有什么方法可以使用幂方法来计算最正的特征值和特征向量？
如下图所示，
例如，让
| 1 0 0 | A = | 0 -4 0 | | 0 0 3 |
其特征值显然为1，-4和3。当我对A应用幂方法时，最终发现幅度最大的特征值，因此得到4（或-4）。但是我需要一种方法来找到最正的特征值，即本例中为3。
找到了办法...
假设幂法返回的A的特征值最大，但为负，应以'b'表示，然后尝试找出矩阵（A-bI）的特征值。该矩阵的特征值将增加abs（b）的值，而特征向量保持不变。因此，新矩阵的特征值基本上都是非负的，因此应用幂方法来找到主导特征值将为我们提供最正的特征值，但是其大小增加了abs（b）。因此，通过从新矩阵中找到的特征值减去abs（b），可以获得A所需的最正特征值。
如下图所示，
我们需要使用幂方法找到A-矩阵，该矩阵需要找到最正的特征值和相应的特征向量b-A的特征值最大，但值为负。请注意，“ b”为负B = Ab * I，其中，我身份矩阵b'-再次使用幂方法求出的具有最高幅度（基本上为非负）的B的特征值。我们要求的特征值是“ req”，即最正的特征值。req = b'+ b
或者
req = b'-abs（b）
对应于“ req”的特征向量将是所需的特征向量
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句