python实现用改进的乘幂法求方阵的按模最大特征值和特征向量

先放代码，有时间补内容

import numpy as np

def MaxFabs(v):
    m,n = v.shape
    assert n == 1
    ans = 0
    for i in range(m):
        if ans < np.fabs(v[i]):
            ans = v[i]
            maxn = i
    return ans

def PowerMethod(a,v,g):
    m,n = a.shape
    assert m == n
    times = 0
    u = v/MaxFabs(v)
    v = v.astype(float)  # 设置x的精度
    Lambda = 0
    while True:
        tempv = v.copy()
        tempu = u.copy()  # 记录上一次的迭代答案
        tempL = Lambda
        v=np.dot(a,u)
        u=v/MaxFabs(v)
        Lambda=MaxFabs(v)
        times += 1  # 迭代次数加一

        gap = abs(Lambda-tempL) # 与上一次答案模的差

        if gap < g:  # 精度满足要求，结束
            break

        elif times > 10000:  # 如果迭代超过10000次，结束
            break
            print("10000次迭代仍不收敛")
    print(times)
    print(Lambda)
    print(id(Lambda),id(tempL))



if __name__ == '__main__':      #当模块被直接运行时，以下代码块将被运行，当模块是被导入时，代码块不被运行。
    a = np.array([[1,-1,2],[-2,0,5],[6,-3,6]])

    v = np.array([[1],[1],[1]])

    g=1e-6
    PowerMethod(a,v,g)

最后

以上就是执着航空为你收集整理的python实现用改进的乘幂法求方阵的按模最大特征值和特征向量的全部内容，希望文章能够帮你解决python实现用改进的乘幂法求方阵的按模最大特征值和特征向量所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。