反幂法求接近给定值对应的矩阵特征值

输入参数：系数矩阵A,近似值lamda_initial,初始向量x_initial,误差限epsilon,最大迭代次数N。输出接近给定的lamda_initial的矩阵特征值

# -*- coding: utf-8 -*-
“““
Created on Sat Oct 17 19:32:04 2020

@author: Keith
“““
“““
输入参数：系数矩阵A近似值lamda_initial初始向量x_initial误差限epsilon最大迭代次数N
“““    
import numpy as np
   
#A=np.array（[[2-10][02-1][0-12]]）#定义系数矩阵  
A=np.array（[[-121][2-41][11-6]]）#定义系数矩阵
#lamda_initial=2.93#定义lamda_initial
lamda_initial=（-6.42）#定义lamda_initial
x_initial=np.array（[001]）.T#定义初始向量
epsilon=0.0001#定义误差限
N=20#定义最大迭代次数

U=A
i=j=0#定义矩阵的下标
i_x=0#定义U矩阵的游标
L=np.identity（np.size（Uaxis=1））#定义L初始矩阵
I=np.identity（np.size（Uaxis=1））#定义单位矩阵
k=u=1#k和u的初始值都为1

U=A-lamda_initial*I


for j in range（0np.size（U1））:
    for i in range（j+1np.size（U0））:
        L[ij]=U[ij]/U[jj]
        for i_x in range（0np.size（U1））:
            U[ii_x]=U[ii_x]-L[ij]*U[ji_x]

#U矩阵修正            
for j in range（0np.size（U1）-1）:
    for i in rang