高等工程数学 —— 第二章（2）特征值的隔离

高等工程数学 —— 第二章（2）特征值的隔离

本小节主要讲述盖尔圆与（逆）幂迭代法。

前者是用来在在几何上估计特征值所处的区间，后者用来求高阶矩阵的最大、最小特征值。

盖尔圆

• 简单说盖尔圆就是将矩阵对角线元素作为圆心，行模和作为半径（列盖尔圆用列模和）画出的区间。

孤立的盖尔圆内有且只有一个特征值。
联通的盖尔圆内,几个盖尔圆联通就有几个特征值。这些特征值随机分布在这些盖尔圆的并集上。

例：
行盖尔圆：

列盖尔圆：


特征值在连通部分的分布是随机的，不一定平均分布在每个盖尔圆中。如下：

应用盖尔圆定理隔离

如上所述，但出现连通时我们并不能很好的估计特征值的位置。因此，我们更喜欢构造全隔离的盖尔圆。

最简单的方法就是行、列盖尔圆都算算（圆心一样，取半径最小的）。说不定就直接隔离了，嘻嘻。

如果行、列盖尔圆都不隔离（这里其实是可以的，半径分别取5,3.5,4.5）。那么我们就利用相似变换来缩放盖尔圆，以达到隔离的效果：

• 这样变换对角线元素不变，每一行的其他元素分母上都有个$d_i$。所以我们想放大盖尔圆就让$d_i<1$，想缩小盖尔圆就让$d_i>1$。这里一个盖尔圆放大会让其他的盖尔圆缩小，反之也是。

例：
为了让$G_2$和$G_3$缩小一点至不相交，我们可以放大$G_1$即取$d_1<1$。

这里我们用0.5试试：

当然这里我们是猜了一个数，稳一点的话我们可以设$d_1$为一个未知量代进去。最后求出$d_1$一个取值范围。

幂迭代法与逆幂迭代法

五次或五次以上的多项式方程一般是没有公式求解的。所以对于阶数较大的矩阵，其特征值的计算是非常困难的，因而就要研究特征值的各种近似求法。仅要求得到矩阵的按模最大的特征值（或称为矩阵的主特征值）和相应的特征向量，如线幂迭代法（或简称幂法）就是解决此类问题的一种有效方法。

这里看各种推导特别麻烦，其实你就记住下面公式然后往里面代数就行了。

幂迭代法

首先取任意一个初始非零向量。

然后代入公式：

这里$m_k$就是$v_k$的绝对值最大分量。为的是将其单位化。

举个栗子看看就知道喽：

考试的话就让往后迭代几步就可以了。

例：

• 这里的$v_k$其实就是$u_k$哈，不用纠结。

逆幂迭代

跟上面一样也是代入公式，只不过$A$变成$A^{-1}$了。考虑到逆矩阵不好求，我们可以等式两边同乘一个$A$，然后通过解方程组来求$v_k$就好了。

还是刚才的栗子：