|
根据 Schur 定理,任何一个 n 阶方阵都可以通过相似变换转化为一个上三角矩阵,即存在一个可逆矩阵 P 使得 P^{-1}AP = T,其中 T 是一个上三角矩阵。由于相似变换不改变矩阵的特征值,所以 A 和 T 的特征值相同。
设 T 的主对角线元素为 t1, t2, ..., tn,即 T = (tij),其中 tij = 0 (i > j)。由于 T 是上三角矩阵,所以它的特征值就是其主对角线元素,即 λ1 = t1, λ2 = t2, ..., λn = tn。
对于任意一个特征值 λ,都存在一个特征向量 x = (x1, x2, ..., xn) 使得 Ax = λx。设 xi 是 x 的第 i 个分量,即 x = (x1, x2, ..., xn)。则有:
|λ| * |xi| = |λxi| = |(Ax)i| ≤ a * sum(|xj|: 1 ≤ j ≤ n)
其中 sum(|xj|: 1 ≤ j ≤ n) 表示向量 x 的所有分量的绝对值之和。因此,我们有
|λ| * max(|xi|) ≤ a * sum(|xj|: 1 ≤ j ≤ n)
因为每个分量 xi 都不超过向量 x 的范数 |x|,所以有:
|λ| * |x| ≤ a * n * |x|
因此,我们有:
|λ| ≤ a * n
即任何一个特征值的绝对值都不超过 a * n |
|