利用矩陣乘方的過程來計(jì)算矩陣最大(絕對(duì)值)特徵值的方法,稱為乘方法。今設(shè)λ為矩陣A的最大特徵值對(duì)任意不為零的向量x而言,Akx有極限為λkx: 于是利用矩陣的迭次乘方,可以建立一個(gè)向量的迭代過程:x0, x1…xk, … 由上述收斂的性質(zhì),上式可以近似為: ,μk為一逼近λ常數(shù),由最小二乘方法解(least square solution)可得: 上式稱為雷里商(Rayleigh quotient);迭代過程的雷里商,趨近λ為極限。同理,A的最小特徵值可以由A-1藉乘方法求得,稱為逆陣乘方法(inverse power method)。其他特徵值則可以變位矩陣(shifted matrix)A-δI藉乘方法計(jì)算之,稱為變位矩陣乘方法(shifted power method)。