【数值分析】乘幂法,matlab实现

乘幂法

一种求实矩阵 A {A} A 的按模最大 的特征值,及其对应的特征向量 x i {x_i} xi 的方法,只能求一个 。特别适合于大型稀疏矩阵。

一个矩阵的特征值和特征向量可以通过矩阵不断乘以一个初始向量得到。

每次乘完之后要规范化,防止上溢或下溢。规范化可以用各种范数。

要保证矩阵最大特征值只有一个,有 n {n} n 个线性无关的特征向量。
有多个相同特征值时,求得的特征向量可以近似看成排第一个的最大特征值的特征向量。

步骤:

  1. 求初始向量 u 0 模最大元素的编号 i d    ,    初始特征值 β 0 = u 0 ( i d )    ,    求归一化后的初始向量 y 0 2. 迭代    ,    k = 0 , 1 , ⋯ u k + 1 = A y k β k + 1 = u k + 1 ( i d k ) y k + 1 = u k + 1 ∣ ∣ u k + 1 ∣ ∣ ∞ i d k + 1 = u k + 1 模最大元素的编号 3. 判断是否满足     β k + 1 − β k < eps    ,    特征值 = β k + 1 \begin{align*}1. &求初始向量u_0模最大元素的编号 id \,\,,\,\, 初始特征值 \beta_0=u_0(id) \,\,,\,\, 求归一化后的初始向量y_0 \\ \\ 2.& 迭代 \,\,,\,\, k=0,1, \cdots \\ \\ & u_{k+1}=Ay_k \\ \\ & \beta_{k+1}=u_{k+1}(id_k) \\ \\ & y_{k+1}= \frac{u_{k+1}}{||u_{k+1}||\infty} \\ \\ & id{k+1}=u_{k+1}模最大元素的编号 \\ \\ 3.& 判断是否满足 \,\,\, \beta_{k+1}- \beta_k< \text{eps} \,\,,\,\, 特征值= \beta_{k+1} \end{align*} 1.2.3.求初始向量u0模最大元素的编号id,初始特征值β0=u0(id),求归一化后的初始向量y0迭代,k=0,1,⋯uk+1=Aykβk+1=uk+1(idk)yk+1=∣∣uk+1∣∣∞uk+1idk+1=uk+1模最大元素的编号判断是否满足βk+1−βk<eps,特征值=βk+1

!example-
A = 1 2 1 3    ,    u 0 = 0.6 0.8 A= \begin{bmatrix} 1 & 2 \\ 1 & 3 \end{bmatrix} \,\,,\,\, u_0= \begin{bmatrix} 0.6\\0.8 \end{bmatrix} A=1123,u0=0.60.8

解:
y 0 = u 0 ∣ ∣ u 0 ∣ ∣ ∞ = 0.75 1.00 y_0= \frac{u_0}{||u_0||_\infty}= \begin{bmatrix} 0.75\\ 1.00 \end{bmatrix} y0=∣∣u0∣∣∞u0=0.751.00
u 1 = A y 0 = 2.75 3.75 u_1=Ay_0 = \begin{bmatrix} 2.75\\3.75 \end{bmatrix} u1=Ay0=2.753.75

在 y 0 {y_0} y0 中 1 {1} 1 在下面,所以近似最大特征值
β 1 = 3.75 \beta_1= 3.75 β1=3.75

特征向量
y 1 = u 1 ∣ ∣ u 1 ∣ ∣ ∞ = 0.7333 1.0000 y_1= \frac{u_1}{||u_1||_\infty}= \begin{bmatrix} 0.7333\\ 1.0000 \end{bmatrix} y1=∣∣u1∣∣∞u1=0.73331.0000

乘幂法matlab实现

matlab 复制代码
%% 乘幂法例子
A = [12 6 -6; 6 16 2; -6 2 16];
u0 = [1.0, 0.5, -0.5]';
format long
[beta1, i] = powerMethod(A, u0, 1e-6, 10)

%% 乘幂法求模最大特征值和特征向量
% 输入矩阵、初始迭代向量、精度、最大迭代次数
% 输出特征值、无穷范数归一化后的特征向量、迭代次数
function [lbd, y1, i] = powerMethod(A, u0, eps, max_iter)
    [u0norm, id] = max(abs(u0)); % 取无穷范数和其所在行
    beta0 = u0(id);
    y0 = u0/ u0norm;
    for i = 1:max_iter
        u1 = A*y0;
        beta1 = u1(id);
        [u1norm, id] = max(abs(u1));
        y1 = u1/u1norm;
        if abs(beta1 - beta0)<eps
            lbd = beta1;
            break;
        end
        y0 = y1; % 当前变成过去
        beta0 = beta1;
    end
end
相关推荐
ShineWinsu3 小时前
对于Qt:QGripLayout常见属性、方法以及QSizePolicy的解析
开发语言·c++·qt·面试·gui·客户端·网格
艾莉丝努力练剑3 小时前
【AI大模型接入SDK】C++的SessionManager 线程安全
java·开发语言·前端·c++·人工智能·学习·安全
利威尔xu4 小时前
Go Mutex 饥饿模式:正常模式等待者饿死,1ms 阈值自动切换崩溃
开发语言·后端·面试·golang·并发编程
乌暮5 小时前
少写重复 CRUD:用大白话搞懂 MyBatis-Plus
java·开发语言·spring boot·面试·mybatis
不绝1916 小时前
Lua基础语法入门:注释、变量类型与字符串操作
开发语言·lua
Hhy_11076 小时前
《C++深度解构07》手撕 vector —— 从底层三指针架构到迭代器失效彻底吃透
c语言·开发语言·c++·学习·visual studio
风落青芜6 小时前
链式二叉树的实现与基本操作
c语言·开发语言·数据结构·算法
艾莉丝努力练剑7 小时前
【QT】系统相关:TCP的API介绍
开发语言·前端·c++·人工智能·qt·学习·tcp/ip
wuxianda10308 小时前
Swift 项目用 Xcode 脚手架起步:默认工程结构和依赖组合为什么会被识别成同源
开发语言·xcode·swift·4.3a·appstore审核
ShineWinsu8 小时前
对于Qt:QVBoxLayout常见属性以及方法的解析
开发语言·数据库·c++·qt·gui·客户端·布局管理器