- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
* * 第5章 特征值的估计与广义逆矩阵 5.1 特征值的界的估计 5.2 圆盘定理 5.3 谱半径的估计 5.4 广义逆矩阵与线性方程组的解 5.5 广义逆矩阵A+ 矩阵的特征值的估计与广义逆矩阵是矩阵理论中两个不同的专门课题,两者都有丰富的内容和许多重要的应用. 在本章,仅就这两方面的内容作一基本概述. 矩阵特征值的计算与估计在理论上和实际应用中都是重要的,但要精确计算特征值并非总是可能的,即使在某些特殊情况下有可能,可是付出的代价也是很大的.好在许多应用中并不需要精确计算矩阵的特征值,而只需要有一个粗略的估计就够了. 例如,在线性系统理论中,通过估计系统矩阵A的特征值是否有负实部,便可判定系统的稳定性;当研究一个迭代法的收敛性时便要判断迭代矩阵的特征值是否都落在单位圆内;在差分方法的稳定性理论以及自控理论中都需要估计矩阵的特征值是否在复数平面上的某一确定的区域中. 本章要讨论的另一个问题是广义逆矩阵方面的问题. 我们知道,若方阵A的行列式不等于零,则存在唯一的方阵B,满足AB BA E,并称B为A的逆矩阵,记为A-1. 当A不是方阵,或方阵A的行列式等于零时,则上述的逆矩阵就不存在. Moore在1920年将逆矩阵的概念推广到任意矩阵上,他是用正交投影算子来定义逆矩阵的,人们把他定义的广义逆矩阵称为Moore广义逆. 1955年,Penrose用方程组 AGA A,GAG G, AG H AG, GA H GA. 来定义A的广义逆. 不久以后,Bjerhammer证明了Moore逆与Penrose逆的等价性,所以后来吧它叫做Moore-Penrose逆,并记为A+. 此后,对广义逆矩阵的研究又有很大的发展,现已形成了一套系统的理论. 这里主要介绍15种广义逆矩阵中较常用的A-及A+两种,其它就不一一介绍了. 5.1 特征值的界的估计 5.2 圆盘定理 上节介绍了利用矩阵的元素估计矩阵特征值的界,本节介绍利用矩阵的元素更准确地估计其特征值在复平面上的分布区域,即特征值在复平面上的位置做更准确地估计. 这就是圆盘定理 又称Gerschgorin定理 所表述的. 下面的两个定理都称为圆盘定理. 补充一些概念 取行盖尔圆的并集与列盖尔圆的并集的交一般可以得到比较满意的特征值估计. *
文档评论(0)