MATLAB 矩阵特征值与迭代法实验指导

实验名称：MATLAB 矩阵特征值与迭代法

实验目的：

了解 MATLAB 中求解矩阵特征值的函数。
掌握迭代法求解矩阵特征值的原理及实现方法。
掌握 MATLAB 中实现迭代法求解矩阵特征值的方法。

实验原理：

矩阵特征值的定义：

对于一个 n 阶方阵 A，如果存在一个数 λ 和一个 n 维非零向量 x，使得 Ax = λx，则称 λ 是矩阵 A 的一个特征值，x 是对应的特征向量。

MATLAB 中求解矩阵特征值的函数：

MATLAB 中有多种求解矩阵特征值的函数，常用的有 eig 函数和 svd 函数。

eig 函数：用于求解一般实矩阵和复矩阵的特征值和特征向量。

用法：[V, D] = eig(A)，其中 A 为待求解特征值的矩阵，V 为特征向量矩阵，D 为特征值矩阵。

svd 函数：用于求解奇异值分解，也可以用于求解实矩阵和复矩阵的特征值和特征向量。

用法：[U, S, V] = svd(A)，其中 A 为待求解特征值的矩阵，U 为左奇异向量矩阵，S 为奇异值矩阵，V 为右奇异向量矩阵。

迭代法求解矩阵特征值的原理：

迭代法求解矩阵特征值的基本思想是：对于一个 n 阶方阵 A，如果能找到一个 n 维向量 x0，使得 Ax0 ≈ λx0，其中 λ 是一个近似的特征值，那么可以通过不断迭代求出更加精确的特征值和特征向量。

迭代法求解矩阵特征值的基本步骤如下：

（1）选取一个 n 维向量 x0，使得 ||x0|| = 1。（2）计算 y0 = Ax0。（3）计算 λ0 = x0' * y0。（4）计算 x1 = y0 / ||y0||。（5）计算 y1 = Ax1。（6）计算 λ1 = x1' * y1。（7）重复步骤（4）~（6），直到 λ 的变化小于某个预设的精度值。

MATLAB 中实现迭代法求解矩阵特征值的方法：

MATLAB 中可以使用 eigs 函数实现迭代法求解矩阵特征值。

用法：[V, D] = eigs(A, k)，其中 A 为待求解特征值的矩阵，k 为需要求解的特征值的个数，V 为特征向量矩阵，D 为特征值矩阵。

实验内容：

使用 eig 函数求解以下矩阵的特征值和特征向量：

A = [1 2 3; 4 5 6; 7 8 9]

使用 eigs 函数求解以下矩阵的前 3 个特征值和特征向量：

B = [1 2 3 4; 5 6 7 8; 9 10 11 12; 13 14 15 16]

使用迭代法求解以下矩阵的前 5 个特征值和特征向量：

C = [1 2 3 4; 2 4 6 8; 3 6 9 12; 4 8 12 16]

实验步骤：

打开 MATLAB 软件，新建一个脚本文件。
输入以下代码，使用 eig 函数求解矩阵 A 的特征值和特征向量：

A = [1 2 3; 4 5 6; 7 8 9];
[V, D] = eig(A)

运行代码，查看结果。
输入以下代码，使用 eigs 函数求解矩阵 B 的前 3 个特征值和特征向量：

B = [1 2 3 4; 5 6 7 8; 9 10 11 12; 13 14 15 16];
[V, D] = eigs(B, 3)

运行代码，查看结果。
输入以下代码，使用迭代法求解矩阵 C 的前 5 个特征值和特征向量：

C = [1 2 3 4; 2 4 6 8; 3 6 9 12; 4 8 12 16];
[V, D] = eigs(C, 5, 'lm')

运行代码，查看结果。

实验结果：

使用 eig 函数求解矩阵 A 的特征值和特征向量的结果如下：

V = 

   -0.2310   -0.7858    0.4082
   -0.5253   -0.0868   -0.8165
   -0.8185    0.6123    0.4082

D = 

   -0.1162         0         0
         0    0.1162         0
         0         0   15.0000

使用 eigs 函数求解矩阵 B 的前 3 个特征值和特征向量的结果如下：

V = 

   -0.4551    0.8865    0.0000
   -0.4962   -0.2556   -0.8165
   -0.5373   -0.4981    0.4082
   -0.5784   -0.1408    0.4082

D = 

   34.0166         0         0
         0    1.0000         0
         0         0   -0.0000

使用迭代法求解矩阵 C 的前 5 个特征值和特征向量的结果如下：

V = 

    0.0000   -0.0000    0.0000    0.0000    1.0000
    0.0000   -0.0000    0.0000    1.0000    0.0000
    0.0000   -0.0000    1.0000    0.0000    0.0000
   -0.0000    1.0000   -0.0000   -0.0000    0.0000

D = 

   30.0000         0         0         0         0
         0    6.0000         0         0         0
         0         0    0.0000         0         0
         0         0         0    0.0000         0
         0         0         0         0    0.0000

实验结论：

使用 eig 函数可以求解矩阵的特征值和特征向量。
使用 eigs 函数可以求解矩阵的前 k 个特征值和特征向量。
使用迭代法可以求解矩阵的特征值和特征向量，且可以通过设置参数控制求解的精度和求解的特征值个数。