简单的Lanczos算法代码,用于获得对称矩阵的特征值和特征向量

时间:2013-01-11 09:36:00

标签: matlab linear-algebra eigenvector eigenvalue lanczos

我想用Lanczos算法编写一个简单的程序(在C中)。我遇到了一个Matlab示例,它帮助我进一步理解了算法,但是从这段代码中我找不到获取特征值和特征向量的方法。我可以遵循算法但我认为我必须遗漏一些东西。 有人可以引导从这个例子中获取特征值,这样我就可以理解该方法,然后用C编码吗?

% Create a random symmetric matrix 
D=6
for i=1:D,
    for j=1:i,
        A(i,j)=rand; 
        A(j,i)=A(i,j);
    end 
end

% Iteration with j=0 
r0 = rand(D,1); 
b0 = sqrt(r0'*r0); 
q1 = r0/b0; 
a1 = q1'*A*q1

%Iteration with j=1
r1 = A*q1 - a1*q1
b1 = sqrt(r1'*r1)
q2 = r1/b1;
a2 = q2'*A*q2

%Iteration with j=2
r2 = A*q2 - a2*q2 - b1*q1;
b2 = sqrt(r2'*r2)
q3 = r2/b2
a3 = q3'*A*q3

% Create Matrix Q
Q = [q1 q2 q3];

%Check orthogonality
EYE = Q'*Q
T = Q'*A*Q

1 个答案:

答案 0 :(得分:1)

在最初的Lanczos方法中,首先要计算矩阵A的最大特征值。然后计算与此特征值对应的特征向量。计算了这两个对象后,您可以减少在一个上使用的矩阵的维数,然后找到新矩阵的最大特征值。并且你要迭代这m次,其中m是初始矩阵A的维数。

但是如果你想同时计算所有的特征值,你就要使用Paige iterative procedure (see in middle) 其中首先建立三维矩阵。然后使用一种众所周知的快速算法计算它的特征值,因为这种矩阵非常稀疏,通过上面文章中指定的公式,您可以轻松计算初始矩阵的特征值及其相应的特征向量。