矩阵计算-MATLAB-幂法程序

/*幂法程序，函数名：pow.m*/

function[m,u,index]=pow(A,ep,N)

%A为矩阵；ep为精度要求；N为最大迭代次数；m为绝对值最大的特征值；u为对应最大特征值的特征向量。

N=100;

ep=1e-6;

n=length(A);u=ones(n,1);

index=0;k=0;m1=0;

while k<=N

v=A*u;[vmax,i]=max(abs(v));

m=v(i);u=v/m;

if abs(m-m1)

index=1;break;

end

m1=m;k=k+1;

end

输入A=[2 -1 0;-1 2 -1;0 -1 2];

[m,u,index]=pow(A,1e-6)

幂法及反幂法

随机产生一对称矩阵，对不同的原点位移和初值(至少取3个)分别使用幂法求计算矩阵的主特征值及主特征向量，用反幂法求计算矩阵的按模最小特征值及特征向量。要求 1）比较不同的原点位移和初值说明收敛性 2）给出迭代结果，生成DOC 文件。 3）程序清单，生成M 文件。解答： >> A=rand(5) %随机产生5*5矩阵求随机矩阵 A = 0.7094 0.1626 0.5853 0.6991 0.1493 0.7547 0.1190 0.2238 0.8909 0.2575 0.2760 0.4984 0.7513 0.9593 0.8407 0.6797 0.9597 0.2551 0.5472 0.2543 0.6551 0.3404 0.5060 0.1386 0.8143 >> B=A+A' %A 矩阵和A 的转置相加，得到随机对称矩阵B B = 1.4187 0.9173 0.8613 1.3788 0.8044 0.9173 0.2380 0.7222 1.8506 0.5979 0.8613 0.7222 1.5025 1.2144 1.3467 1.3788 1.8506 1.2144 1.0944 0.3929 0.8044 0.5979 1.3467 0.3929 1.6286 B=??? ???? ???? ?? ???6286.13929.03467.15979.08044.03929.00944.12144.18506.13788.13467.12144.15025.17222.08613.05979.08506.17222.02380.09173.08044.03788.18613.09173.04187.1

幂法_反幂法求解矩阵最大最小特征值和对应的特征向量

数值计算解矩阵的按模最大最小特征值及对应的特征向量一.幂法 1. 幂法简介：当矩阵A 满足一定条件时，在工程中可用幂法计算其主特征值(按模最大)及其特征向量。矩阵A 需要满足的条件为： (1) 的特征值为A i n λλλλ,0||...||||21 ≥≥≥> (2) 存在n 个线性无关的特征向量，设为n x x x ,...,,21 1.1计算过程： i n i i i u x x αα,1 ) 0()0(∑==，有对任意向量不全为0，则有 1 11111221 12111 1 1 11 1 011)()(...u u a u a u λu λαu αA x A Ax x k n n k n k k n i i k i i n i i i k )(k (k))(k αλλλλλα++++=+=+++≈? ? ????+++======∑∑Λ 可见，当||1 2 λλ越小时，收敛越快；且当k 充分大时，有1)1111)11111λαλαλ=??? ???==+++(k )(k k (k k )(k x x u x u x ，对应的特征向量即是)(k x 1+。 2 算法实现 . ,, 3,,1 , ).5() 5(,,,,||).4();max(,).3() (max(;0,1).2(,).1()() () (停机否则输出失败信息转置若转否则输出若计算最大迭代次数，误差限，初始向量输入矩阵βλβεβλβλε←+←<<-←←= ←←k k N k y x Ay x x abs x y k N x A k k k 3 matlab 程序代码

function[t,y]=lpowerA,x0,eps,N) % t 为所求特征值，y是对应特征向量 k=1; z=0; % z 相当于λ y=x0./max(abs(x0)); % 规范化初始向量 x=A*y; % 迭代格式 b=max(x); % b 相当于β if abs(z-b)eps && k

幂法和反幂法的matlab实现

幂法求矩阵主特征值及对应特征向量摘要矩阵特征值的数值算法，在科学和工程技术中很多问题在数学上都归结为矩阵的特征值问题，所以说研究利用数学软件解决求特征值的问题是非常必要的。实际问题中，有时需要的并不是所有的特征根，而是最大最小的实特征根。称模最大的特征根为主特征值。幂法是一种计算矩阵主特征值（矩阵按模最大的特征值）及对应特征向量的迭代方法，它最大的优点是方法简单，特别适用于大型稀疏矩阵，但有时收敛速度很慢。用java来编写算法。这个程序主要分成了四个大部分：第一部分为将矩阵转化为线性方程组；第二部分为求特征向量的极大值；第三部分为求幂法函数块；第四部分为页面设计及事件处理。其基本流程为幂法函数块通过调用将矩阵转化为线性方程组的方法，再经过一系列的验证和迭代得到结果。

关键字：主特征值；特征向量；线性方程组；幂法函数块 POWER METHOD FOR FINDING THE EIGENVALUES AND CORRESPONDING EIGENVECTORS OF THE MATRIX ABSTRACT Numerical algorithm for the eigenvalue of matrix, in science and engineering technology, a

lot of problems in mathematics are attributed matrix characteristic value problem, so that studies using mathematical software to solve the eigenvalue problem is very necessary. In practical problems, sometimes need not all eigenvalues, but the maximum and minimum eigenvalue of real. The characteristic value of the largest eigenvalue of the modulus maximum. Power method is a calculation of main features of the matrix values (matrix according to the characteristics of the largest value) and the corresponding eigenvector of iterative method. It is the biggest advantage is simple method, especially for large sparse matrix, but sometimes the convergence speed is very slow. Using java to write algorithms. This program is divided into three parts: the first part is the matrix is transformed into linear equations; the second part for the sake of feature vector of the maximum; the third part is

幂法反幂法求解矩阵大小特征值及其对应的特征向量

————————————————————————————————作者：————————————————————————————————日期：

数值计算解矩阵的按模最大最小特征值及对应的特征向量一.幂法 1. 幂法简介：当矩阵A 满足一定条件时，在工程中可用幂法计算其主特征值(按模最大)及其特征向量。矩阵A 需要满足的条件为： (1) 的特征值为A i n λλλλ,0||...||||21 ≥≥≥> (2) 存在n 个线性无关的特征向量，设为n x x x ,...,,21 1.1计算过程： i n i i i u x x αα,1 ) 0()0(∑==，有对任意向量不全为0，则有 1 11111221 12111 1 1 11 1 011)()(...u u a u a u λu λαu αA x A Ax x k n n k n k k n i i k i i n i i i k )(k (k))(k αλλλλλα++++=+=+++≈? ? ????+++======∑∑ 可见，当||1 2 λλ越小时，收敛越快；且当k 充分大时，有1)11 11)11111λαλαλ=??????==+++(k )(k k (k k )(k x x u x u x ，对应的特征向量即是)(k x 1+。 2 算法实现 . ,, 3,,1 , ).5() 5(,,,,||).4();max(,).3() (max(;0,1).2(,).1()() () (停机否则输出失败信息转置若转否则输出若计算最大迭代次数，误差限，初始向量输入矩阵βλβεβλβλε←+←<<-←←= ←←k k N k y x Ay x x abs x y k N x A k k k 3 matlab 程序代码

matlab用规范化乘幂法求以下矩阵的按模最大特征值及其特征向量

竭诚为您提供优质文档/双击可除 matlab用规范化乘幂法求以下矩阵的按模最大特征值及其特征向量篇一：幂法,反幂法求解矩阵最大最小特征值及其对应的特征向量数值计算解矩阵的按模最大最小特征值及对应的特征向量一.幂法 1.幂法简介：当矩阵a满足一定条件时，在工程中可用幂法计算其主特征值(按模最大)及其特征向量。矩阵a需要满足的条件为： (1)|1||2|...|n|0,i为a的特征值 xn(2)存在n个线性无关的特征向量，设为x1,x2,..., 1.1计算过程： n 对任意向量x，有x(0)(0)iui,i不全为0，则有 i1 x(k1)ax(k)...ak1x(0) aαiuiαiλik1uik1

i1i1nn nk12k1λ1u1()a2u2()anun11 k111u1k11 2|越小时，收敛越快；且当k充分大时，有可见，当|1 (k1)k111u1x(k1)x(k1)(k)x1(k)，对应的特征向量即是。kxx11u1 2算法实现 (1).输入矩阵a，初始向量x，误差限,最大迭代次数n (2).k1,0;y(k)x(k) max(abs(x(k)) (3).计算xay,max(x);(4).若||,输出,y,否则,转(5) (5).若kn,置kk1,,转3,否则输出失败信息,停机.3matlab程序代码 function[t,y]=lpowera,x0,eps,n)%t为所求特征值，y 是对应特征向量k=1; z=0;%z相当于 y=x0./max(abs(x0));%规范化初始向量 x=a*y;%迭代格式 b=max(x);%b相当于 ifabs(z-b) t=max(x); return; end

数值分析幂法与反幂法-matlab程序

数值分析幂法与反幂法 matlab程序随机产生一对称矩阵，对不同的原点位移和初值(至少取3个)分别使用幂法求计算矩阵的主特征值及主特征向量，用反幂法求计算矩阵的按模最小特征值及特征向量。要求 1）比较不同的原点位移和初值说明收敛性 2）给出迭代结果，生成DOC文件。 3）程序清单，生成M文件。解答： >> A=rand(5) %随机产生5*5矩阵求随机矩阵 A = 0.7094 0.1626 0.5853 0.6991 0.1493 0.7547 0.1190 0.2238 0.8909 0.2575 0.2760 0.4984 0.7513 0.9593 0.8407 0.6797 0.9597 0.2551 0.5472 0.2543 0.6551 0.3404 0.5060 0.1386 0.8143 >> B=A+A' %A矩阵和A的转置相加，得到随机对称矩阵B B = 1.4187 0.9173 0.8613 1.3788 0.8044 0.9173 0.2380 0.7222 1.8506 0.5979 0.8613 0.7222 1.5025 1.2144 1.3467 1.3788 1.8506 1.2144 1.0944 0.3929 0.8044 0.5979 1.3467 0.3929 1.6286

B=?? ????? ???? ?? ???6286.13929.03467.15979.08044 .03929.00944 .12144.18506 .13788.13467.12144.15025.17222.08613.05979.08506.17222.02380.09173.08044.03788.18613 .09173 .04187.1 编写幂法、反幂法程序： function [m,u,index,k]=pow(A,u,ep,it_max) % 求矩阵最大特征值的幂法，其中 % A 为矩阵； % ep 为精度要求，缺省为1e-5； % it_max 为最大迭代次数，缺省为100； % m 为绝对值最大的特征值； % u 为对应最大特征值的特征向量； % index ，当index=1时，迭代成功，当index=0时，迭代失败 if nargin<4 it_max=100; end if nargin<3 ep=1e-5; end n=length(A); index=0; k=0; m1=0; m0=0.01; % 修改移位参数，原点移位法加速收敛，为0时，即为幂法 I=eye(n) T=A-m0*I while k<=it_max v=T*u; [vmax,i]=max(abs(v)); m=v(i); u=v/m; if abs(m-m1)

数值方法课程设计幂法反幂法计算矩阵特征值和特征向量附Matlab程序

矩阵的特征值与特征向量的计算摘要物理，力学，工程技术中的很多问题在数学上都归结于求矩阵特征值的问题，例如振动问题（桥梁的振动，机械的振动，电磁振动等）、物理学中某些临界值的确定问题以及理论物理中的一些问题。矩阵特征值的计算在矩阵计算中是一个很重要的部分，本文使用幂法和反幂法分别求矩阵的按模最大，按模最小特征向量及对应的特征值。幂法是一种计算矩阵主特征值的一种迭代法，它最大的优点是方法简单，对于稀疏矩阵比较合适，但有时收敛速度很慢。其基本思想是任取一个非零的初始向量。由所求矩阵构造一向量序列。再经过所构造的向量序列求出特征值和特征向量。反幂法用来计算矩阵按模最小特征向量及其特征值，及计算对应于一个给定近似特征值的特征向量。本文中主要使用反幂法计算一个矩阵的按模最小特征向量及其对应的特征值。计算矩阵按模最小特征向量的基本思想是将其转化为求逆矩阵的按模最大特征向量。然后经过这个按模最大的特征向量反推出原矩阵的按模最小特征向量。

关键词：矩阵；特征值；特征向量；冥法；反冥法 THE CALCULATIONS OF EIGENVALUE AND EIGENVECTOR OF MATRIX ABSTRACT Physics, mechanics, engineering technology in a lot of problems in mathematics are attributed to matrix eigenvalue problem, such as vibration (vibration of the bridge, mechanical vibration, electromagnetic vibration, etc.) in physics, some critical values determine problems and

数值分析试验幂法与反幂法matlab

一、问题的描述及算法设计（一）问题的描述我所要做的课题是：对称矩阵的条件数的求解设计 1、求矩阵A 的二条件数问题 A=?? ?? ? ?????----210121012 2、设计内容： 1）采用幂法求出A 的 . 2）采用反幂法求出A 的 . 3）计算A 的条件数 ⅡA Ⅱ2* ⅡA -1Ⅱ2=cond2（A ）=/ .（精度要求为10-6） 3、设计要求 1）求出ⅡA Ⅱ2。 2）并进行一定的理论分析。（二）算法设计 1、幂法算法（1）取初始向量u )0(（例如取u )0(=(1,1,…1)T ）,置精度要求ε，置k=1. （2）计算 v )(k =Au )1(-k ,m k =max(v )(k ), u )(k = v )(k / m k （3）若| m k = m 1-k |<ε，则停止计算（m k 作为绝对值最大特征值1λ，u )(k 作为相应的特征向量）否则置k=k+1，转（2） 2、反幂法算法（1）取初始向量u )0(（例如取u )0(=(1,1,…1)T ）,置精度要求ε，置k=1. （2）对A 作LU 分解，即A=LU （3）解线性方程组 Ly )(k =u )1(-k ,Uv )(k =y )(k （4）计算 m k =max(v )(k ), u )(k = v )(k / m k （5）若|m k =m 1-k |<ε，则停止计算（1/m k 作为绝对值最小特征值n λ，u )(k 作为相应的特征向量）;否则置k=k+1，转（3）.

二、算法的流程图（一）幂法算法的流程图

（二）反幂法算法的流程图

三、算法的理论依据及其推导（一）幂法算法的理论依据及推导幂法是用来确定矩阵的主特征值的一种迭代方法，也即，绝对值最大的特征值。稍微修改该方法，也可以用来确定其他特征值。幂法的一个很有用的特性是它不仅可以生成特征值，而且可以生成相应的特征向量。实际上，幂法经常用来求通过其他方法确定的特征值的特征向量。 1、幂法的迭代格式与收敛性质设n 阶矩阵A 的特征值1λ，2λ,…,n λ是按绝对值大小编号的，x i (i=1,2,…,n)为对应i λ的特征向量，且1λ为单根，即 |1λ|>|2λ|≥…≥|n λ| 则计算最大特征值与特征向量的迭代格式为 v )(k =Au )1(-k ,m k =max(v )(k ), u )(k = v )(k / m k （1）其中max(v )(k )表示向量v )(k 绝对值的最大分量。 2、对于幂法的定理按式（1）计算出m k 和u )(k 满足 ∞ >-k lim m k =1λ, ∞ >-k lim u )(k = ) max(11 x x （二）反幂法算法的理论依据及推导反幂法是用来计算绝对值最小的特征值忽然相应的特征向量的方法。是对幂法的修改，可以给出更快的收敛性。 1、反幂法的迭代格式与收敛性质设A 是非奇异矩阵，则零不是特征值，并设特征值为 |1λ|≥|2λ|≥…≥|1-n λ|>|n λ| 则按A 1-的特征值绝对值的大小排序，有 | n λ1 |>| 1 1 -n λ|≥…≥| 1 1 λ| 对A 1-实行幂法，就可得A 1-的绝对值最大的特征值1/n λ和相应的特征向量，即A 的绝对值最小的特征值和相应的特征向量。由于用A 1-代替A 作幂法计算，因此该方法称为反幂法，反幂法的迭代格式

层次分析法步骤解析—根法、和法、幂法

层次分析法(AHP) AHP(Analytic Hierarchy Process)方法，是由20世纪70年代由美国著名运筹学学家T.L.Satty 提出的。它是指将决策问题的有关元素分解成目标、准则、方案等层次，在此基础上进行定性分析和定量分析的一种决策方法。这一方法的特点，是在对复杂决策问题的本质、影响因素及其内在关系等进行深入分析之后，构建一个层次结构模型，然后利用较少的定量信息，把决策的思维过程数学化，从而为求解多准则或无结构特性的复杂决策问题提供了一种简便的决策方法。 AHP 十分适用于具有定性的，或定性定量兼有的决策分析。这是一种十分有效的系统分析和科学决策方法，现在已广泛地应用在企业信用评级、经济管理规划、能源开发利用与资源分析、城市产业规划、企业管理、人才预测、科研管理、交通运输、水资源分析利用等方面。一、递阶层次结构的建立一般来说，可以将层次分为三种类型：（1）最高层：只包含一个元素，表示决策分析的总目标，因此也称为总目标层。（2）中间层：包含若干层元素，表示实现总目标所涉及的各子目标，包含各种准则、约束、策略等，因此也称为目标层。（3）最低层：表示实现各决策目标的可行方案、措施等，也称为方案层。典型的递阶层次结构如下： m 一个好的递阶层次结构对解决问题极为重要，因此在建立递阶层次结构时，应注意到：（1）从上到下顺序地存在支配关系，用直线段（作用线）表示上一层次因素与下一层次因素之间的关系，同一层次及不相邻元素之间不存在支配关系。（2）整个结构不受层次限制。（3）最高层只有一个因素，每个因素所支配元素一般不超过9个，元素过多可进一步分层。（4）对某些具有子层次结构可引入虚元素，使之成为典型递阶层次结构。二、构造比较判断矩阵设有m 个目标（方案或元素），根据某一准则，将这m 个目标两两进行比较，把第i 个目标（i=1,2,…,m ）对第j 个目标的相对重要性记为a ij ，(j=1,2,…,m)，这样构造的m 阶矩阵用于求解各个目标关于某准则的优先权重，成为权重解析判断矩阵，准则1 准则2 准则3 准则m 1 子准则1 子准则2 子准则3 子准则m 2 方案 1 方案 2 方案 3 方案n 总目标

模拟电子技术基础

附件1 理论课程教学大纲编写模版《数值计算方法》教学大纲课程英文名称：Methods of Numerical Computation 课程编号：学时：72 一、课程教学对象：全日制本科信息与计算科学专业二、课程性质、目的和任务：科学计算技术是计算机应用的一个重要方面，数值计算方法又叫数值分析，主要介绍在计算机上求解数值问题的计算方法的建立、理论及应用。通过教学使学生具备数值分析的基础知识与技能，为以后进一步从事科学计算方面的学习、研究和应用打下基础。要求学生牢固掌握基本概念、基本理论和方法建立的原理，掌握科学与工程计算中常用计算方法的构造及误差分析，讨论方法的稳定性、复杂性等，并将算法设计与计算机的实现紧密相结合，提高在计算机上解题的技巧与能力。本课程主要向学生介绍数值分析的基本方法以及数值分析研究中的一些较新的成果。包含解线性代数方程组的直接法、解线性代数方程组的迭代法、解非线性方程的迭代法、矩阵特征值与特征向量的计算、代数插值、函数逼近、数值积分与数值微分、常微分方程初值问题的数值解法等基本内容。通过教学使学生掌握各种常用数值算法的构造原理和过程分析，提高算法设计和理论分析能力。为能在计算机上解决科学计算问题打好基础。三、对先修课的要求学生在学习本课之前，应先修课程：数学分析，高等代数，常微分方程，数学软件四、课程的主要内容、基本要求和学时分配建议（总学时数: 72=62+10）第1章绪论及基本概念 2学时介绍数值分析的研究对象与特点，算法分析与误差分析的主要内容，明确学习和掌握数值分析的基本理论在科学计算中的重要性和必要性。（一）基本要求 1. 了解数值分析研究的对象及其特点； 2．了解误差的来源及分类； 3．掌握误差与有效数字的概念； 4．掌握数值运算的误差估计方法； 5．了解算法数值稳定性的概念； 6．了解避免误差危害的若干原则。（二）重点 1．有效数字的概念； 2．绝对误差、相对误差的概念。（三）难点有效数字与误差的关系。第2章函数插值8学时（1）代数插值是函数逼近的重要方法，也是数值积分、数值微分及微分方程数值解法的基础。常用的插值法有适用于非等距节点的拉格朗日插值多项式、牛顿插值多项式，还有适用于等距节点的牛顿前差插值多项式和牛顿后差插值多项式；为了插值多项式能与被插函数较好地吻合，我们讨论了埃尔米特插值多项式，包括其公式的推导和误差分析；（2）鉴于高次插值的不稳定性，在插值点较多情况下，一般采用分段低次插值法，此类

幂法和反幂法的matlab实现

POWER METHOD FOR FINDING THE EIGENVALUES AND CORRESPONDING EIGENVECTORS OF THE MATRIX ABSTRACT Numerical algorithm for the eigenvalue of matrix, in science and engineering technology, a lot of problems in mathematics are attributed matrix characteristic value problem, so that studies using mathematical software to solve the eigenvalue problem is very necessary. In practical problems, sometimes need not all eigenvalues, but the maximum and minimum eigenvalue of real. The characteristic value of the largest eigenvalue of the modulus maximum. Power method is a calculation of main features of the matrix values (matrix according to the characteristics of the largest value) and the corresponding eigenvector of iterative method. It is the biggest advantage is simple method, especially for large sparse matrix, but sometimes the convergence speed is very slow. Using java to write algorithms. This program is divided into three parts: the first part is the matrix is transformed into linear equations; the second part for the sake of feature vector of the maximum; the third part is the exponentiation function block. The fourth part is the page design and event processing .The basic process is a power law function block by calling the matrix is transformed into linear equations method, after a series of validation and iteration results. Power method for finding the eigenvalues and corresponding eigenvectors of the matrix Key words: Main eigenvalue; characteristic vector; linear equations; power function block 、

数值方法课程设计幂法反幂法计算矩阵特征值和特征向量-附Matlab程序

矩阵的特征值与特征向量的计算摘要物理，力学，工程技术中的很多问题在数学上都归结于求矩阵特征值的问题，例如振动问题（桥梁的振动，机械的振动，电磁振动等）、物理学中某些临界值的确定问题以及理论物理中的一些问题。矩阵特征值的计算在矩阵计算中是一个很重要的部分，本文使用幂法和反幂法分别求矩阵的按模最大，按模最小特征向量及对应的特征值。幂法是一种计算矩阵主特征值的一种迭代法，它最大的优点是方法简单，对于稀疏矩阵比较合适，但有时收敛速度很慢。其基本思想是任取一个非零的初始向量。由所求矩阵构造一向量序列。再通过所构造的向量序列求出特征值和特征向量。反幂法用来计算矩阵按模最小特征向量及其特征值，及计算对应于一个给定近似特征值的特征向量。本文中主要使用反幂法计算一个矩阵的按模最小特征向量及其对应的特征值。计算矩阵按模最小特征向量的基本思想是将其转化为求逆矩阵的按模最大特征向量。然后通过这个按模最大的特征向量反推出原矩阵的按模最小特征向量。关键词：矩阵；特征值；特征向量；冥法；反冥法

THE CALCULATIONS OF EIGENV ALUE AND EIGENVECTOR OF MATRIX ABSTRACT Physics, mechanics, engineering technology in a lot of problems in mathematics are attributed to matrix eigenvalue problem, such as vibration (vibration of the bridge, mechanical vibration, electromagnetic vibration, etc.) in physics, some critical values determine problems and theoretical physics in some of the problems. Matrix eigenvalue calculation is a very important part in matrix computation. In this paper, we use the power method and inverse power method to calculate the maximum of the matrix, according to the minimum characteristic vector and the corresponding characteristic value. Power method is an iterative method to calculate the eigenvalues of a matrix. It has the advantage that the method is simple and suitable for sparse matrices, but sometimes the convergence rate is very slow. The basic idea is to take a non - zero initial vector. Construct a vector sequence from the matrix of the matrix. Then the eigenvalues and eigenvectors are obtained by using the constructed vector sequence. The inverse power method is used to calculate the minimum feature vectors and their eigenvalues of the matrix, and to calculate the eigenvalues of the matrix. In this paper, we use the inverse power method to calculate the minimum eigenvalue of a matrix and its corresponding eigenvalues. The basic idea of calculating the minimum characteristic vector of a matrix is to transform it to the maximum characteristic vector of the modulus of the inverse matrix. Then, according to the model, the minimum feature vector of the original matrix is introduced. Key words:Matrix；Eigenvalue；Eigenvector；Iteration methods;

幂法与反幂法

幂法与反幂法 1 功能幂法是一种计算矩阵主特征值(矩阵按模最大的特征值)及对应特征向量的迭代方法, 特别是用于大型稀疏矩阵。反幂法用来计算矩阵按模最小的特征值及其特征向量，也可用来计算对应与一个给定近似特征值的特征向量。 2算法描述 2.1 幂法（1）取初始向量u )0(（例如取u )0(=(1,1,…1)T ）,置精度要求ε，置k=1. （2）计算 v )(k =Au )1(-k ,m k =max(v )(k ), u )(k = v )(k / m k （3）若| m k = m 1-k |<ε，则停止计算（m k 作为绝对值最大特征值1λ，u )(k 作为相应的特征向量）否则置k=k+1，转（2） 2.2 反幂法（1）取初始向量u )0(（例如取u )0(=(1,1,…1)T ）,置精度要求ε，置k=1. （2）对A 作LU 分解，即A=LU （3）解线性方程组 Ly )(k =u )1(-k ,Uv )(k =y )(k （4）计算 m k =max(v )(k ), u )(k = v )(k / m k （5）若|m k =m 1-k |<ε，则停止计算（1/m k 作为绝对值最小特征值n λ，u )(k 作为相应的特征向量）;否则置k=k+1，转（3）. 3 Matlab 程序的实现 3.1 幂法 function [m,u]=pow(A,ep,N) %A 为矩阵；ep 为精度要求；N 为最大迭代次数；m 为绝对值最大的特征值；u 为对应最大特征值的特征向量。 N=100; ep=1e-6; n=length(A);u=ones(n,1); index=0;k=0;m1=0; while k<=N v=A*u;[vmax,i]=max(abs(v));

数值分析幂法与反幂法-matlab程序

数值分析幂法与反幂法matlab程序随机产生一对称矩阵，对不同的原点位移和初值(至少取3个)分别使用幂法求计算矩阵的主特征值及主特征向量，用反幂法求计算矩阵的按模最小特征值及特征向量。要求 1）比较不同的原点位移和初值说明收敛性 2）给出迭代结果，生成DOC文件。 3）程序清单，生成M文件。解答： >> A=rand(5) %随机产生5*5矩阵求随机矩阵 A = 0.7094 0.1626 0.5853 0.6991 0.1493 0.7547 0.1190 0.2238 0.8909 0.2575 0.2760 0.4984 0.7513 0.9593 0.8407 0.6797 0.9597 0.2551 0.5472 0.2543 0.6551 0.3404 0.5060 0.1386 0.8143 >> B=A+A' %A矩阵和A的转置相加，得到随机对称矩阵B B = 1.4187 0.9173 0.8613 1.3788 0.8044 0.9173 0.2380 0.7222 1.8506 0.5979 0.8613 0.7222 1.5025 1.2144 1.3467 1.3788 1.8506 1.2144 1.0944 0.3929

0.8044 0.5979 1.3467 0.3929 1.6286 B=??? ???? ? ??? ?? ???6286.13929.03467.15979.08044.03929.00944.12144.18506.13788.13467.12144.15025.17222.08613.05979.08506.17222.02380.09173.08044.03788.18613.09173.04187.1 编写幂法、反幂法程序： function [m,u,index,k]=pow(A,u,ep,it_max) % 求矩阵最大特征值的幂法，其中 % A 为矩阵； % ep 为精度要求，缺省为1e-5； % it_max 为最大迭代次数，缺省为100； % m 为绝对值最大的特征值； % u 为对应最大特征值的特征向量； % index ，当index=1时，迭代成功，当index=0时，迭代失败 if nargin<4 it_max=100; end if nargin<3 ep=1e-5; end n=length(A);

数值分析课程设计牛顿迭代法割线法

数值分析与实验课程设计班级：姓名：学号：

08级应用数学《数值分析与实验(实践)》任务书一、设计目的通过《数值分析与实验(实践)》实践环节，掌握本门课程的众多数值解法和原理，并通过编写C语言或matlab程序，掌握各种基本算法在计算机中的具体表达方法，并逐一了解它们的优劣、稳定性以及收敛性。在熟练掌握C语言或matlab 语言编程的基础上，编写算法和稳定性均佳、通用性强、可读性好，输入输出方便的程序，以解决实际中的一些科学计算问题。二、设计教学内容 1、数值方法的稳定性； 2、利用牛顿法和割线法程序求出非线性方程的解，并比较它们之间的优劣； 3、高斯消去法和列主元高斯消去法求解线性方程组；雅克比法和高斯－赛德尔迭代法解方程组； 4、利用Lagrange插值多项式求未知点的近似值； 5、利用所给数据进行数据的多项式和可转化成多项式形式的函数拟合； 6、编写复化辛卜生公式和龙贝格算法，通过实际计算体会各种方法的精确度； 7、利用改进Euler方法和四阶Runge-Kutta方法求解初值问题的微分方程组； 8、利用幂法求矩阵按模最大的特征值及对应特征向量；（ 8个中选取1个）三、设计时间 2011—2012学年第1学期：第16周共计一周教师签名: 2011年12月12日

前言数值计算方法是一种利用计算机解决数学问题的数值近似解方法，特别是无法用人工过计算器计算的数学问题。数值计算方法常用于矩阵高次代数方程矩阵特征值与特征向量的数值解法，插值法，线性方程组迭代法，函数逼近，数值积分与微分，常微分方程初值问题数值解等。作为数学与计算机之间的一条通道，数值计算的应用范围已十分广泛，作为用计算机解决实际问题的纽带，数值算法在求解线性方程组，曲线拟合、数值积分、数值微分，迭代方法、插值法、拟合法、最小二乘法等应用广泛。数值计算方法是和计算机紧密相连的，现代计算机的出现为大规模的数值计算创造了条件，集中而系统的研究适用于计算机的数值方法是十分必要的。数值计算方法是在数值计算实践和理论分析的基础上发展起来的。通过数值计算方法与实验将有助于我们理解和掌握数值计算方法基本理论和相关软件的掌握，熟练求解一些数学模和运算。并提高我们的编程能力来解决实际问题。

北理工数值分析大作业

数值分析上机作业

第 1 章 1.1计算积分，n=9。（要求计算结果具有6位有效数字）程序： n=1:19; I=zeros(1,19); I(19)=1/2*((exp(-1)/20)+(1/20)); I(18)=1/2*((exp(-1)/19)+(1/19)); for i=2:10 I(19-i)=1/(20-i)*(1-I(20-i)); end format long disp(I(1:19)) 结果截图及分析：在MATLAB中运行以上代码，得到结果如下图所示：当计算到数列的第10项时，所得的结果即为n=9时的准确积分值。取6位有效数字可得.

1.2分别将区间[-10.10]分为100,200,400等份，利用mesh或surf 命令画出二元函数 z= 的三维图形。程序： >> x = -10:0.1:10; y = -10:0.1:10; [X,Y] = meshgrid(x,y); Z = exp(-abs(X))+cos(X+Y)+1./(X.^2+Y.^2+1); subplot(2,2,1); mesh(X,Y,Z); title('步长0.1') >> x = -10:0.2:10; y = -10:0.2:10; [X,Y] = meshgrid(x,y); Z = exp(-abs(X))+cos(X+Y)+1./(X.^2+Y.^2+1); subplot(2,2,1); mesh(X,Y,Z); title('步长0.2')

>>x = -10:0.05:10; y = -10:0.05:10; [X,Y] = meshgrid(x,y); Z = exp(-abs(X))+cos(X+Y)+1./(X.^2+Y.^2+1); subplot(2,2,1); mesh(X,Y,Z); title('步长0.05') 结果截图及分析：由图可知，步长越小时，绘得的图形越精确。