当前课程知识点:矩阵论及其应用 >  第九单元 特征值的估计与表示 >  9.2 特征值的包含区域 >  9.2 特征值的包含区域

返回《矩阵论及其应用》慕课在线视频课程列表

9.2 特征值的包含区域在线视频

下一节:9.3 特征值的分离

返回《矩阵论及其应用》慕课在线视频列表

9.2 特征值的包含区域课程教案、知识点、字幕

下面我们要看的,是特征值得包含区域。

矩阵,我们可以定义

如下,复平面上的圆的区域。

它是由,矩阵A的第k行元素定义的。

大家可以看到,我们要定义的

这个圆,它的圆心是

方阵A,第k行元素中

在对角线上的元素a kk。

而它的半径,

是第k行,其他元素绝对值的和。

这样,我们用第k行的元素,定义了一个

复平面上的圆,我们把它叫做

方阵A的第k个盖尔圆。

所以给定了方阵A之后,我们可以定义

n 个盖尔圆。

盖尔圆满足下面的一些性质:

第一个定理

就是,盖尔定理一

任给矩阵A,

它全部特征值,被所定义的 n 个盖尔圆覆盖。

我们来看一个具体的例子,

对于这个给定的方阵A,我们想要估计

它特征值在复平面上的范围。

我们所做的事情就是,

对A,把它所定义的四个盖尔圆,求出来。

大家可以看到,

图中橙色的圆,就是A,它的行所定义的,

四个盖尔圆。

我们也可以,对A的转置,求出它的盖尔圆。

下面的四个圆,就是利用A的转置

的盖尔圆,所得到的。

大家可以看到

图中粉色的圆,就是A转置的盖尔圆。

根据盖尔定理,我们知道

A的特征值

是,落在这些圆所覆盖的公共区域里面。

接下来,我们来看第二个定理,

就是盖尔定理二。

如果在盖尔园的并集中,

有K个盖尔圆,

它们构成一个连通的区域,

而且它们,与其它的圆盘是相互孤立的。

那么,在这个由k个盖尔圆连通区域中,

会有A的,K个特征值。

大家注意,如果特征值有相同的,

或者是盖尔圆有相同的情况下,

我们需要计算重数的。

例如,前面我们看到的例子。

我们知道,方阵A有4个特征值,

通过看它的四个盖尔圆,

就是我们图中四个橙色的圆。

发现有两个圆是孤立的,

所以它们当中,

各有一个特征值。

而另外两个圆是相交的,

所以它们并集,所构成的连通区域中

包含了A的另外两个特征值。

虽然根据我们的第二,

盖尔定理知道,如果有K个圆

它能构成一个连通区域,

在这个连通区域中,会包含A的k个特征值。

但是,这些特征值的具体分布情况

是没有办法确定的。

我们可以看一些具体的例子。

比如,下面这个例子

对于矩阵A,我们发现

它的两个盖尔圆,绿色的圆和橙色的圆中,

各有一个特征值。

而对于这个矩阵B,

它的两个特征值实际上只出现在

它的一个盖尔圆中,

而不出现在另一个中。

实际上,我们矩阵B的特征值,

只出现在图中粉色的圆中,而不在绿色圆中。

第三个矩阵C,

我们发现,它的特征值

实际上是,这两个盖尔圆公共的切点。

我们的两个特征值,

就是都落在这个公共点上。

所以大家通过这些例子,可以看到

虽然盖尔圆,覆盖A的所有特征值。

但际上,具体它的特征值

是,落在哪些圆的内部?

情况是不好确定的。

接下来,我们来看一些盖尔定理的简单推论。

第一,

如果矩阵,它的n个盖尔圆,互不相交

则这个矩阵是可以对角化的。

这个证明非常简单。是因为,如果

n 个盖尔圆互不相交,

我们知道,每个盖尔圆里,会包含一个特征值。

而这些特征值互不相同,

所以,互不相同的特征是,它是可以对角化。

推论二:

对于实矩阵A,

它的 n 个盖尔圆互不相交,

则它的特征值,均为实数。

主要的原因是,

实矩阵A,它盖尔圆的圆心都是实数,

都位于实轴上。

所以,每个盖尔圆都是关于实轴对称的。

如果盖尔圆中,包含复的特征值,

那它必定包含,与它共轭的特征值。

但是我们推论中,

盖尔圆互不相交,

每个盖尔圆中只能有一个特征值。

所以我们知道,矩阵只会有实的特征值。

推论三:

如果矩阵,按照行或列,严格的对角占优。

那矩阵行列式不等于零。

证明是这样的,

严格的,对角占优的矩阵,

实际上可以知道,零这一点

不包含在任何的盖尔圆中。

也就是,零不会是矩阵a的特征值。

所以A,就不会有特征值零。

它的行列式也就不是零。

矩阵论及其应用课程列表:

第一单元 预备知识

-1.1 特征值与特征向量的定义与求法

--1.1 特征值与特征向量的定义和求法

-1.2 特征值与特征向量计算举例

--1.2 特征值与特征向量计算举例

-1.3 特征值与特征向量的性质

--1.3 特征值与特征向量的性质

-1.4 相似矩阵的定义及性质

--1.4 相似矩阵的定义及性质

-1.5 可对角化的条件

--1.5 可对角化的条件

-1.6 可对角化的计算举例

--1.6 可对角化的计算举例

-第1单元作业(共15个单选题)

--第1单元作业(共15个单选题)

第二单元 矩阵的Jordan标准形

-2.1 Jordan标准形的定义及方法1

--2.1Jordan标准形的定义及方法1

-2.2 求Jordan标准型的方法2—初等变换法

--2.2 求Jordan标准型的方法2—初等变换法

-2.3 求Jordan标准型的方法3—行列式因子法

--2.3 求Jordan标准型的方法3—行列式因子法

-2.4 相似变换矩阵的计算

--2.4 相似变换矩阵的计算

-2.5 应用案例一、Jordan标准型的应用举例

--2.5 应用案例一、Jordan标准型的应用举例

-第2单元作业(共15个单选题)

--第2单元作业(共15个单选题)

第三单元 最小多项式

-3.1 Hamilton-Cayley定理

--3.1Hamilton-Cayley定理

-3.2 最小多项式

--3.2 最小多项式

-第3单元作业(共10个单选题)

--第3单元作业(共10个单选题)

第四单元 酉相似下的标准型

-4.1 酉矩阵的定义及性质

--4.1 酉矩阵的定义及性质

-4.2 Schur分解定理

--4.2 Schur分解定理

-第4单元作业(共10个单选题)

--第4单元作业(共10个单选题)

第五单元 矩阵分解

-5.1 矩阵的LU分解

--5.1 矩阵的LU分解

-5.2 初等反射与初等旋转矩阵

--5.2 初等反射与初等旋转矩阵

-5.3 矩阵的QR分解

--5.3 矩阵的QR分解

-5.4 矩阵的奇异值分解

--5.4 矩阵的奇异值分解

-5.5 矩阵的满秩分解

--5.5 矩阵的满秩分解

-5.6 应用案例二、QR算法与最小二乘问题

--5.6 应用案例二、QR算法与最小二乘问题

-第5单元作业(共15个单选题)

--第5单元作业(共15个单选题)

第六单元 广义逆矩阵

-6.1 广义逆矩阵与线性方程组

--6.1 广义逆矩阵与线性方程组

-6.2 Moore-Penrose逆A+及其应用

--6.2 Moore-Penrose逆A+及其应用

-第6单元作业(共10个单选题)

--第6单元作业(共10个单选题)

第七单元 矩阵范数

-7.1 向量范数

--7.1 向量范数

-7.2 方阵范数

--7.2 方阵范数

-7.3 范数的应用 1-数值分析

--7.3 范数的应用 1-数值分析

-7.4 范数的应用 2

--7.4 范数的应用 2

-第7单元作业(共15个单选题)

--第7单元作业

第八单元 矩阵分析

-8.1 矩阵序列

--8.1矩阵序列

-8.2 矩阵函数计算 1

--8.2 矩阵函数计算 1

-8.3 矩阵函数计算 2

--8.3 矩阵函数计算 2

-8.4 矩阵函数计算 3

--8.4 矩阵函数计算 3(上)

-8.5 矩阵的微分和积分

--8.5 矩阵的微分和积分

-8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题

--8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题

-第8 单元作业(共15个单选题)

--第8 单元作业(共15个单选题)

第九单元 特征值的估计与表示

-9.1 特征值的界的估计

--9.1 特征值的界的估计

-9.2 特征值的包含区域

--9.2 特征值的包含区域

-9.3 特征值的分离

--9.3 特征值的分离

-第9单元作业(共15个单选题)

--第9单元作业(共15个单选题)

9.2 特征值的包含区域笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。