Jacobi 雅克比方法求矩阵特征值和特征向量
1 矩阵的特征值和特征向量的定义
设 A 是 n 阶方阵,如果数 λ 和 n 维非零列向量 x 使关系式 Ax=λx 成立,那么这样的数 λ
称为矩阵 A 特征值,非零向量 x 称为 A 的对应于特征值 λ 的特征向量。式 Ax=λx 也可写
成( A-λE)X=0。这是 n 个未知数 n 个方程的齐次线性方程组,它有非零解的充分必要条
件是系数行列式| A-λE|=0。
1.1 对称矩阵
对称矩阵(Symmetric Matrices)是指元素以主对角线为对称轴对应相等的矩阵。
在线性代数中,对称矩阵是一个方形矩阵,其转置矩阵和自身相等。
1.2 对角矩阵
对角矩阵(diagonal matrix)是一个主对角线之外的元素皆为 0 的矩阵,常写为 diag
(a1,a2,...,an) 。对角矩阵可以认为是矩阵中最简单的一种,值得一提的是:对
角线上的元素可以为 0 或其他值,对角线上元素相等的对角矩阵称为数量矩阵;
对角线上元素全为 1 的对角矩阵称为单位矩阵。对角矩阵的运算包括和、差运算、
数乘运算、同阶对角阵的乘积运算,且结果仍为对角阵。
1.3 正交矩阵
如果 AAT=E(E 为单位矩阵,AT 表示“矩阵 A 的转置矩阵”)或 ATA=E,则 n
阶实矩阵 A 称为正交矩阵。
正交矩阵是实数特殊化的酉矩阵,因此总是正规矩阵。尽管我们在这里只考
虑实数矩阵,这个定义可用于其元素来自任何域的矩阵。正交矩阵毕竟是从内积
自然引出的,对于复数的矩阵这导致了归一要求。
正交矩阵不一定是实矩阵。实正交矩阵(即该正交矩阵中所有元都是实数)可以
看做是一种特殊的酉矩阵,但是存在一种复正交矩阵,复正交矩阵不是酉矩阵。
1.4 单位向量
单位向量是指模等于 1 的向量。由于是非零向量,单位向量具有确定的方向。单
位向量有无数个。
1.5 旋转矩阵
旋转矩阵(Rotation matrix):是在乘以一个向量的时候有改变向量的方向但不改变
大小的效果并保持了手性的矩阵。旋转可分为主动旋转与被动旋转。主动旋转是
指将向量逆时针围绕旋转轴所做出的旋转。被动旋转是对坐标轴本身进行的逆时
针旋转,它相当于主动旋转的逆操作。
1.6
2 预备知识
雅可比方法是用来计算实对称矩阵 A 的全部特征值及其相应特征向量的一种变换方法.
在介绍雅可比方法之前,先介绍方法中需要用到的线性代数知识与平面上的旋转变换.
(1) 如果 n 阶方阵 满足
则称 为正交阵.
(2) 设 是 阶实对称矩阵,则 的特征值都是实数,并且有互相正交的 个特征向量.
(3) 相似矩阵具有相同的特征值.
(4) 设 是 阶实对称矩阵, 为 阶正交阵,则 也是对称矩阵.
(5) 阶正交矩阵的乘积是正交矩阵.