下一节:关于聚集特征值的备注
上一级:某些A与B的组合是正定矩阵
上一节:计算特征值的误差界限
计算特征向量的误差界限
保持对(\alpha,\beta)的赋值,设x为对应于(\alpha,\beta)的\{A,B\}的特征向量,并设\eta为在弦距离中最小的距离,介于(\widetilde\alpha,\widetilde\beta)和该对的所有其他特征值之间。于是我们有
\sin\theta(x,\widetilde x)\le\frac{1}{\eta}\cdot\frac {\Vert r\Vert _2}{\gamma(A,B)}. \tag{5.43}
此界限除了残差误差r和\gamma(A,B)外,还需关于\eta的信息。通常,这类信息在通过成功计算后可获得,例如,通过移位-反转Lanczos算法,该算法通常在移位附近提供特征值,从而在\eta上产生良好的信息。
下一节:关于聚集特征值的备注
上一级:某些A与B的组合是正定矩阵
上一节:计算特征值的误差界限
Susan Blackford
2000-11-20