首页/论文/1912.04060

arXiv 1912.040602019-12-03math.RA

由任意规范正交基上的特征值计算特征向量

Computing Eigenvectors from Eigenvalues In an Arbitrary Orthonormal Basis

John Lakness

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

从子矩阵的特征值计算特征向量的方法可以被示为等价于计算实现二次优化的指定平稳值的约束的方法。同样，我们显示的特征向量的规范正交基投影使用子投影的特征值的计算。

英文摘要：

The method of computing eigenvectors from eigenvalues of submatrices can be shown as equivalent to a method of computing the constraint which achieves specified stationary values of a quadratic optimization. Similarly, we show computation of eigenvectors of an orthonormal basis projection using eigenvalues of sub-projections.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

八元数上的正交本征基

Orthonormal Eigenbases over the Octonions

我们以前证明了3 × 3八元埃尔米特矩阵的实特征值形成两个独立的族，每个族包含3个特征值，并且每个族导致单位矩阵的正交分解，这通常对应于规范正交基。我们在这里表明，它仍然需要两个家庭，以便将一个任意向量分解成分量，其中每个分量都是原始矩阵的特征向量;因此，每个向量有6个分量，而不是3个。

2001-06-04math.RA

关于特征值特征向量的注记

Note on eigenvectors from eigenvalues

Denton，Parke，Tao和Zhang给出了一种由特征值确定特征向量的新方法，这种方法适用于特征值不同的埃尔米特矩阵。本文将上述结果推广到一般的埃尔米特矩阵。

2019-11-17math.RA

再论特征值的特征向量

Eigenvectors from eigenvalues revisited

这是对P.Denton，S.帕克，T。Tao，X. Zhang，来自特征值的特征向量，arXiv：1908.03795v1

2019-11-19math.RA

用Weierstrass定理证明特征值和特征向量的存在性

Proving the existence of eigenvalues and eigenvectors by Weierstrass's theorem

我提出了一个证明的存在性的存在性的特征向量和特征值的精神阿冈的证明的代数基本定理。证明仅依赖于Weierstrass定理、线性算子逆的定义和代数的恒等式。

2011-09-29math.RA

从外代数视角看广义特征向量-特征值恒等式

A generalized eigenvector-eigenvalue identity from the viewpoint of exterior algebra

本文从外代数视角推广了特征向量-特征值恒等式，证明其成立当且仅当特征值的几何重数等于代数重数，并允许重数大于1，无需其他矩阵假设。

2025-02-12math.RA

子矩阵与特征向量元一个等式的新证明

A new proof of an equality associated with submatrices and eigenvector elements

在arXiv：1908.03795中，分别利用Cauchy-Binet型公式和伴随矩阵的方法，证明了一个关于特征向量的元素、特征值和子矩阵特征值的奇妙等式.在注记中，我们利用矩阵分块给出了等式的一个新的、较短的证明。

2019-11-28math.RA

更多相关论文收起更多论文

用Mathematica求八元数特征向量

Finding Octonionic Eigenvectors Using Mathematica

3 × 3八元数埃尔米特矩阵的本征值问题包含了一些令人惊讶的结果，我们在别处已经报道过。特别地，特征值不需要是实的，有6个而不是3个实特征值，并且相应的特征向量在通常意义上不是正交的。八元数的非结合性使得计算变得棘手，所有这些结果最初都是通过蛮力（但精确）Mathematica计算获得的。其中一些，例如实特征值的计算，后来被更优雅地实现了;其他的则没有。我们在这里描述使用Mathematica在分析这个问题，特别是它的使用证明了一个广义正交属性，没有其他证明是已知的。

1998-07-23math.RA

双复线性算子特征值与特征向量的新视角

A New Perspective on Eigenvalues and Eigenvectors of Bicomplex Linear Operators

该研究聚焦双复空间上双复线性算子的特征值与特征向量，探究相关算子性质、多组特征值特征向量存在条件定理，以及对应特征空间的结构与性质，为双复线性算子领域提供了新的研究视角。

2025-03-23math.CVmath.RAmath.RT

虚本征值和复本征向量的实几何解释

Imaginary eigenvalues and complex eigenvectors explained by real geometry

本文首先回顾了二维反对称矩阵如何产生虚特征值和复特征向量。它是如何进行旋转的凯莱变换。然后利用实几何代数的方法对特征值和特征向量给出了实几何解释。本征向量被视为\textit{two component eigenspinors}，其可以进一步减少到底层向量的对偶。本征值被解释为旋转算子，其旋转基础向量对。本文的第二部分扩展和概括了三个维度的治疗。最后对四维问题进行了阐述。

2013-06-04math.CVmath.RA

利用子矩阵的已知信息确定方阵的特征值

Determining the eigenvalues of a square matrix through known information of its submatrix

本文利用矩阵A的子矩阵的特征值和特征向量，揭示了矩阵A的特征值的一个前所未有的性质。通过这里开发的技术，可以使用该属性来确定A的一些特征值，从而降低与该矩阵相关的特征多项式的次数。这种减少可以以两种方式发生：当检查（或施加）A的某些元素之间的限制时和/或当A的子矩阵的某些特征值退化时。作为一个应用程序，我们展示了如何获得矩阵的任意大小，而不是平凡的，允许代数计算的特征值和特征向量，以及如何共享一组特征向量的子矩阵A与矩阵A本身，保持规范，方向和意义。

2018-10-23math.RA

广义特征向量与雷leigh界在热带代数特征值中的应用

Generalized Eigenvectors and Rayleigh bounds for tropical algebraic eigenvalues

Amirkabir University of Technology（阿米尔卡比尔理工大学）

本文探讨了热带代数中特征对问题，提出广义热带特征向量概念，并通过计算方法构造这些向量，同时证明了热带矩阵特征值的上界。

2026-02-26math.AGmath.RAmath.SP

极大极小代数中的（K，L）-特征向量

(K,L)-eigenvectors in max-min algebra

利用（K，L）-特征向量的概念，研究了极大极小代数（也称为模糊代数）中矩阵的特征值对应的极大极小特征空间的结构.在我们的方法中，最大最小特征值空间被分成几个区域，根据特征值和x的分量之间的顺序关系。由此产生的理论（K，L）-本征向量，是基于Gondran和Minoux的基本结果，允许描述整个最大最小本征空间明确和更详细。

2020-07-14math.RA

四元数矩阵的特征向量- eigenvalue恒等式及其算法和计算机程序

The eigenvector-eigenvalue identity for the quaternion matrix with its algorithm and computer program

Peter Denton，Stephen Parke，Terence Tao和Xining Zhang [arxiv 2019]提出了线性交换代数中的一个基本而重要的恒等式，即所谓的{ \bf the eigenvector-eigenvalue identity}（在[BAMS，2021]中正式命名），这是一个方便而强大的工具，可以从特征值简洁地确定特征向量。该恒等式将本征向量分量与$A$和次$M_j$的本征值联系起来，以一种简洁的形式表示为\[ \lvert v_{i,j} \rvert^2\prod_{k=1;k\ne i}^{n-1}({λ_i}(A)-{λ_k}(A))=\prod_{k=1}^{n-1}({λ_i}(A)-{λ_k}(M_j)). \,\,\,%\mbox{(\cite{tao-eig,D-P-T-Z})} \].事实上，它已广泛应用于数值线性代数、随机矩阵理论、本征值问题、图论、中微子物理等领域.本文将本征向量-本征值恒等式推广到四元数除环，这是不可交换的。建立了四元数矩阵的特征向量-特征值恒等式。进一步给出了由四元数埃尔米特矩阵的右特征值计算特征向量的一种新方法和算法。设计了计算特征向量的程序。一个开放的问题结束了论文。算例表明，该算法和程序具有良好的性能。

2022-07-08cs.NAmath.CAmath.NA

关于超矩阵的通用特征值与特征向量

On Universal Eigenvalues and Eigenvectors of Hypermatrices

本文提出超矩阵的通用特征向量概念，利用半张量积和首一分解算法将U-特征问题转化为一般矩阵特征问题，并揭示其几何意义与应用潜力。

2025-07-07cs.NAmath.NAmath.RA

对称矩阵的非负特征向量

Nonnegative Eigenvectors of Symmetric Matrices

对于所有非负元素的矩阵，Perron-Frobenius定理保证存在一个所有非负分量的特征向量。我们表明，这样的特征向量的存在也保证了一个非常不同的类矩阵，即真正的对称矩阵正好有两个特征值。我们还证明了一个部分逆命题，即在特征值大于两个的实对称矩阵中，存在一些不具有非负特征向量的矩阵。

2018-08-28math.MGmath.RA

右对齐杨辉三角形的特征向量

The eigenvectors of the right-justified Pascal triangle

我们求出了元素为（i，j）的n阶矩阵\binom（i-1，n-j）的特征值和特征向量，建立了Peele和Stanica的一个猜想.奇怪的是，可以选择特征向量来形成一个矩阵，这个矩阵是它自己的逆矩阵。

2000-11-13math.COmath.RA

由特征值求特征向量：线性代数中一个基本恒等式的综述

Eigenvectors from eigenvalues: A survey of a basic identity in linear algebra

如果$A$是具有特征值$λ_1(A),\dots,λ_n(A)$和$i,j = 1,\dots,n$的$n \times n$厄米特矩阵，则与本征值$λ_i(A)$相关联的单位本征向量$v_i$的$j^{\mathrm{th}}$分量$v_{i,j}$与通过由公式$$ |v_{i,j}|^2\prod_{k=1;k\neq i}^{n}\left(λ_i(A)-λ_k(A)\right)=\prod_{k=1}^{n-1}\left(λ_i(A)-λ_k(M_j)\right)\,.$$移除$j^{\mathrm{th}}$行和列而形成的$A$的次$M_j$的本征值$λ_1(M_j),\dots,λ_{n-1}(M_j)$相关我们将此恒等式称为\emph{eigenvector-eigenvalue identity}，并且示出此恒等式如何也可以用于提取任何给定特征向量的分量之间的相对相位。尽管这个恒等式的性质很简单，而且线性代数的发展也非常成熟，但直到最近，这个恒等式才广为人知。在本调查中，我们描述了这种身份或其变体在文献中被发现和重新发现的多次（我们所知的最早的先驱出现在1834年）。我们还提供了一些证明和推广的身份。

2021-02-22hep-phhep-thmath-ph

关于Google矩阵特征值的一个注记

A Note on the Eigenvalues of the Google Matrix

本文针对Google矩阵的特征值分布，给出了Langville-Meyer定理的另一种证明，该定理对幂法计算PageRank的收敛性分析具有重要意义。

2004-01-15cs.NAmath.NAmath.RA