6.4 Gershgorin圆盘定理

计算方法

  圆盘定理Gershgorin Circle Theorem是用来预估矩阵特征值的范围的。这个定理用起来相当简单。对于一个$n\times n$的方阵来说，有$n$个行圆盘和列圆盘，它的特征值就位于这些圆盘中。所谓的圆盘Gershgorin disk,就是复平面上的一个圆，它有中心和半径组成,是这样定义的：
D ( a , r ) = { x ∈ C : ∣ x − a ∣ ≤ r } D(a,r)=\{x \in \mathbb{C}:|x-a|\le r\} D(a,r)={x∈C:∣x−a∣≤r}
  从定义看表示一个点的集合，那么中心和半径怎么确定呢？中心就是矩阵的对角线元素，半径则分两种，行圆盘和列圆盘。行圆盘的半径就是某一行除了对角线元素外，所有元素的模长的和，列圆盘则是某一列除了对角线元素外，所有元素的模长的和。既然每个中心有两个半径，那肯定取最小的那个半径喽，把半径用$r$表示，那么半径就是：
$$r_i=min(\sum _{j=1,j\ne i}^n|a_{ij}|,\sum _{j=1,j\ne i}^n|a_{ji}|)$$

举例

  比如计算这个矩阵的圆盘:
$$A=\left(\begin{array}{cccc}3& 0.4& 0.2& 0.2\\ 0.2& 3& 0.1& 0.1\\ 0.4& 0.5& 4& 0.5\\ -0.3& 1& 0.5& 1\end{array}\right)$$
  得到的结果就是：
$$D(3,0.8),D(3,0.4),D(4,0.8),D(1,0.8)$$
  因为$D(3,0.4)$比$D(3,0.8)$范围更小，所以最终结果是：
$$D(3,0.4),D(4,0.8),D(1,0.8)$$
  所以矩阵A的特征值就位于复平面上这些圆盘中。

python实现

  这种实现代码非常简单：

    def gershgorin_disk(self):
        disks = [[0, 0] for _ in self.__lines]
        n = len(self.__lines)
        for i in range(n):
            d = disks[i]
            d[0]= self.__lines[i][i]
            line_radius = 0
            for j in range(n):
                if j != i:
                    line_radius += abs(self.__lines[j][i])
            column_radius = 0
            for j in range(n):
                if j != i:
                    column_radius += abs(self.__lines[i][j])
            d[1] = min(line_radius, column_radius)
        return disks