QR算法求矩阵全部特征值的基本思想是利用矩阵的QR分解通过迭代格式
将A=A1化成相似的上三角阵，从而求出矩阵A的全部特征值。
QR方法的计算步骤如下:
下面就依次进行介绍。
一. 将一般矩阵化为上Hessenberg阵
1.定义
一个矩阵如果满足i>j+1时aij=0，则将这个矩阵成为上Hessenberg阵。上Hessenberg阵
的形式如下:
2. Householder变换将一般矩阵转化为上Hessnberg阵
首先，选取Householder矩阵H1，使得经过H1相似变换后的矩阵H1AH1的元素a21下面的
元素全部为0，即a31, a41, ....., am1均为0，H1取如下形式
其中 
为n-1阶HouseHolder矩阵。然后选取Householder矩阵H2，使得经过H2相似变换
之后的矩阵H2(H1AH1)H2第二列中a32下面的a42, ....am2均为0。如此进行n-2次，可以构造
n-2个householder矩阵H1,H2, Hn-2，使得 Hn-2....H2H2AH1H2....Hm-2 = H(H为上Hessenberg矩阵)。
对于一个n*m的矩阵A,第col次的H可以这样构造求得(col从0开始):
其中，I为n*n的单位矩阵， v\'表示矩阵v的转置， sign(x0)表示x0的符号的相反数( 当x0>0时sign=-1,当x<=0时为1),
||x||表示向量x的长度, col等于所求的上hessenberg矩阵的序号，从0开始。
二. 用Givens变换对上hessnberg矩阵作QR分解
此时有 H = R21\' * R32\' * ... * Rn(n-1)\'R = QR。
多次计算H，直到H的变化小于一个较小的阈值时，停止迭代，此时H主对角线上的元素
即为矩阵A的全部特征值。
下面举个例子来说明求解矩阵的全部特征值的过程。
求矩阵
的全部特征值
首先将A化成上hessenberg阵，取
x = [0, 6, 4], 则 ||x|| =
= 
则 w = [0, , 0] ， v = w + 1 * x = [0, 6+, 4]
则 p = v*v\'/v\'*v = 
于是 H1 = I - 2*p = 
所以 H = H1AH1 =
H即为与A相似的上hessenberg矩阵。将H进行QR分解
这个程序的完整代码可以到这里下载，http://download.csdn.net/detail/xxc1605629895/6473181
转载 http://blog.csdn.net/johnf_nash/article/details/13292803