北航数值分析大作业第二次的.docx
《北航数值分析大作业第二次的.docx》由会员分享,可在线阅读,更多相关《北航数值分析大作业第二次的.docx(22页珍藏版)》请在冰点文库上搜索。
北航数值分析大作业第二次的
数值分析
第二次大作业
姓名:
路子威
学号:
S2*******1
题目:
使用带双步位移的QR分解法求矩阵
的全部特征值,并对其中的每一个实特征值求相应的特征向量。
已知:
(i,j=1,2,……,10)
要求:
1.用幂法、反幂法和QR方法求矩阵的特征值时,要求迭代精度水平为e=10-12。
2.打印以下内容:
(1)全部源程序;
(2)矩阵A经过拟上三角化后所得的矩阵A(n-1);
(3)对矩阵A(n-1)实行QR方法迭代结束后所得的矩阵;
(4)矩阵A的全部特征值λi=(RI,Ii);(i=1,2,…,10)
(5)A的相应于实特征值的特征向量。
3.采用e型输出实型数,并且至少显示12位有效数字。
算法:
1)输入需要求解的矩阵A
2)对上述生成的矩阵进行拟上三角化
3)对拟上三角化后的矩阵进行QR分解(带双步位移)。
4)用函数characteristic()求解矩阵A(n-1)即A的所有特征值。
5)用函数characteristicvector()求解矩阵A(n-1)即A的所有特征向量。
6)输出A的所有特征值λ、A的所有实特征值对应的特征向量、拟上三角矩阵A(n-1)、及其Q、R和R*Q
说明:
为了减少求特征值和特征向量过程中的计算量,在对矩阵进行QR分解前先进行拟上三角化。
拟上三角化之后矩阵中包含有大量的0元素,在进行QR迭代时可以减少大量的0元素乘法运算,节省计算时间。
且上三角矩阵进行QR分解之后,通过RQ得到新的矩阵A仍然是上三角矩阵,因此可以在整个迭代过程中使用。
而带双步位移的QR分解法可以加快收敛速度,使矩阵在更短的迭代次数下完成收敛。
源程序:
#include
#include
#include
#definee0.000000000001/*设置精度水平*/
#defineN10/*设置矩阵阶数*/
#defineL2500/*设置迭代次数*/
/*子程序*/
/*sgn函数*//*保证ci与aii符号相反*/
doublesgn(doublea)
{
doublex;
if(a>e)x=1;
elsex=-1;
returnx;
}
/*求根函数*//*计算双步位移法中的两个位移量,即右下角二阶子式的两个特征值*/
doublepig(doubleb,doublec)
{
doublem;
m=b*b-4*c;
returnm;
}
/*矩阵的拟上三角化*//*只要对A1进行拟上三角化就能保证每个矩阵Ak都为拟上三角矩阵,大大简化计算量*/
voidhessenberg(doubleA[N][N])
{
inti,j,k;
intm=0;
doubled,c,h,t;
doubleu[N],p[N],q[N],w[N];
for(i=0;i{
for(j=i+2;jif(m==(N-2-i))continue;
for(j=i+1,d=0;jd=sqrt(d);
c=-1*sgn(A[i+1][i])*d;
h=c*c-c*A[i+1][i];
for(j=i+2;jfor(j=0;j
u[i+1]=A[i+1][i]-c;
for(j=0;j{for(k=i+1,p[j]=0;kfor(j=0;j{for(k=i+1,q[j]=0;kfor(j=0,t=0;jfor(j=0;jfor(j=0;j{
for(k=0;k}
}
}
/*矩阵的QR分解*/
voidQRdiv(doubleA[N][N],doubleQ[N][N],doubleR[N][N])
{
inti,j,k;
//intm=0;
doubled,c,h;
doubleu[N],w[N],p[N];
for(i=0;i{for(j=0;jfor(i=0;i{for(j=0;jfor(i=0;i{
//for(j=i+1;j//if(m==(N-1-i))continue;
for(j=i,d=0;jd=sqrt(d);
c=-1*sgn(R[i][i])*d;
h=c*c-c*R[i][i];
for(j=i+1;jfor(j=0;j
u[i]=R[i][i]-c;
for(j=0;jfor(j=0;jfor(j=0;j{for(k=i,p[j]=0;kfor(j=0;j{
for(k=0;k}
}
}
/*求解矩阵的所有特征值*/
voidcharacteristic(doubleA[N][N],doublechaR[N],doublechaI[N])
{
intk=0,m=N-1;
inti,j;
intl;
doubles,t,x;
doubleM[N][N],B[N][N];
intf=0;
doubled,c,h;
doubleu[N],w[N],p[N];
doubleQ[N][N],R[N][N];
for(l=0;l{
next:
if(m==0){chaR[0]=A[0][0];chaI[0]=0;break;}
if(fabs(A[m][m-1])<=e)
{
chaR[m]=A[m][m];chaI[m]=0;
m--;
gotonext;
}
s=A[m-1][m-1]+A[m][m];
t=A[m-1][m-1]*A[m][m]-A[m][m-1]*A[m-1][m];
if(m==1)
{
x=pig(s,t);
if(x>=e){x=sqrt(x);chaR[m]=s/2+x/2;chaR[m-1]=s/2-x/2;chaI[m]=0;chaI[m-1]=0;}
else{x=sqrt(fabs(x));chaR[m]=s/2;chaR[m-1]=s/2;chaI[m]=x/2;chaI[m-1]=-x/2;}
break;
}
if(fabs(A[m-1][m-2])<=e)
{
x=pig(s,t);
if(x>=e){x=sqrt(x);chaR[m]=s/2+x/2;chaR[m-1]=s/2-x/2;chaI[m]=0;chaI[m-1]=0;}
else{x=sqrt(fabs(x));chaR[m]=s/2;chaR[m-1]=s/2;chaI[m]=x/2;chaI[m-1]=-x/2;}
m=m-2;
gotonext;
}
for(i=0;i<=m;i++)
{
for(j=0;j<=m;j++)
{
if(i==j)
{
for(k=0,M[i][j]=0;k<=m;k++)M[i][j]=A[i][k]*A[k][j]+M[i][j];
M[i][j]=M[i][j]-s*A[i][j]+t;
}
else
{
for(k=0,M[i][j]=0;k<=m;k++)M[i][j]=A[i][k]*A[k][j]+M[i][j];
M[i][j]=M[i][j]-s*A[i][j];
}
}
}
/*带双步位移的QR分解中M的分解*/
for(i=0;i<=m;i++)
{for(j=0;j<=m;j++){if(i==j)Q[i][j]=1;elseQ[i][j]=0;}}
for(i=0;i<=m;i++)
{for(j=0;j<=m;j++)R[i][j]=M[i][j];}
for(i=0;i{
for(j=i+1;j<=m;j++)if(R[j][i]<=e)f=f+1;
if(f==(m-i))continue;
for(j=i,d=0;j<=m;j++)d=d+R[j][i]*R[j][i];
d=sqrt(d);
c=-1*sgn(R[i][i])*d;
h=c*c-c*R[i][i];
for(j=i+1;j<=m;j++)u[j]=R[j][i];
for(j=0;j
u[i]=R[i][i]-c;
for(j=0;j<=m;j++)
{for(k=0,w[j]=0;k<=m;k++)w[j]=Q[j][k]*u[k]+w[j];}
for(j=0;j<=m;j++)
{for(k=0;k<=m;k++)Q[j][k]=Q[j][k]-w[j]*u[k]/h;}
for(j=0;j<=m;j++)
{for(k=i,p[j]=0;k<=m;k++)p[j]=R[k][j]*u[k]+p[j];p[j]=p[j]/h;}
for(j=0;j<=m;j++)
{
for(k=0;k<=m;k++)R[j][k]=R[j][k]-u[j]*p[k];
}
}
for(j=0;j<=m;j++)
{
for(k=0;k<=m;k++)M[j][k]=Q[j][k];
}
for(i=0;i<=m;i++)
{
for(j=0;j<=m;j++)
{for(k=0,B[i][j]=0;k<=m;k++)B[i][j]=M[k][i]*A[k][j]+B[i][j];}
}
for(i=0;i<=m;i++)
{
for(j=0;j<=m;j++)
{for(k=0,A[i][j]=0;k<=m;k++)A[i][j]=B[i][k]*M[k][j]+A[i][j];}
}
}
}
/*求矩阵的所有特征值的特征向量*/
voideigenvector(doubleV[N][N],doubleT[N])
{
doubleA[N][N],baoz[N][N],guod[N];
doublec;
inti,j,k,m,t;
intW=0;
for(i=0;ifor(t=0;t<6;t++)
{
for(i=0;ifor(i=0;ifor(i=0;i{
for(j=i;je){k=j;break;}
for(j=i;jfor(j=i;j{
c=A[j][i];
if(fabs(c)>e)for(m=i;m}
for(j=0;j{
c=A[j][i];
if(j!
=i){for(m=i;m}
}
V[t][N-1]=-1;
for(i=N-2;i>=0;i--)
{
V[t][i]=A[i][N-1];
}
}
}
/*主函数*/
voidmain()
{
doublea[N][N],b[N][N],chaR[N],chaI[N];
doubleq[N][N],r[N][N],qr[N][N];
doubleDOG[N];
doublef,g;
inti,j,k;
for(i=0;i{
for(j=0;j{
if(i!
=j)a[i][j]=sin(0.5*(i+1)+0.2*(j+1));
elsea[i][j]=1.5*cos((i+1)+1.2*(j+1));
}
}
hessenberg(a);
printf("拟上三角化后A(n-1):
\n");
for(i=0;i{
for(j=0;j{
if(fabs(a[i][j])printf("%22.11e",a[i][j]);
}
printf("\n");
}
printf("\n");
for(i=0;i{
for(j=N-5;j{
if(fabs(a[i][j])printf("%22.11e",a[i][j]);
}
printf("\n");
}
printf("\n");
QRdiv(a,q,r);
printf("\n");
printf("\n");
printf("\n");
printf("生成的上三角矩阵R:
\n");
for(i=0;i{
for(j=0;jprintf("\n");
}printf("\n");
for(i=0;i{
for(j=N-5;jprintf("\n");
}printf("\n");
printf("生成的正交矩阵Q:
\n");
for(i=0;i{
for(j=0;jprintf("\n");
}printf("\n");
for(i=0;i{
for(j=N-5;jprintf("\n");
}printf("\n");
for(i=0;i{
for(j=0;j}printf("\n");printf("\n");printf("\n");
printf("生成的R*Q阵:
\n");
for(i=0;i{
for(j=0;jprintf("\n");
}printf("\n");printf("\n");printf("\n");
for(i=0;i{
for(j=N-5;jprintf("\n");
}printf("\n");printf("\n");printf("\n");
characteristic(a,chaR,chaI);
for(i=1;i{
if(i<3){f=chaR[i];g=chaI[i];chaR[i]=chaR[7+i];chaI[i]=chaI[7+i];chaR[7+i]=f;chaI[7+i]=g;}
if(i==5){f=chaR[i];g=chaI[i];chaR[i]=chaR[7];chaI[i]=chaI[7];chaR[7]=f;chaI[7]=g;}
}
printf("矩阵的全部特征值:
\n");
for(j=0;j{
if(fabs(chaI[j])<=e)printf("λ%2d=%19.11e\n",j+1,chaR[j]);
elseif(chaI[j]>e)printf("λ%2d=%18.11e+%18.11ei\n",j+1,chaR[j],chaI[j]);
elseprintf("λ%2d=%19.11e%19.11ei\n",j+1,chaR[j],chaI[j]);
}
printf("\n");printf("\n");printf("\n");
for(i=0;i{
for(j=0;j{
if(i!
=j)a[i][j]=sin(0.5*(i+1)+0.2*(j+1));
elsea[i][j]=1.5*cos((i+1)+1.2*(j+1));
}
}//重新输入矩阵A
for(i=0;i<6;i++)
{
printf("λ%d对应的特征向量为:
\n",(i+1));
for(j=0;jprintf("\n");
}
getch();
}
计算结果:
拟上三角化后A(n-1)
-0.894521698228-0.0993313649183-1.09983175888-0.7665038709080.170760
114146-1.93488255889-0.08390208705250.913256511314-0.640797700919
0.194673367868
-2.347878362422.37205792161.827998552320.3266556884710.208236058364
2.088987009940.184********9-1.263015266080.67906946685-0.46721508865
01.73595446995-1.16502336748-1.24674444352-0.629822548908-1.98482
0180990.297575006080.633930059659-0.130********70.30403010361
0-3.42119688154e-017-1.29293756392-1.12623922591.19078291192
-1.30877298390.186********70.423673393688-0.1019600826550.194366091451
05.94010094099e-017-3.28119028842e-0171.577711153030.816935
8328160.446153172383-0.0436509254161-0.4665979167190.294123156618
-0.103442111366
0-3.49494913888e-0178.59590318918e-0179.17131065135e-018
-0.772897513499-1.60102824405-0.291268547483-0.2434337858320.673628608451
0.262477290494
0-2.13633528681e-016-3.94299506639e-017-8.80991580387e-017
0-0.729677394636-0.007965456279830.971073910201-0.129896736857
.027*********
0-6.48100629069e-0178.50487510592e-017-5.02328897109e-018
0-5.3832322921e-0170.794553961298-0.4525143454610.504890152758
-0.121121019351
07.034391