从Perron-Frobenius 定理可以得出结论,谱半径是正矩阵的最大特征值,即具有严格正项的矩阵。换句话说,对称实数正矩阵的最大幅度特征值是正特征值。
但是,如果该定理适用于任意实对称矩阵,我很感兴趣 没有零条目。即,特别感兴趣的是[幂迭代]方法2是否可用于提取输入矩阵的特征向量和相关的最大正特征值。
显然,我担心最大幅度特征值是否为负的可能性。在这种情况下,Power Iteration 是否不合适?如果不是一般情况下,确实说明所有的特征向量,,对应于的特征值跨越零空间?
从Perron-Frobenius 定理可以得出结论,谱半径是正矩阵的最大特征值,即具有严格正项的矩阵。换句话说,对称实数正矩阵的最大幅度特征值是正特征值。
但是,如果该定理适用于任意实对称矩阵,我很感兴趣 没有零条目。即,特别感兴趣的是[幂迭代]方法2是否可用于提取输入矩阵的特征向量和相关的最大正特征值。
显然,我担心最大幅度特征值是否为负的可能性。在这种情况下,Power Iteration 是否不合适?如果不是一般情况下,确实说明所有的特征向量,,对应于的特征值跨越零空间?