矩阵的谱（半径）及其性质

矩阵的谱或叫矩阵的谱半径，在特征值估计、广义逆矩阵、数值分析以及数值代数等理论的建树中，都占有极其重要的地位；

矩阵 $A\in \mathbb C^{n\times n}$ 的谱（半径） $\rho(A)$ 定义为：

$$\rho(A)=\max_{1\leq i\leq n}|\lambda_i|$$
也即矩阵的谱为矩阵的特征值的模的最大值；

关于矩阵的谱（半径）的一个重要性质即是：任意复数域上的矩阵的谱半径不大于其任意一种诱导范数（请问，该性质可以用来干嘛，用来对谱半径进行近似估计）。

也即，设 $A\in \mathbb C^{n\times n}$，且其特征值是$\lambda_i,i=1,2\ldots,n$，对 $\mathbb C^{n\times n}$ 上任意一种矩阵非范数 $\|A\|$，都有 $\rho(A)=\max\limits_{1\leq i\leq n}|\lambda_i|\leq \|A\|$，即 $A$ 的谱半径是 $A$ 的任意一种范数的下界；

先作如下证明：
设 $\lambda$ 是 $A$ 的任意一个特征值，$x\neq \vec 0$ 是对应的特征向量。构造 $n$ 阶矩阵 $M=(x,\vec 0,\ldots,\vec 0)\neq \vec 0$，由于 $Ax=\lambda x$，则 $AM=\lambda M$，根据矩阵范数三角不等式有：

$$|\lambda|\|M\|=\|AM\|\leq\|A\|\|M\|$$
而 $\|M\|>0$（矩阵范数为标量），则有 $|\lambda|<\|A\|$，自然 $\rho(A)\leq \|A\|$。