介绍
若
A
0
,
A
1
,
⋯
,
A
l
A_0, A_1, \cdots, A_l
A0,A1,⋯,Al 为
l
l
l 个
n
×
n
n \times n
n×n 复矩阵,
l
≥
0
,
A
l
≠
0
l \ge 0, A_l \ne 0
l≥0,Al=0(0表示零矩阵),则
l
l
l 次矩阵束 (Matrix Pencil) 是定义在复数域上的矩阵值函数
L
(
λ
)
=
∑
i
=
0
l
λ
i
A
i
L(\lambda) = \sum_{i=0}^{l} \lambda^i A_i
L(λ)=i=0∑lλiAi
特别的,线性束为
A
−
λ
B
,
λ
∈
C
(
o
r
R
)
,
A - \lambda B, \lambda \in \mathbb{C}(or\ \R),
A−λB,λ∈C(or R),
其中 A , B A,B A,B 为复(或实)矩阵,简记为 ( A , B ) (A,B) (A,B)。
一个束称为是正则 (regular) 的,如果至少存在一个
λ
\lambda
λ,使得
det
(
A
−
λ
B
)
≠
0
\det(A - \lambda B) \ne 0
det(A−λB)=0
矩阵束 ( A , B ) (A,B) (A,B) 的特征值为使 det ( A − λ B ) = 0 \det(A - \lambda B)=0 det(A−λB)=0 的所有复数 λ \lambda λ。
特征值的集合称为束的谱 (spectum),记为 σ ( A , B ) \sigma(A,B) σ(A,B)。
另外,铅笔在无穷远处有一个或多个特征值如果 B B B 有一个或多个 0 特征值。
应用
矩阵束在数值线性代数 (numerical linear algebra) 中起着重要的作用。求一个铅笔的特征值问题称为推广的特征值问题 (generalized eigenvalue problem)。解决此问题的最流行的方法是QZ算法 (QZ algorithm), 它是使用QR算法 (QR algorithm)求解 B ( − 1 ) A x = λ x B^{(-1)} A x=\lambda x B(−1)Ax=λx 的隐格式, 即不显式的形成矩阵 B ( − 1 ) A B^{(-1)}A B(−1)A (当 B B B 奇异或近似奇异时, 无法转换或是一个病态问题)
由可换矩阵生成的束
若 A B = B A AB=BA AB=BA,则由 A A A 和 B B B 生成的束 ( A , B ) (A, B) (A,B), 必为下列三者之一(Marcus & Minc (1969), A survey of matrix theory and matrix inequalities, Courier Dover Publications)
- ( A , B ) (A, B) (A,B) 中的矩阵均相似于对角矩阵
- ( A , B ) (A, B) (A,B) 中的矩阵均不相似于对角矩阵
- ( A , B ) (A, B) (A,B) 中只有一个矩阵相似于一个对角矩阵