我是靠谱客的博主 欢呼指甲油，这篇文章主要介绍2021-01-07 matlab数值分析 矩阵特征值与特征向量的计算 改进乘幂法 反幂法matlab数值分析 矩阵特征值与特征向量的计算，现在分享给大家，希望可以做个参考。
matlab数值分析 矩阵特征值与特征向量的计算
1改进乘幂法
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15function [t,y]=eigIPower(A,v0,ep) [tv,ti]=max(abs(v0)); lam0=v0(ti); u0=v0/lam0; err=ep*10; %为第一步循环做准备，此处不考虑0次循环的情况 while(err>ep) v1=A*u0; [tv,ti]=max(abs(v1)); lam1=v1(ti); err=abs(lam0-lam1); u0=v1/lam1; lam0=lam1; end t=lam1; y=u0;
调用程序
复制代码
1A=[12,6,-6;6,16,2;-6,2,16];xinit=[1;0.5;-0.5];[t,y]=eigIPower(A,xinit,1e-4)
2 反幂法
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17function [t,y]=eigIPower_inv(A,v0,ep) [tv,ti]=max(abs(v0)); lam0=v0(ti); u0=v0/lam0; err=ep*10; while(err>ep) v1=Au0; [tv,ti]=max(abs(v1)); lam1=v1(ti); err=abs(1/lam0-1/lam1); %反幂法在误差计算时用的是特征值的倒数 u0=v1/lam1; lam0=lam1; end t=1/lam1; y=u0;
调用程序
复制代码
1A=[12,6,-6;6,16,2;-6,2,16];xinit=[1;0.5;-0.5];[t,y]=eigIPower_inv (A,xinit,1e-4)
最后
以上就是欢呼指甲油最近收集整理的关于2021-01-07 matlab数值分析 矩阵特征值与特征向量的计算 改进乘幂法 反幂法matlab数值分析 矩阵特征值与特征向量的计算的全部内容，更多相关2021-01-07内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复