Theorem. Rayleigh 商定理 [rayleigh-quotient]

$\gdef\spaces#1{~ #1 ~}$

设矩阵 $M$ 是 $n$ 阶对角矩阵, 即

$$ M \spaces= \begin{pmatrix} \lambda_{1} \\ & \ddots \\ & & \lambda_{n} \end{pmatrix} $$

则对非零向量 $x$ 和 $x$ 的共轭转置 $x^*$ 有如下结果:

$$ \min\limits_{1 \leqslant i \leqslant n}\lambda_{i} \spaces\leqslant \frac{x^{\ast}Mx}{x^{\ast}x} \spaces\leqslant \max\limits_{1 \leqslant i \leqslant n}\lambda_{i} $$

其中 $\max\limits_{1 \leqslant i \leqslant n}\lambda_{i}$ 常被称作谱半径.

Rayleigh 商定理中的对角矩阵 $M$ 可推广到 Hermite 矩阵 1, 也即 $M$ 是共轭对称的方阵 $M^* = M$, 对实数而言这当然就是对称矩阵. 稍稍回忆线性代数, 有限维谱定理说:

  • 任何实对称矩阵都可以由正交矩阵对角化.
  • 任何复对称矩阵都可以由酉矩阵对角化, 即 Autonne–Takagi 分解.

具体而言, 对于每个实对称矩阵 [resp., 复对称矩阵] $A$, 都存在一个实正交矩阵 [resp., 酉矩阵] 使得 $Q^* A Q$ 是对角矩阵.

广义 Rayleigh 商 $\frac{x^* A x}{x^* B x}$ 可以通过变换 $D = C^{-1} A C^*{}^{-1}$ 简化为 Rayleigh 商 $\frac{x^* D x}{(C^*x)^*(C^*x)}$, 其中 $C C^*$ 是 Hermite 正定矩阵的 Cholesky 分解. 对此, 我们也给出一例.

1

自伴随矩阵, 复对称矩阵.