【数理知识】矩阵束 Matrix Pencil

介绍

若 $A_0,A_1,\cdots ,A_l$ 为 $l$ 个 $n\times n$ 复矩阵，$l\ge 0,A_l\ne 0$(0表示零矩阵)，则 $l$ 次矩阵束 (Matrix Pencil) 是定义在复数域上的矩阵值函数
$$L(\lambda )=\sum _{i=0}^l{\lambda }^i{A}_i$$

特别的，线性束为
$$A-\lambda B,\lambda \in \mathbb{C}(or\mathbb{R}),$$

其中 $A,B$ 为复(或实)矩阵，简记为$(A,B)$。

一个束称为是正则 (regular) 的，如果至少存在一个 $\lambda$，使得
$$\det (A-\lambda B)\ne 0$$

矩阵束 $(A,B)$ 的特征值为使 $\det (A-\lambda B)=0$ 的所有复数 $\lambda$。

特征值的集合称为束的谱 (spectum)，记为 $\sigma (A,B)$。

另外，铅笔在无穷远处有一个或多个特征值如果 $B$ 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 $B^{(-1)}Ax=\lambda x$ 的隐格式, 即不显式的形成矩阵 $B^{(-1)}A$ (当 $B$ 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 $AB=BA$，则由 $A$ 和 $B$ 生成的束 $(A,B)$, 必为下列三者之一(Marcus & Minc (1969), A survey of matrix theory and matrix inequalities, Courier Dover Publications)

1. $(A,B)$ 中的矩阵均相似于对角矩阵
2. $(A,B)$ 中的矩阵均不相似于对角矩阵
3. $(A,B)$ 中只有一个矩阵相似于一个对角矩阵

Ref: Matrix Pencil 矩阵束-新浪博客