6.9 广义特征值

  特征值的定义是$Ap=\lambda p$，把这个定义扩展下，成为$Ap=\lambda Bp$，这个时候$\lambda$就是$A$关于$B$的广义特征值generalized eigenvalue。从广义特征值的定义来说，特征值其实是$A$关于$E$的广义特征值。广义特征值的计算是将特征值的计算方法稍微变一下,如下：
$$\begin{gathered} A\mathbf{x}=\lambda B\mathbf{x} \\ (A-\lambda B)x=0 \\ |A-\lambda B|=0 \end{gathered}$$
  广义特征值的求解，研究的人比较少，所以就没有那么多算法要学，但是广义特征值特别有意思。$A$关于$B$的所有特征值的集合叫做$A$关于$B$的谱spectrum，符号为$\sigma (A;B)$.

B非奇异

  如果$B$非奇异，那么$A$关于$B$的谱非常好求解，因为可以这样计算：
$$\begin{gathered} A\mathbf{x}=\lambda B\mathbf{x} \\ {B}^{-1}A\mathbf{x}=B^{-1}\lambda B\mathbf{x}=\lambda \mathbf{x} \\ {B}^{-1}A\mathbf{x}=\lambda \mathbf{x} \end{gathered}$$
 这就变成了一个特征值问题了.

A非奇异

  如果$A$非奇异，那么也可以利用逆矩阵求，这样计算：
$$\begin{gathered} A\mathbf{x}=\lambda B\mathbf{x} \\ {A}^{-1}A\mathbf{x}=A^{-1}\lambda B\mathbf{x} \\ \frac{1}{\lambda }{A}^{-1}A\mathbf{x}=\frac{1}{\lambda }{A}^{-1}\lambda B\mathbf{x}=A^{-1}B\mathbf{x} \\ \frac{1}{\lambda }x=A^{-1}B\mathbf{x} \end{gathered}$$
  把$A^{-1}B$的特征值全部求出来，然后求出倒数就完事了。

AB都奇异且相等

  这种情况，广义特征值非常难求解。而且会出现很多有意思的情况。因为$A$奇异，所以A有个为0的特征值，用0这个特征值去计算$A$相对自己的广义特征值，非常有意思，可以来看看,假设$\mathbf{u}$是关于特征值0的特征向量：
$$\begin{gathered} A\mathbf{u}=0 \\ \lambda A\mathbf{u}=0 \\ A\mathbf{u}=\lambda A\mathbf{u},\lambda \in \mathbb{C} \end{gathered}$$
  这个时候特征值竟然是任意复数！所以这个时候的谱是整个复数域。