12 特征值估计、广义特征值与极大极小原理
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第十二讲 矩阵特征值估计
特征值计算较困难,希望找到简便的特征值界限或分布范围的估计方法。
一、 特征值界的估计
定理1. 设n n A R ⨯∈,λ为A 的任意特征值,则有
()
Im M
λ≤其中,ij ji
1i ,j n
a a M
m a x
2
≤≤-=
证明:设x 为A 的属于特征值λ的单位特征向量,即A x
x
=λ,
H
x x 1=,
则 H
x A x
λ=
→
(
)
()
H
H
H
H H
x A x x
A x x A x
λ==
=
()
()()H
H
H
T
2jIm x
A
A
x
x
A
A
x λ-λ=λ=-=-
将x 写成[]
T
12n x
,,,=ξξξ
()()n
n
H
T
i ij ji j
i 1
j 1
x
A
A
x a a ==-=ξ-ξ∑∑
()
()()n n
i ij ji j
i 1j 1
n
n i ij ji j
i 1
j 1
2I m a a a a ====λ=
ξ-ξ≤
ξ-ξ∑∑
∑∑
n
'
i j ij ji
i ,j 1
a a ==
ξξ-∑
('∑表示不含i =j )
n
'
i j
i ,j 1
2M
=≤ξξ∑
()
2
n
2
2
'
i j i ,j 1
I m M
=⎛
⎫λ≤ξξ ⎪
⎝
⎭
∑
()
n
2
2
'
i j
i ,j 1M n n 1=≤-ξξ∑
()
n
2
2
2
'
i
j
i ,j 1M n n 1==-ξξ∑
n
n
n
n
n
2
2
2
2
4
2
4
'
i
j
i
j
i
i
i
i ,j 1
i ,j 1
i 1
i 1
i 1
=====ξξ=
ξξ-
ξ≤
ξ-
ξ∑
∑
∑
∑
∑
(
)n
2
2
i
i
i 11==
ξ-ξ∑
不妨写为: (
)
(
)
(
)n
2
222
2
2
1
1
2
2
i
i i 3
111==ξ-ξ
+ξ
-ξ
+
ξ
-ξ∑
(
)(
)(
)2
2
2
2
2
2
n
11
22
2
2
i
i
i 3
1112
2
=⎛⎫⎛⎫ξ
+-ξξ
+-ξ ⎪
⎪
≤++
ξ-ξ ⎪ ⎪
⎪ ⎪⎝⎭⎝
⎭
∑
12
≤
取等号的条件为2
2
1
2
12
ξ=ξ=
,但
2
x
1
=,所以其它2
i
ξ=
∴
()
Im M
λ≤定理2. 设n n A R ⨯∈,λ为A 的任意特征值,则有 n λ≤ρ
()R e n λ≤τ ()
I m n s
λ≤
其中,ij
1i,j n
m a x a ≤≤ρ
=,ij ji
1i,j n
m a x a a ≤≤τ
=+,ij ji
1i,j n
s
m a x a a ≤≤=-
二、 盖尔圆法
定义:设()
n n
ij
n n
A
a C
⨯⨯=
∈,由方程
n
ii i ij
j 1
i j
z a R a =≠-≤=
∑
所确定的圆称
为A 的第i 个盖尔圆,i R 称为盖尔圆的半径。