幂法求矩阵的特征值及特征向量c++
时间: 2023-06-21 22:15:15 浏览: 183
以下是使用幂法求解矩阵特征值和特征向量的C++代码示例:
```c++
#include<iostream>
#include<cmath>
using namespace std;
// 定义矩阵大小
#define N 3
int main()
{
double A[N][N] = { {2, -1, 0}, {-1, 2, -1}, {0, -1, 2} }; // 待求解的矩阵
double x[N] = {1, 1, 1}; // 初始向量
double lambda = 0; // 特征值
double eps = 1e-6; // 精度
for(int k=1; k<=100; k++) // 迭代次数
{
double y[N] = {0}; // 计算Ax
for(int i=0; i<N; i++)
{
for(int j=0; j<N; j++)
{
y[i] += A[i][j] * x[j];
}
}
double max_x = fabs(x[0]); // 求x的最大分量
for(int i=1; i<N; i++)
{
if(max_x < fabs(x[i]))
{
max_x = fabs(x[i]);
}
}
double max_y = fabs(y[0]); // 求y的最大分量
for(int i=1; i<N; i++)
{
if(max_y < fabs(y[i]))
{
max_y = fabs(y[i]);
}
}
double lambda_new = max_y / max_x; // 计算特征值
if(fabs(lambda_new - lambda) < eps) // 判断是否达到精度
{
cout << "特征值:" << lambda_new << endl;
cout << "特征向量:";
for(int i=0; i<N; i++)
{
cout << x[i] / max_x << " ";
}
cout << endl;
break;
}
lambda = lambda_new; // 更新特征值
for(int i=0; i<N; i++) // 更新x向量
{
x[i] = y[i] / max_y;
}
}
return 0;
}
```
其中,`N`为矩阵的大小,`A`为待求解的矩阵,`x`为初始向量,`lambda`为特征值,`eps`为精度。在每次迭代中,先计算$Ax$,然后求$x$和$y=Ax$的最大分量,从而计算特征值$\lambda$。如果$\lambda$的变化量小于精度,就认为已经求出特征值和特征向量,并输出结果。否则,更新$x$向量,继续迭代。