搜尋(繁體中文或英文)
訊息看板
-
近期文章
線性代數專欄
其他主題專欄
每週問題
數據充分性問題
其他分類
Recent Comments
陳倍恩 on 線性代數的第一堂課──矩陣乘法的定義 輕鬆談如何教學二項式定理?… on 牛頓的二項式定理 (上) madhouse on 高斯消去法 WishMobile on 翻轉 LU 分解 周子傑 on Karush-Kuhn-Tucker (KKT) 條件 Cloud Huang on 線性泛函與伴隨 近期最多人點閱
分類
Archives
標籤雲
- Cayley-Hamilton 定理
- Frobenius 範數
- Gram-Schmidt 正交化
- Gramian 矩陣
- Hermitian 矩陣
- Householder 矩陣
- Jordan 典型形式
- LU 分解
- QR 分解
- Schur 定理
- SVD
- Vandermonde 矩陣
- 三角不等式
- 不變子空間
- 么正矩陣
- 二次型
- 代數重數
- 伴隨矩陣
- 內積
- 冪矩陣
- 冪等矩陣
- 冪零矩陣
- 分塊矩陣
- 列空間
- 半正定矩陣
- 反對稱矩陣
- 可交換矩陣
- 可逆矩陣
- 向量空間
- 圖論
- 基底
- 基本列運算
- 奇異值
- 奇異值分解
- 實對稱矩陣
- 對角化
- 座標變換
- 微分方程
- 投影矩陣
- 排列矩陣
- 旋轉矩陣
- 最小多項式
- 最小平方法
- 正交性
- 正交投影
- 正交矩陣
- 正交補餘
- 正定矩陣
- 正規矩陣
- 特徵值
- 特徵向量
- 特徵多項式
- 特殊矩陣
- 相伴矩陣
- 相似
- 矩陣乘法
- 矩陣多項式
- 矩陣指數
- 矩陣範數
- 矩陣譜
- 秩
- 秩─零度定理
- 簡約列梯形式
- 組合數學
- 線性獨立
- 線性變換
- 線性變換表示矩陣
- 行列式
- 行空間
- 譜分解
- 跡數
- 逆矩陣
- 通解
- 零空間
- 高斯消去法
線代線上影音課程
線代學習網站
線代電子書
- A First Course in Linear Algebra (Robert A. Beezer)
- Fundamentals of Linear Algebra (James B. Carrell)
- Linear Algebra (Jim Hefferon)
- Linear Algebra Done Wrong (Sergei Treil)
- Linear Algebra Problems (Jerry L. Kazdan)
- Linear Algebra via Exterior Products (Sergei Winitzki)
- Linear Algebra, Theory and Applications (Kenneth Kuttler)
- Matrix Analysis and Applied Linear Algebra (Carl D. Meyer)
- Notes on Linear Algebra (Peter J. Cameron)
矩陣計算器
LaTeX
Blogroll
-
Join 676 other subscribers
Tag Archives: 譜半徑
Cesàro 矩陣序列
本文的閱讀等級:高級 給定一數列 ,Cesàro 數列定義為 ,其中 是 的前 項的平均數,如下: 。 Cesàro 數列因義大利數學家切薩羅 (Ernesto Cesàro) 而得名。若 ,我們說數列 是可累加的 (summable), 稱為 Cesàro 極限。若數列 收斂至 ,則對應的 Cesàro 數列 也收斂至 (證明見附註[1])。收斂性蘊含可累加性,但可累加性未必有收斂性。例如,震盪數列 不收斂,但對應的 Cesàro 數列收斂至 。Cesàro 數列可以推廣至矩陣序列。令 為一 階矩陣。若 存在,則稱 為可累加矩陣。(如果不取平均, 稱為 Neumann 無窮級數[2]。) 若 ,我們稱 … Continue reading
Posted in 線性代數專欄, 數值線性代數
Tagged Cesàro 矩陣序列, 矩陣譜, 馬可夫矩陣, 譜半徑, Jordan 典型形式, 可累加矩陣, 收斂矩陣
Leave a comment
特殊矩陣 (21):非負矩陣
本文的閱讀等級:高級 令 為一個 階實矩陣。若每一 ,我們稱 是正矩陣 (positive matrix),記為 。若每一 ,則 稱為非負矩陣 (nonnegative matrix),記為 。推廣至更一般的情況, 表示每一 , 表示每一 。因為 維實向量可視為 階實矩陣,故同樣有正向量和非負向量的概念。相反關係 和 也按類似方式定義。令 是 的所有相異特徵值所形成的集合,稱為矩陣譜 (spectrum),並令 是 的最大絕對特徵值,稱為譜半徑 (spectral radius),即 。若 是一個 階正矩陣,Perron 定理包含下列特徵值和特徵向量性質 (見“特殊矩陣 (18):正矩陣”): 譜半徑 是 的一個特徵值,稱為 Perron 根。 … Continue reading
定常迭代法──線性方程的數值解法
本文的閱讀等級:中級 高斯消去法是當今最常被使用的線性方程解法 (見“高斯消去法”),它是一種直接法,即一次性地解決問題。對於一個 階方陣,高斯消去法耗用的運算量是 。如果我們面對的是一個大型的稀疏矩陣,這時可用迭代法來求解。所謂迭代法是指從一個初始估計值出發,尋找一系列近似解以期解決問題的方法。大致上,應用於解線性方程的迭代法可區分為兩類:定常迭代法 (stationary iterative method) 和 Krylov 法。定常迭代法相對古老,容易瞭解與實現,惟效果通常不佳。Krylov 法相對年輕,雖然較不易理解分析,但效果普遍優異。本文介紹定常迭代法,並討論其中三種主要方法。
數值域
本文的閱讀等級:高級 給定一 階矩陣 ,矩陣譜 (spectrum) 是所有特徵值所形成的集合,表示為 ;譜半徑 (spectrum radius) 是包含特徵值的最小半徑 (原點是圓中心),記為 (見“譜半徑與矩陣範數”)。類似矩陣譜的表達方式, 的數值域 (numerical range 或 field of values) 定義如下: , 或以 Rayleigh 商表示為 。 這兩個定義是等價的,證明見“Hermitian 矩陣特徵值的變化界定”。為了測量數值域的大小, 的數值半徑 (numerical radius) 定義為包含數值域的最小圓半徑: 。 矩陣譜 是一離散集合,稍後我們將證明數值域 是一連通緊凸集 (connected compact convex set)。如同矩陣譜的功用,數值域也可以幫助我們了解矩陣的本質,尤其是不具特殊形態的一般矩陣。
特殊矩陣 (18):正矩陣
本文的閱讀等級:高級 令 為一 階實矩陣。若每一 ,我們稱 是正矩陣 (positive matrix),記為 。(注意,在其他文章我用 表示 是正定矩陣。) 若每一 ,則 稱為非負矩陣 (nonnegative matrix),記為 。推廣至更一般的情況, 代表每一 , 代表每一 。因為 維實向量可視為 階矩陣,故同樣有正向量和非負向量的概念。相反關係 和 也按類似方式定義。正矩陣和非負矩陣出現於許多應用問題中,例如,馬可夫過程 (見“馬可夫過程”) 和圖論模型的鄰接矩陣 (見“Google 搜尋引擎使用的矩陣運算”,“線性代數在圖論的應用 (一):鄰接矩陣”)。本文介紹 階正矩陣的特徵值和特徵向量性質,這些結果統稱為 Perron 定理[1]。
廣義收斂矩陣
本文的閱讀等級:高級 令 為一 階矩陣, 為其特徵值。若譜半徑 ,即所有特徵值都滿足 ,可以證明 ,我們稱 為收斂矩陣 (見“譜半徑與矩陣範數”)。考慮一般廣義收斂矩陣 使得 存在,但不必是零矩陣。運用 Jordan 形式分析可以推導出廣義收斂矩陣的存在條件及其收斂形式。設 的 Jordan 形式為 ,就有 。 Jordan 矩陣 為基本 Jordan 分塊 的直和,故冪矩陣 為 的直和 (見“Jordan 形式大解讀(上)”)。對於每一基本 Jordan 分塊 ,若 全都存在,則 存在,即知 存在。既然 的存在條件等同於 的存在條件,下面我們將焦點轉移至基本 Jordan 分塊的冪矩陣。
譜半徑與矩陣範數
本文的閱讀等級:高級 若 ,我們知道 且 。讀者自然會問:矩陣是否也擁有類似的性質?矩陣範數 (matrix norm) 是一種矩陣「大小」的度量,我們不妨由此著手。令 為一 階矩陣,我們曾經證明:若 ,其中 可為任何標準矩陣範數 (稍後詳述),則 Neumann 無窮級數 收斂 (見“Neumann 無窮級數”)。然而 並非 收斂的必要條件,例如, 的特徵值皆為零且 ,但是 。除了矩陣範數,矩陣的特徵值也具有度量矩陣「大小」的功能。考慮特徵方程 ,則 ,故 決定了向量 的長度伸縮。令 為 的所有相異特徵值所成的集合,稱為矩陣譜 (spectrum),並令 為 的最大絕對特徵值,稱為譜半徑 (spectral radius),即 。 在複數平面上, 的所有特徵值都位於圓心在原點,半徑等於 的圓內。類似矩陣範數,譜半徑同樣可控制冪矩陣 的成長。本文討論兩個問題:(1) 如何利用譜半徑 … Continue reading
Neumann 無窮級數
本文的閱讀等級:中級 設 為一 階矩陣,若 ,則 可逆且 , 上式稱為 Neumann 無窮級數。通過證明此命題可以深入瞭解矩陣範數 (norm) 於分析冪矩陣級數收斂性的作用,運用類似手法也可解釋何以矩陣指數 必定收斂。
Courant-Fischer 定理的應用
本文的閱讀等級:高級 Courant-Fischer 定理是“Hermitian 矩陣特徵值的變化界定”一文的主要結果,此定理說明了如何利用最小-最大原則或最大-最小原則推得 Hermitian 矩陣的特徵值,所以也稱作最小-最大 (min-max) 定理。本文介紹 Courant-Fischer 定理的兩個應用:Weyl 定理與Cauchy 交錯特徵值定理。為方便參照,首先回顧 Courant-Fischer 定理。
Posted in 線性代數專欄, 二次型
Tagged Cauchy 交錯特徵值定理, Courant-Fischer 定理, 特徵值擾動, 譜半徑, Hermitian 矩陣, Rayleigh 商, Weyl 定理
Leave a comment