【矩阵论】矩阵的相似标准型（5）

矩阵的相似标准型之特征值的分布

原视频对应分集《矩阵的相似标准型(5)》中含有部分内容是与Jordan标准型相关的
这一部分我放在前一篇博文里面了，如果是对照视频来看博客的朋友可以移步《【矩阵论】矩阵的相似标准型（4）（5）》~

本节内容的提出，是基于在很多实际问题中我们并不需要求解出矩阵特征值的精确值；
只需要知道特征值的范围，特征值的模长等比较宽泛的信息即可。

---

一. 基本概念

设A = (a_ij)_nxn，A是一个n阶矩阵，那么A应该有n个特征值（可能是重根）

1. 谱

（1）谱

A的特征值的集合为A的谱

（2）谱半径

A的特征值（可能含有复数根）的模的最大值为A的谱半径，记作ρ(A)

针对以上两个概念，我们有两个任务：
其一，估计A的谱所分布的大概的集合范围
其二，估计谱半径大致的数值范围

2. 盖尔园(系)

（1）R_i
R_i就是n阶矩阵的第i行中除了主对角线元素以外其他所有元素的模之和。

（2）C_i：复平面上的一个圆
C_i是以第i行的主对角元为圆心，以R_i为半径所对应的一个圆面区域。

由此可知，n阶矩阵就应该有n个盖尔园。

（3）盖尔园系
所有盖尔园的并集，是复平面上的一段区域。

定义盖尔园系，是为了借助它估计矩阵A的谱及谱半径。

---

二. 重要定理与概念

1. 特征值∈盖尔园系

（1）定理描述

定理1：矩阵A的特征值必定在A的盖尔园系中。

（2）定理证明

[1]：题目需要围绕特征量进行证明，先把矩阵的特征值λ₀、特征向量η设出来，且满足Aη = λ₀η的关系。
[2]：既然η是特征向量（那么一定非零），所以找到其中最大的一个分量x_k，x_k≠0
[3]：把Aη = λ₀η的矩阵乘法按照行进行展开，接下来会围绕第k行的运算进行证明化简。

[4]：第k行的矩阵运算是形如a_k1x₁+…+a_kkx_k+…+a_knx_n = λ₀x_k
[5]：把上式第k项a_kkx_k提出来移到等式右边，等式两边同时取模长运算
[6]：针对复数运算的三角不等式进行放缩
[7]：因为|x_k|是所有|x_i|(i=1,2,…,n)中分量模长最大的一个，所以可以继续进行放缩；然后得到了第k个盖尔园的定义式

综上，证明出了A的特征值一定在A的第k个盖尔园（k是该特征值对应的特征向量的最大分量下标）中，也就是在A的盖尔园系中。

（3）例题演练

如果对于上面定理的证明过程有详细了解的话，不难发现对于一个n阶矩阵——
有n个盖尔园，也有n个特征值
且每个特征值都会属于某一个盖尔园

但并不意味着特征值和所属的盖尔园是一一对应的，即并不是每一个盖尔园中都会有所属的特征值。
接下来这个例题也可以说明这个问题。

【例】给定一个矩阵，考察其每个特征值所属的盖尔园

[1]：按照盖尔园的定义，写出了这个二阶矩阵的两个盖尔园
p.s. C1的绝对值里面是Z+4（截图的时候忘记补上断裂的加号了）

[2]：求解该二阶矩阵的特征方程，得到两个特征值
[3]：可以对照着两个盖尔园和两个特征值，1-根号15肯定小于0，所以在C1这个盖尔园中
1+根号15小于5，因此也在C1这个盖尔园中

出现上述情况的原因，可能是C1和C2两个盖尔园是有交集的。

---

2. K区

（1）定义

在上图中，6个盖尔园构成的盖尔园系是由一个4区和一个2区构成的。

【例】判断给定矩阵的K区

矩阵A的三个盖尔园都是以2为圆心，1为半径的圆-----3区
矩阵B的C1和C3是同心圆，构成2区；另外一个圆单独构成1区。

（2）定理

相比前面给出的“特征值属于矩阵的盖尔园系中”，这个定理给出了更加一般的性质

A的盖尔园的k-区有且仅有A的k个特征值

注意：对于这个定理有一些小细节
①完全相同的盖尔园也是算作k区之中的
②k个特征值中，若有重根要按照重数重复计算特征值的个数

（3）推论

如果A的n个盖尔园互不相交，则A有n个互不相等的特征值。

也就是说每个盖尔园都构成1区，而每个1区中都仅有A的1个特征值。

p.s. 矩阵的特征值互不相同是一个很好的性质：矩阵特征值互不相同→矩阵相似于一个对角阵→对角阵的特征量、秩以及计算都会有很多较好的性质。

【例题】利用上述定理可以快速判断矩阵的相关性质

先计算矩阵A的三个盖尔园，有1个2区和1个1区，并不能确定出矩阵的什么性质。
但是根据“矩阵一定相似于其转置矩阵”，可以对A^T求解盖尔园，从而判断出特征量的信息。

【矩阵一定相似于其转置矩阵】
这里不进行证明，只是提供一个思路：

因为矩阵相似的定义是存在一个可逆矩阵P，有P^-1AP = B,就说明矩阵A与B相似。
而对一个矩阵A左乘和右乘一个可逆矩阵，相当于对矩阵A进行初等行变换和初等列变换。

把一个矩阵变成其转置矩阵，只需要进行初等行(列)变换，也就够了。

通过对A^T进行计算（对A是关于行计算，对A^T关于列计算即可），得到的三个盖尔园是互不相交的，从而可以得出矩阵A是相似于对角阵的。

---

3. 谱半径的估计

从前面提出盖尔园(系)及其定理，再到K区的提出以及相关定理，为谱估计（特征值的分布）提供了思路。

接下来我们要着手解决谱半径的估计问题。

（1）定理描述

说明：
ρ₁：按照行把矩阵A的元素的模求和，在这n行对应的n个和中，最大的设为ρ₁
ρ₂：按照列把矩阵A的元素的模求和，在这n列对应的n个和中，最大的设为ρ₂

（2）定理证明

①证明ρ(A)≤ρ₁

[1]：要证明ρ(A)≤ρ1，则要证明特征值中的最大值≤ρ₁，那么对于任意一个特征值λ₀，都有|λ₀|≤ρ₁即可。

[2]：假设λ₀是在第k个盖尔园中，则按照盖尔园的定义，就有第二个框中的不等式成立，按照模运算的三角不等式，|λ₀-a_kk|≥|λ₀|-|a_kk|

[3]：不等式移项，从而得出λ₀的模长小于第k行所有元素的模长之和；按照ρ₁的定义，|λ₀|也必然≤ρ₁。

②证明ρ(A)≤ρ₂

读者可以联想一下“行”、“列”、“特征值”这些词，然后思考一下，如果要证明第二部分，应该从什么思路来入手呢？

Bingo! 就是矩阵的转置。

既然矩阵A与矩阵A^T具有完全相同的特征值，对A^T用列进行证明↔对A用行来证明。
以下不再赘述。

---

（3）例题演练
【例】估计矩阵的谱半径

按照前面的谱半径估计定理，我们可以计算出ρ₁= ρ₂ = 6，从而只能得到ρ(A)≤6.
但是题目要求我们能够严格地证明出谱半径是小于6的。

可能大部分人会想到下面这个思路（没错，当时我也中招了）

要证明ρ(A)<6，且已知ρ(A)≤6，则只需要证明ρ(A)≠6即可。
p.s. 其实思路到上面这一步还是正确的…

接下来，可能就会定式思维地（因为给出的矩阵是实矩阵，我们通常接触到的特征值也是实数）认为——
只要证明6不是矩阵A的特征值即可。

错误！！因为ρ(A)≠6，意味着A的特征值中最大的那一个的模长不为6，而在复平面上模值为6的点有无穷个，此法根本行不通。

但是我们可以结合盖尔园的图形来理解（数形结合！数形结合！）

在复平面中把各个盖尔园的图形绘制出来（老师绘制的可能有部分细节不对，大致理解就可以了），发现离复平面的原点距离为6（模长为6）且在盖尔园系范围内的点，只有（6,0）这一个点。

接下来，我们就可以正大光明地证明“因为6不是矩阵A的特征值，所以ρ(A)≠6”了~

p.s. 一定要注意，是因为结合图像把模长为6的点锁定在了实数6上面，这样的证明才是可行的！！