1.背景提要
论文摘要:本文提出了一种由特征值简洁确定特征向量的新方法。具体来说,我们把特征向量元素的范数平方与特征值和子矩阵特征值联系起来。
论文所介绍由矩阵特征值找出特征向量的背景是三名物理学家在研究“中微子”过程中,意外地发现矩阵特征向量的另外一种奇妙的解法。
这种解法只需要知道n阶厄米方阵A (Hermitian matrix)的特征值以及它的n个子矩阵特征值就可以解出矩阵A的所有特征向量元素的 范数绝对值。
在此之前,我们想要找到矩阵特征向量的一般方法是 计算特征多项式(物理学中的久期方程)–>求解特征值–>求解齐次线性方程组–>得到特征向量
2.论文要点和blog中问题浅显的理解
1)论文开头说明
即将n阶方阵 A A A设为Hermite矩阵,其不同的特征值写为 λ i ( A ) \lambda_{i}(A) λi(A),相应标准化后特征向量写为 v i v_{i} vi。每个特征向量的元素表示 v i , j v_{i, j} vi,j。矩阵 M j M_{j} Mj是矩阵 A A A去掉第 j j j行和第 j j j列后的子矩阵,它的特征值是 λ k ( M j ) \lambda_{k}\left(M_{j}\right) λk(Mj)