西京学院数学软件实验任务书
课程名称数学软件实验班级数0901 学号0912020107 姓名李亚强
实验课题矩阵特征值及相应特征向量的Jacobi法，QR法
实验目的熟悉矩阵特征值及相应特征向量的Jacobi法，QR法运用Matlab/C/C++/Java/Maple/Mathematica等其中实验要求
一种语言完成
实验内容矩阵特征值及相应特征向量的Jacobi法，QR法成绩教师
实验十三实验报告
一、实验名称：矩阵特征值及相应特征向量的Jacobi法，QR法。
二、实验目的：熟悉矩阵特征值及相应特征向量的Jacobi法，QR 法。
三、实验要求：运用Matlab/C/C++/Java/Maple/Mathematica等其中一种语言完成程序设计。
四、实验内容：
%矩阵特征值及相应特征向量的Jacobi法
function [D,R]=Jacobi(A,eps)
if nargin==2
eps=1.0e-5;
end
n=length(A);
R=eye(n);
while 1
Amax=0;
for l=1:n-1
for k=l+1:n
if abs(A(l,k))>Amax
Amax=abs(A(l,k));
i=l;j=k;
end
end
end
if Amax break; end d=(A(i,i)-A(j,j))/(2*A(i,j)); if abs(d)<1e-10 t=1; else t=sign(d)/(abs(d)+sqrt(d^2+1)); end c=1/sqrt(t^2+1); s=c*t; for l=1:n if l==i Aii=A(i,i)*c^2+A(j,j)*s^2+2*A(i,j)*s*c; Ajj=A(i,i)*s^2+A(j,j)*c^2-2*A(i,j)*s*c; A(i,j)=(A(j,j)-A(i,i))*s*c+A(i,j)*(c^2-s^2); A(j,i)=A(i,j); A(i,i)=Aii; A(j,j)=Ajj; elseif l~=j Ail=A(i,l)*c+A(j,l)*s; Ajl=-A(i,l)*s+A(j,l)*c; A(i,l)=Ail;A(l,i)=Ail; A(j,l)=Ajl;A(l,j)=Ajl; end Rli=R(l,i)*c+R(l,j)*s; Rlj=-R(l,i)*s+R(l,j)*c; R(l,i)=Rli; R(l,j)=Rlj; end end D=diag(diag(A)); %矩阵特征值及相应特征向量的QR法 function l=qrtz(A,M) for(i=1:M) [q,r]=qr(A); A=r*q; l=diag(A); end 五、实验结果： >> A=[3 4 3;1 2 4;7 6 2]; >> esp=10^(-6); >> [D,R]=Jacobi(A,eps) D = 9.6873 0 0 0 -2.2229 0 0 0 -0.4644 R = 0.5970 -0.2958 -0.7457 0.5922 0.7895 0.1609 0.5411 -0.5377 0.6465 >> A=[3 4 3;1 2 4;7 6 2]; >> M=10^2; >> l=qrtz(A,M) l = 10.3687 -2.6373 -0.7314 FORTRAN调试程序的时候注意的问题 调试程序的时候注意的问题。 程序编好，能够直接运行而且完全正确，基本不可能，这就有调试程序的问题。主要有一下几个方面： 其一，在每个子程序被调用的时候留个心眼，写个输出语句，表示程序已经运行到了这里。这样一个小提示会给调试带来巨大的方便，如果程序运行出错，至少你可以知道它是在运行到哪里出的错，这样，直接去检查那个程序就可以了。不必重头开始检查。 其二，注意对中间计算结果的输出。有时候，而且是很多的时候，程序编译成功，运行也没有问题，就是结果不对，这肯定是计算原理有问题，此时，输入一些重要步骤的中间结果，往往可以检查出问题所在。同时，就算查出了问题所在，也可以不删除这段输出中间计算结果的代码，有可能后面还会有用处，此时，在每行输出语句前加一个感叹号，把代码变成注释的绿体字就可以了。等到再次需要输出的时候，直接删除一个“！”比再写一遍输出代码，当然要简单的多。 其三，对WATCH功能的应用，FORTRAN提供的这个功能很实用，可以查很多问题，尤其是程序中间计算值，这个和上述的中间结果的输出有点相似。但两者的不同是前者可以进行中间结果的输出控制，就是只有符合了某个条件的才能被输出，这样可以便捷程序的调试，同时对中间结果输出后可以直接用STOP停止程序的运行，这样对于大型程序来说，节省了很多后面继续计算的时间——因为前面的结果已经不对了，后面的算也是白算。 其四，对中间结算结果输出形式的控制，一般来说，FORTRAN计算结果可以输出到文件里面和计算界面两个地方。对较大的计算结果，可以输出到文件里面，反之较少的结果可以直接输出到屏幕上，为了增强数据的可读性，最好进行有格式的数据输出，以利于相同性质的数据的比较。输出到屏幕上的结果直接用WRITE(6,*)就可以（无格式），对于输出到文件里面的数据，可以省些事情，直接用WRITE(X,*)就可以，其中X是一个任意的正整数，最好大于10，也不用事先对这个X设备进行说明，程序会将结果输出到一个FORT.X的文件里面，例如10，就是FORT.10，此时，用NOTEPAD或者ULTRA-EDIT都可以把它打开——FORT.10实质上就是一个.DAT的文件，你可以把它重命名。 3.对数据计算时的误差控制。 以前觉得小数点后的误差不是那回事，没有太在意，可经过实战，终于明白了小小的误差完全可以改变整个计算的结果。因此，如果程序能够输入结果而不正确时，除了寻找算法的问题，不要忽略的误差。一般认为，FORTRAN的REAL变量小数点后8位数字误差定义已经足够，而事实上,这个精度可能在一些情况下不满足，这个时候，需要用更精确的变量类型——REAL(8),同理，当要判断两个数是否相等的时候，一定要慎用相等判断（.EQ.）这个比较运算符，因为任何数据，别看着在现实中它们一定相等，在程序中就不一定了。一旦经过了计算，就不可避免的产生了舍入误差，对于整数和有限几位循环的有理数都问题不大，可一旦是一个无理数或者无限循环的小数，只有在判断了小数点后的每一位都相等的时候，程序才判断为相等成立。这个相等的标准是非常苛刻的，所以一般情况下，可行的方法是将 数值计算解矩阵的按模最大最小特征值及对应的特征向量 —一 .幂法 1. 幕法简介： 当矩阵A 满足一定条件时，在工程中可用幕法计算其主特征值 (按模最大) 及其特征向量。矩阵A 需要满足的条件为： ⑴I 1 I I 2|n |- 0, i 为A 的特征值 (2)存在n 个线性无关的特征向量，设为 X i ,X 2，…，X n 1.1计算过程： n 对任意向量x (0)，有x (0)八：-M —不全为0,则有 i 4 X (k 岀)=Ax (k)= = A k 岀乂。) n n A k 1 aq a 扌1 5 i =1 i =1 ■k 1 2 可见，当 1 — 1 越小时，收敛越快；且当k 充分大时，有 ? "1 2算法实现 ⑶.计算x Ay,… max(x); ⑷若| ?一十：；,输出-,y,否则,转(5) (5)若N ,置k 「k 1^ -,转3,否则输出失败信息，停机. 3 matlab 程序代码 (冲1 %叫 x (k 1) [x (k) k 二 u x (k) > (k+1) 1，对应的特征向量即是 x (1).输入矩阵A ，初始向量X ，误差限 最大迭代次数N (k) 0; y (k) max(abs(x (k )) k=1; z=0; y=x0./max(abs(x0)); x=A*y; % z相当于■ %规范化初始向量%迭代格式 b=max(x); % b相当于： if abs(z-b) 特征值：一矩阵A作用与一向量a，结果只相当与该向量乘以一常数λ。即A*a=λa，则a 为该矩阵A的特征向量，λ为该矩阵A的特征值。 奇异值：设A为m*n阶矩阵，A H A的n个特征值的非负平方根叫作A的奇异值。记 (A) 为σ i 上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印象中，往往是停留在纯粹的数学计算中。而且线性代数或者矩阵论里面，也很少讲任何跟特征值与奇异值有关的应用背景。奇异值分解是一个有着很明显的物理意义的一种方法，它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示，这些小矩阵描述的是矩阵的重要的特性。就像是描述一个人一样，给别人描述说这个人长得浓眉大眼，方脸，络腮胡，而且带个黑框的眼镜，这样寥寥的几个特征，就让别人脑海里面就有一个较为清楚的认识，实际上，人脸上的特征是有着无数种的，之所以能这么描述，是因为人天生就有着非常好的抽取重要特征的能力，让机器学会抽取重要的特征，SVD是一个重要的方法。 在机器学习领域，有相当多的应用与奇异值都可以扯上关系，比如做feature reduction的PCA，做数据压缩（以图像压缩为代表）的算法，还有做搜索引擎语义层次检索的LSI（Latent Semantic Indexing） 另外在这里抱怨一下，之前在百度里面搜索过SVD，出来的结果都是俄罗斯的一种狙击枪（AK47同时代的），是因为穿越火线这个游戏里面有一把狙击枪叫做 SVD，而在Google上面搜索的时候，出来的都是奇异值分解（英文资料为主）。想玩玩战争游戏，玩玩COD不是非常好吗，玩山寨的CS有神马意思啊。国内的网页中的话语权也被这些没有太多营养的帖子所占据。真心希望国内的气氛能够更浓一点，搞游戏的人真正是喜欢制作游戏，搞Data Mining的人是真正喜欢挖数据的，都不是仅仅为了混口饭吃，这样谈超越别人才有意义，中文文章中，能踏踏实实谈谈技术的太少了，改变这个状况，从我自己做起吧。 前面说了这么多，本文主要关注奇异值的一些特性，另外还会稍稍提及奇异值的计算，不过本文不准备在如何计算奇异值上展开太多。另外，本文里面有部分不算太深的线性代数的知识，如果完全忘记了线性代数，看本文可能会有些困难。 一、奇异值与特征值基础知识： 特征值分解和奇异值分解在机器学习领域都是属于满地可见的方法。两者有着很紧密的关系，我在接下来会谈到，特征值分解和奇异值分解的目的都是一样，就是提取出一个矩阵最重要的特征。先谈谈特征值分解吧： 楼主为了减少重复回答问题，特编此帖，并不定期添加和更新内容。 错误难免，欢迎讨论，仅供参考。 很多人问哪里可以找到Fortran编译器，有不少热心学友提供网址，特汇集在这里。虽然俺检验过这些链接，但是它们不一定总有效。 Fortran编译器下载： CVF？ FTN95(License:Freeforpersonaluse) 以下操作，如无特别说明，都是以为例。 1.如何加大Stacksize？ 选Project=>Settings=>Link=>Category:Output=>？ Stackallocations Reserve:这里填新值（默认为1M，若需要10M，则填） 2.如何用Fortran批量生成文件？ 设要生成4000个文件，文件名为AA1-AA4000，如何写循环生成文件,而不用写4000次write 命令呢？ 用内部文件： character(len=80)::filename,form integer::i doi=1,4000 selectcase(i) case(1:9) write(form,'(i1)')i case(10:99) write(form,'(i2)')i case(100:999) write(form,'(i3)')i case(1000:9999) write(form,'(i4)')i endselect write(filename,*)"AA",trim(form),".TXT" open(10,file=filename) write(10,*)i close(10) enddo？ stop end 3.如何用Fortran动态生成输出格式？ 设有一个数组data(100)，输出时，希望每行输出num个数，而num由用户输入，如何实现？ 用内部文件： character(len=80)::form real::data(100) integer::i,num data=(/(i,i=1,100)/)/ read(*,*)num write(form,*)"(",num,"" write(*,form)data stop end 4.MS是不是很垃圾？ 是垃圾，其中Bug太多，多到不可用的地步！ 在这个主题里，换了CVF后问题就没了的人已有相当的数目。 如果你用，遇到莫名其妙的错误，建议换，这是一个比较成熟的编译器。 5.如何用F90/95生成随机数？ 注意： 现在计算机产生的随机数都是伪随机数。 random_number(x)产生一个0到1之间的随机数（x可以是向量），但是每次总是那几个数。用了random_seed()后，系统根据日期和时间随机地提供种子，使得随机数更随机了。 programrandom implicitnone real::x callrandom_seed()!系统根据日期和时间随机地提供种子 callrandom_number(x)!每次的随机数就都不一样了 write(*,*)x stop endprogramrandom 6.函数/子程序超载的例子 一、实验名称：用QR 算法求矩阵的特征值 二、实验目的：1、通过实验进一步熟悉掌握求矩阵特征值的QR 方法及原理。 2、理解QR 方法的计算流程。 3、能够编程实现QR 方法。 三、实验内容：给定矩阵 ??? ? ? ??=111132126A , ?? ??? ?? ? ? ?=0100098 20 087630 7654465432H ，采用QR 方法计算A 和H 矩阵的全部特征值。 四、实验要求： （1） 根据QR 算法原理编写程序求矩阵A 及矩阵H 的全部特征值（要求误差＜10 5 -）。 （2） 直接用MATLAB 的内部函数eig 求矩阵A 及矩阵H 的全部特征值，并与（1）的结果比较。 五、QR 方法计算矩阵特征值的程序： function [namda,time,data_na]=qr_tz(A,tol) if nargin==1; tol=1e-5; end wucha=1; time=0; while (wucha>tol)&(time<500) [q,r]=qr(A); A1=r*q; tz0=diag(A1); tz1=diag(A); wucha=norm(tz0-tz1); A=A1; time=time+1; data_na(time,:)=tz1; end namda=tz1; disp(‘特征值为’) namda disp(‘第一个特征在值’) time n1=length(data_na); n2=(1:n1)’; temp1=[n2,data_na]; subplot(2,2,1:2) plot(date_na(:,1)) title(‘迭代次数为’) grid subplot(2,2,3) plot(data-na(:,2)) title(‘第二个特征值’)grid subplot(2,2,4) plot(data-na(:,3)) title(‘第三个特征值’) grid 六、实验结果： >> A=[6,2,1;2,3,1;1,1,1];[namda,time,data_na]=qr_tz(A,1e-5);特征值为 namda = 迭代次数为 time = 6 图 1 !程序说明：幂法求矩阵主特征值 !日期：2010年11月30日 PROGRAM Matrix_EigenValue PARAMETER(N=3) REAL ARR(N,N) CALL INPUT(ARR,N) CALL MATEV(ARR,N) END PROGRAM SUBROUTINE INPUT(ARR,N) REAL ARR(N,N) OPEN(1,FILE='MAT.TXT') READ(1,*)((ARR(I,J),J=1,N),I=1,N) END SUBROUTINE SUBROUTINE MATEV(ARR,N) PARAMETER(EPS=1E-7) REAL :: ARR(N,N),X(N),X1(N),MAX=0 INTEGER :: K=0,P=0 X=RESHAPE((/1,1,1/),(/3/)) WRITE(1,*) ' 迭代次数 U（规范化向量） & & MAX(V)（主特征值）' DO WHILE(P/=N) WRITE(1,'(I6,A, ENDDO K=K+1 ENDDO END SUBROUTINE 输出结果： 1 1 0.5 1 1 0.25 0.5 0.25 2 迭代次数 U（规范化向量） MAX(V)（主特征值） 0 ( 1.000000 1.000000 1.000000 ) 0.000000 1 ( 0.909091 0.81818 2 1.000000 ) 2.750000 2 ( 0.837607 0.743590 1.000000 ) 2.659091 3 ( 0.799016 0.703035 1.000000 ) 2.604701 4 ( 0.77741 5 0.680338 1.000000 ) 2.575267 5 ( 0.765108 0.66740 6 1.000000 ) 2.558792 6 ( 0.758025 0.659963 1.000000 ) 2.549406 7 ( 0.753925 0.655655 1.000000 ) 2.544003 8 ( 0.751544 0.653153 1.000000 ) 2.540876 9 ( 0.750158 0.651697 1.000000 ) 2.539060 10 ( 0.749351 0.650848 1.000000 ) 2.538003 11 ( 0.748880 0.650354 1.000000 ) 2.537387 12 ( 0.748606 0.650065 1.000000 ) 2.537028 13 ( 0.748445 0.649897 1.000000 ) 2.536819 14 ( 0.748352 0.649799 1.000000 ) 2.536697 15 ( 0.748298 0.649741 1.000000 ) 2.536626 16 ( 0.748266 0.649708 1.000000 ) 2.536584 17 ( 0.748247 0.649688 1.000000 ) 2.536560 18 ( 0.748236 0.649677 1.000000 ) 2.536546 19 ( 0.748230 0.649670 1.000000 ) 2.536537 20 ( 0.748226 0.649667 1.000000 ) 2.536533 21 ( 0.748224 0.649664 1.000000 ) 2.536530 22 ( 0.748223 0.649663 1.000000 ) 2.536528 23 ( 0.748222 0.649662 1.000000 ) 2.536527 24 ( 0.748222 0.649662 1.000000 ) 2.536527 25 ( 0.748222 0.649662 1.000000 ) 2.536526 26 ( 0.748221 0.649661 1.000000 ) 2.536526 C语言课程设计报告 课程名称：计算机综合课程设计 学院：土木工程学院 设计题目：矩阵特征值分解 级别： B 学生姓名： 学号： 同组学生：无 学号：无 指导教师： 2012年 9 月 5 日 C语言课程设计任务书 （以下要求需写入设计报告书） 学生选题说明: 以所发课程设计要求为准，请同学们仔细阅读； 本任务书提供的设计案例仅供选题参考；也可自选，但难易程度需难度相当； 鼓励结合本专业（土木工程、力学）知识进行选题，编制程序解决专业实际问题。 限2人选的题目可由1-2人完成（A级）；限1人选的题目只能由1人单独完成（B级）；设计总体要求: 采用模块化程序设计； 鼓励可视化编程； 源程序中应有足够的注释； 学生可自行增加新功能模块（视情况可另外加分）； 必须上机调试通过； 注重算法运用，优化存储效率与运算效率； 需提交源程序(含有注释)及相关文件(数据或数据库文件)； (cpp文件、txt或dat文件等) 提交设计报告书，具体要求见以下说明。 设计报告格式： 目录 1．课程设计任务书（功能简介、课程设计要求）； 2．系统设计（包括总体结构、模块、功能等，辅以程序设计组成框图、流程图解释）； 3．模块设计（主要模块功能、源代码、注释（如函数功能、入口及出口参数说明，函数调用关系描述等）； 4．调试及测试：（调试方法，测试结果的分析与讨论，截屏、正确性分析）； 5．设计总结：（编程中遇到的问题及解决方法）； 6．心得体会及致谢； 参考文献 1.课程设计任务书 功能简介： a）输入一个对称正方矩阵A，从文本文件读入； b）对矩阵A进行特征值分解，将分解结果：即U矩阵、S矩阵输出至文本文件； c）将最小特征值及对应的特征向量输出至文本文件； d）验证其分解结果是否正确。 提示：A=USU T,具体算法可参考相关文献。 功能说明： 矩阵特征值分解被广泛运用于土木工程问题的数值计算中，如可用于计算结构自振频率与自振周期、结构特征屈曲问题等。 注：以三阶对称矩阵为例 2.系统设计 3.模块设计 #include 关于特征值与特征向量的求解方法与技巧 摘 要:矩阵的初等变换是高等代数中运用最广泛的运算工具，对矩阵的特征值与特征向量的求解研究具有一定意义。本文对矩阵特征值与特征向量相关问题进行了系统的归纳，得出了通过对矩阵进行行列互逆变换就可同时求出特征值及特征向量的结论。文章给出求解矩阵特征值与特征向量的两种简易方法: 列行互逆变换方法与列初等变换方法。 关键词: 特征值，特征向量; 互逆变换; 初等变换。 1 引言 物理、力学、工程技术的许多问题在数学上都归结为求矩阵的特征值与特征向量问题，直接由特征方程求特征值是比较困难的，而在现有的教材和参考资料上由特征方程求特征值总要解带参数的行列式，且只有先求出特征值才可由方程组求特征向量。一些文章给出了只需通过行变换即可同步求出特征值及特征向量的新方法，但仍未摆脱带参数行列式的计算问题。本文对此问题进行 了系统的归纳，给出了两种简易方法。 一般教科书介绍的求矩阵的特征值和特征向量的方法是先求矩阵A 的特征方程()0A f I A λλ=-=的全部特征根(互异) ，而求相应的特征向量的方法则是对每个i λ 求齐次线性方程组()0i I A X λ-=的基础解系，两者的计算是分离的，一个是计算行列式，另一个是解齐次线性方程组, 求解过程比较繁琐，计算量都较大。 本文介绍求矩阵的特征值与特征向量的两种简易方法， 只用一种运算 ——矩阵运算， 其中的列行互逆变换法是一种可同步求出特征值与特征向量的方法， 而且不需要考虑带参数的特征矩阵。而矩阵的列初等变换法， 在求出特征值的同时， 已经进行了大部分求相应特征向量的运算， 有时碰巧已完成了求特征向量的全部运算。两种方法计算量少， 且运算规范，不易出错。 2 方法之一： 列行互逆变换法 定义1 把矩阵的下列三种变换称为列行互逆变换: 1. 互换i 、j 两列()i j c c ?，同时互换j 、i 两行()j i r r ? ； 2. 第i 列乘以非零数()i k kc ， 同时第i 行乘11i c k k ?? ?? ? ； 3. 第i 列k 倍加到第j 列()j i c kc +， 同时第j 行- k 倍加到第i 行 ()i j r kr -。 定理1 复数域C 上任一n 阶矩阵A 都与一个Jordan 标准形矩阵 1212,,....r k k kr J diag J J J λλλ? ? ???????? ??? ? ?? ?? ? ? ? ?? ? ?=相似， 其中 111110...0001...00..................000...1000...0ki ki J λλλλ?? ?? ?? ??=????????称为Jordan 块， 12r k k k n ++ +=并且 这个Jordan 标准形矩阵除去其中Jordan 块的排列次序外被矩阵A 唯一确定， J 称为A 的Jordan 标准形。 定理2 A 为任意n 阶方阵, 若T A J I P ?? ????????→ ? ????? 一系列列行互逆变换其中 第一章 FORTRAN程序设计基础第15页 1、2 1．简述程序设计的步骤。 “程序设计”：反映了利用计算机解决问题的全过程，通常要经过以下四个基本步骤：(1)分析问题，确定数学模型或方法；(2)设计算法，画出流程图；(3)选择编程工具，编写程序；(4)调试程序，分析输出结果。 2. 什么是算法？它有何特征？如何描述算法？ 解决问题的方法和步骤称为算法。 算法的五个特征：(1) 有穷性。 (2) 确定性。 (3) 有效性。 (4) 要有数据输入。(5) 要有结果输出。 算法的描述有许多方法，常用的有：自然语言、一般流程图、N－S图等。 第二章顺序结构程序设计 第29页 1、2、3、4、5、6、7、8、9 1．简述符号常量与变量的区别？ 符号常量在程序运行过程中其值不能改变。变量在程序运行过程中其值可以改变。 2. 下列符号中为合法的FORTRAN 90标识符的有哪些? (1) A123B (2) M%10 (3) X_C2 (4) 5YZ (5) X+Y (6) F(X) (7) COS(X) (8) A.2 (9) ‘A’ONE (10) U.S.S.R. (11) min*2 (12) PRINT 3. 下列数据中哪一些是合法的FORTRAN常量？ (1) 9,87 (2) .0 (3) 25.82(4) -356231 (5) 3.57*E2 (6) 3.57E2.1 (7) 3.57E+2(8) 3,57E-2 4. 已知A=2,B=3,C=5(REAL)；且I=2,J=3(INTEGER),求下列表达式的值: (1) A*B+C 表达式的值: 11 (2) A*(B+C) 表达式的值: 16 (3) B/C*A 表达式的值: 1.2 (4) B/(C*A) 表达式的值: 0.3 (5) A/I/J 表达式的值: 0.33 (6) I/J/A 表达式的值: 0 (7) A*B**I/A**J*2 表达式的值: 4.5 (8) C+(B/A)**3/B*2. 表达式的值: 7.25 (9) A**B**I 表达式的值: 512 5. 将下列数学表达式写成相应的FORTRAN表达式： (1) 1E-2 （2）(-B+SQRT(B*B-4*A*C)/(2*A) (3) 1+X+X*X/2+X**3/2/3 (4) COS(ATAN((A**3+B**3)**(1.0/3)/(C*C+1))) (5) EXP(A*X**2+B*X+C) (6) COS(X*Y/SQRT(X*X+Y*Y))**3 6. 用FORTRAN语句完成下列操作： (1) 将变量I的值增加1。I=I+1 (2) I的立方加上J,并将结果保存到I中。 I=I**3+J (3) 将E和F中大者存储到G中。G=Max(E,F) (4) 将两位自然数N的个位与十位互换，得到一个新的数存储到M中(不考虑个位为0的情况) M=MOD(N,10)*10+N/10 第三章选择结构程序设计第43页 1、2、3、5、6、7、9 1．分析下列程序运行结果 (1) LOGICAL P INTEGER I,I1,I2,I3 P=.FALSE. READ*,I I1=MOD(I,10) I2=MOD(I/10,10) I3=I/100 数值分析 幂法求矩阵A按模最大的特征值及其 特征向量 幂法的主要思想 设 n n ij R a A ?∈=)( ,其特征值为i λ ,对应特征向量为),,,1(n i x i =即 i i i x Ax λ= ),,1(n i =，且 x 1，······，x n 线性无关。求矩阵A 的主特征值及对应的特征向量。 幂法的基本思想: 任取一个非零初始向量 v 0 ∈R n 且v 0≠0， 由矩阵A 的乘幂构造一向量序列： 称{ v k }为迭代向量， A 特征值中 λ1为强占优，即▕ λ1▕＞▏λ2 ▏＞······＞▏λn ▏, {x 1，x 2，······，x n }线性无关，即{x 1，x 2，······，x n }为R n 中的一 个基，于是对任意的初始向量v 0 ∈R n 且 v 0≠0有展开式。 (v 0 用{x i } 的线性组合表示) （且设01≠α） 则 当k =2,3,… 时，v k = A v k-1 = A k v ? ?? 1Av v =0 212v A Av v ==01 1 v A Av v k k k ++==) ,,1,0(n k =∑==n i i i x v 1 α)(221101n n x x x A v A v ααα+++==n n x A x A x A ααα+++=2211n n n x x x λαλαλα+++=222111) (111 +≡x k αλk ε 其中 由假设▕ λ1▕＞▏λ2 ▏＞······＞▏λn ▏，得 ，从而 即,0lim =∞→k k ε且收敛速度由比值||12λλ=r 确定。 所以有 说明，当k 充分大时，有1 11 x v k k αλ≈，或 k k v 1λ 越来越接近特征 向量 规范化幂法的算法 ①输入矩阵 A 、初始向量v (0)，误差 eps ，实用中一般取 v (0)=（1，1，···，1）T ； ②k ←1； ③计算 v (k) ←Au (k-1)； ④m k ←max{ v (k) }，m k-1 ←{ v (k-1) }； ⑤u (k) ←v (k)/ m k ； ⑥如果▕ m k - m k-1▕＜eps ，则显示特征值λ1←和对应的特征 向量x (1)，终止； ⑦k=k+1，转③。 n k n n k k x x )()(1 2122λλαλλαε++=),,2(1||1 n i i =<λλ ),,,2(0)(lim 1n i k i k ==∞→λλ111 lim x v k k k αλ=∞ →。 11x α 本科毕业设计题目：一些特殊矩阵特征值的求法与应用 作者：高英 学号： 2010012491 所属学院：金融与数学书院 专业班级：应数1002班 指导教师：赵建中职称：院长 完成时间： 2014 年 4月 10日 皖西学院教务处制 独创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 学生签名：日期：年月日 论文版权使用授权书 本人完全了解皖西学院有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件和磁盘，允许论文被查阅和借阅，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同意皖西学院可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。 (保密的学位论文在解密后应遵守此协议) 学生签名：日期：年月日 导师签名：日期：年月 目录 摘要 .......................................................... 错误！未定义书签。Abstract ...................................................... 错误！未定义书签。第1章绪论 .................................................. 错误！未定义书签。 1.1 课题研究背景及目的................................... 错误！未定义书签。 1.2 研究现状 (1) 1.3研究方法 (2) 1.4研究内容 (2) 第2章几类特殊矩阵的概念及主要性质............................ 错误！未定义书签。 2.1 正交矩阵............................................. 错误！未定义书签。 2.2 幂零矩阵 (2) 2.3 对称矩阵 (3) 2.4 三对角矩阵 (4) 第3章矩阵特征值的求法与应用 (4) 3.1 一般矩阵的求法与应用 (4) 3.2 特殊矩阵的求法与应用 (7) 结语 (20) 致谢 (20) 参考文献 (21) FAQ之常见错误 2014-02-02 13:45:35 来源：Fcode研讨团队评论：2点击：4419 本文从编译错误，链接错误，运行时错误，计算结果错误等四个方面介绍了常见的错误及解决思路。适合初学者阅读。 首先应该明确：错误有哪几种？我们当前遇到的是何种错误？ 阐述这些问题前，我们先讨论一下常规的应用程序开发的过程： 1>>编写代码，使用一个或多个源代码文件。 2>>对第一步的每一个源代码文件执行编译操作。得到一个或若干个目标代码。 3>>将目标代码，运行时库（Run-time Library）和其他使用到的函数库链接起来。得到一个可执行文件（EXE 或其他） 4>>编写程序的说明书，必要的（输入）数据文件 5>>将上述得到的结果发布给用户。（发布的方式可以是刻录成光盘，销售，放在网站上供别人下载，或者其他） 6>>用户得到程序后，运行，输入数据，得到计算结果。 对于很多 Fortran 程序员来说，可能用户就是自己，也可能仅仅是自己教研室的同事同学。所以第4，5，6步骤很多时候不明显。而如果使用集成开发环境（IDE）进行开发，第1，2，3步骤又可以一键完成。因此，很多初学者就认为，写程序就是：输入代码，运行，得到结果。这样的理解太狭义。 不管我们面对什么使用者来写代码，程序开发应该是上述的过程。我们的编译器，编译环境，也是为这个过程而设计的。 于是，我们将错误分为四种： 一. 编译错误（发生在第2步） 编译错误，一般是源代码书写格式不正确，不符合语法要求。 二. 链接错误（发生在第3步） 链接错误，一般是源代码结构不完整，运行时库或函数库使用不合理。 三. 运行时错误（发生在第6步） 运行时错误，一般是执行代码时，遇到了事先未料及的错误。比如内存不足了，磁盘空间不够了，输入文件格式不对了，输出文件写入失败了等等。 四. 计算结果不符合预期（程序代码不规范，或不符合你的设想） 计算结果不符合预期，可能性就很多了。语法与你的想法不一致，超出函数库的适用范围，执行流程控制不当等等。 这四种错误，其排查难度依次增大。也就是，编译错误最容易排查和修改，而计算结果不正确，最让人头疼。 数学建模作业 计算机学院信计1102班姜圣涛 （1）幂法求矩阵最大特征值及特征向量： 程序为： #include while(1){ max=X[0]; for(i=0;i 1.////////////////////////////////////////////////////////////////////// 2.// 求实对称矩阵特征值与特征向量的雅可比法 3.// 4.// 参数： 5.// 1. double dblEigenValue[] - 一维数组，长度为矩阵的阶数，返回时存放特征值 6.// 2. CMatrix& mtxEigenVector - 返回时存放特征向量矩阵，其中第i列为与 7.// 数组dblEigenValue中第j个特征值对应的特征向量 8.// 3. int nMaxIt - 迭代次数，默认值为60 9.// 4. double eps - 计算精度，默认值为0.000001 10.// 11.// 返回值：BOOL型，求解是否成功 12.////////////////////////////////////////////////////////////////////// 13.BOOL CMatrix::JacobiEigenv(double dblEigenValue[], CMatrix& mtxEigenVector, int nMaxIt /*= 60*/, double eps /*= 0.000001*/) 14.{ 15.int i,j,p,q,u,w,t,s,l; 16.double fm,cn,sn,omega,x,y,d; 17. 18.if (! mtxEigenVector.Init(m_nNumColumns, m_nNumColumns)) 19.return FALSE; 20. 21.l=1; 22.for (i=0; i<=m_nNumColumns-1; i++) 23.{ 24.mtxEigenVector.m_pData[i*m_nNumColumns+i]=1.0; 25.for (j=0; j<=m_nNumColumns-1; j++) 26.if (i!=j) 27.mtxEigenVector.m_pData[i*m_nNumColumns+j]=0.0;//单位矩阵 28.} 29. 30.while (TRUE) 31.{ 32.fm=0.0; 33.for (i=1; i<=m_nNumColumns-1; i++) 34.{ 35.for (j=0; j<=i-1; j++) 36.{ 37.d=fabs(m_pData[i*m_nNumColumns+j]); 38.if ((i!=j)&&(d>fm)) 39.{ 40.fm=d; 41.p=i; 42.q=j; }//取绝对值最大的非对角线元素，并记住位置 幂法求矩阵最大特征值 摘要 在物理、力学和工程技术中的很多问题在数学上都归结为求矩阵特征值的问题，而在某些工程、物理问题中，通常只需要求出矩阵的最大的特征值（即主特征值）和相应的特征向量，对于解这种特征值问题，运用幂法则可以有效的解决这个问题。 幂法是一种计算实矩阵A的最大特征值的一种迭代法，它最大的优点是方法简单。对于稀疏矩阵较合适，但有时收敛速度很慢。 用java来编写算法。这个程序主要分成了三个大部分：第一部分为将矩阵转化为线性方程组；第二部分为求特征向量的极大值；第三部分为求幂法函数块。其基本流程为幂法函数块通过调用将矩阵转化为线性方程组的方法，再经过一系列的验证和迭代得到结果。 关键词：幂法；矩阵最大特征值；j ava；迭代 POWER METHOD TO CALCULATE THE MAXIMUM EIGENV ALUE MATRIX ABSTRACT In physics, mechanics and engineering technology of a lot of problems in math boil down to matrix eigenvalue problem, and in some engineering, physical problems, usually only the largest eigenvalue of the matrix (i.e., the main characteristics of the value) and the corresponding eigenvectors, the eigenvalue problem for solution, using the power law can effectively solve the problem. Power method is A kind of computing the largest eigenvalue of real matrix A of an iterative method, its biggest advantage is simple.For sparse matrix is right, but sometimes very slow convergence speed. Using Java to write algorithms.This program is mainly divided into three most: the first part for matrix can be converted to linear equations;The second part is the eigenvector of the maximum;The third part is the exponentiation method of function block.Its basic process as a power law function block by calling the method of matrix can be converted to linear equations, then after a series of validation and iteration to get the results. Key words: Power method; Matrix eigenvalue; Java; The iteration ********************************************* fortran中批处理命令的实现函数： 利用systemqq命令（需要调用DFLIB 数据库） ********************************************* 例1： USE DFLIB character*100 CMD LOGICAL(4) res CMD="dir/a-d/b/s "//trim(fPath)//" >"//trim(outPut) res=SYSTEMQQ(CMD) 例2： USE DFLIB LOGICAL(4) result result = SYSTEMQQ('copy e:\dir.txt e:\test\dir.txt') !将e:\dir.txt 复制到e:\test\dir.txt文件中。！****************实例3:复制文件************************* 例3： programmain_pro USE DFLIB implicit none integer,parameter::sta_num=123 character(5),dimension(sta_num)::sta_ID character(500)::filein,fileout character(5000)::cmd logical(4)::judge integer::status,is open(1,file='山东.txt',status='old',action='read',iostat=status) read(1,*) do is=1,sta_num read(1,*) sta_ID(is) filein='Z:\data\降水逐小时数据-戴至修\precip_data\'//sta_ID(is)//'_precip.txt' open(2,file= filein,status='old',action='read',iostat=status) if(status/=0) goto 1000 fileout='Z:\data\降水逐小时数据-戴至修\山东省-降水数据\'//sta_ID(is)//'_precip.txt' cmd='copy '//filein//' '//fileout judge=SYSTEMQQ( cmd) 1000 continue enddo end programfortran调试经验
幂法,反幂法求解矩阵最大最小特征值及其对应的特征向量
特征值分解与奇异值分解
fortran常见问题解决
用QR算法求矩阵的特征值
幂法求矩阵主特征值
雅克比法求矩阵特征值特征向量
关于特征值与特征向量的求解方法与技巧
fortran课后习题答案
幂法求矩阵A按模最大的特征值及其特征向量
一些特殊矩阵特征值得求法与应用 (2)
fortran常见错误
数学建模 用幂法 和法 根法求特征值特征向量
雅克比过关法求特征值和特征向量
幂法求矩阵最大特征值
fortran中批处理实现
相关主题
文本预览