什么是实Schur标准形
使用“方法1”来计算实Schur标准形的缺点:运算量太大,收敛速度太慢
为什么使用实Schur标准形
实矩阵的QR运算中会出现复共轭特征值,通过Am=QmRm,Am+1=RmQm所得的Am逼近的可能不是一个上三角阵,但会逼近实Schur标准形
运算量小且收敛速度快的计算实Schur标准形的方法
上Hessenberg化
step one:使用Householder将目标矩阵A化成Hessenberg矩阵
step two:对化得的Hessenberg矩阵使用n-1次Givens旋转消元,得到上三角矩阵R,即得全部特征值
step three:,时间复杂度为o(n^2)
原点位移的QR迭代法
缺点:
用在有复共轭特征值的矩阵上不能期待加速收敛作用,此时需要使用双重步位移QR迭代法
收敛效果:
上Hessemberg化和位移的使用都达到了加速收敛的效果
双重步位移的QR迭代法
基本思想:将两步原点位移的QR迭代合并为一步,以避免复数运算,实现给有复共轭特征值的矩阵A加速收敛的目的
迭代格式:
算法:
隐式QR算法
功能:判断迭代过程中产生的上Hessenberg矩阵的次对角元什么时候可以忽略不计
使用方法:满足条件,就视
为0;
代表机器精度,是相对误差
的上限或由浮点数
生成(将相对误差表示成浮点数形式然后计算出机器精度u),关于后者的详细参考徐树芳、高立、张平文的《数值线性代数》第二版的2.5.1小节
算法:
结束loop这一层循环的条件忘记加了,就是当t=k(意味着没有不可约Hessenberg矩阵)时结束loop这一层循环