[论文解读] A Note On The Spectral Norms of The Matrices Connected Integer Numbers Sequence

Durmuş Bozkurt|arXiv (Cornell University)|May 9, 2011

Advanced Mathematical Theories and Applications参考文献 5被引用 3

一句话总结

本文推导了由整数序列差值构成的矩阵的谱范数的闭式表达式，具体证明了谱范数等于序列元素所有两两差值平方和。该结果被应用于斐波那契数列和卢卡斯数列，得到了涉及其项以及组合索引下项的乘积和的显式公式。

ABSTRACT

In this paper, we compute the spectral norms of the matrices related with integer squences and we give two examples related with Fibonacci and Lucas numbers.

研究动机与目标

• 推导由整数序列差值构成的矩阵的谱范数的一般公式。
• 分析由此类序列导出的斜对称矩阵的谱性质。
• 将一般结果应用于斐波那契数列和卢卡斯数列等特定序列。
• 计算斐波那契矩阵和卢卡斯矩阵谱范数的显式表达式。

提出的方法

• 定义矩阵 $ A_x = [x_i - x_j]_{i,j=1}^n $，其为斜对称矩阵。
• 使用行变换将 $ A_x $ 变换为秩为2的矩阵，保持秩和谱范数不变。
• 考虑矩阵 $ iA_x $，其变为对称矩阵并具有实特征值，从而可进行谱分析。
• 计算 $ iA_x $ 的特征多项式，表明其仅有两个非零特征值。
• 利用 $ iA_x $ 的主2阶子式之和，确定特征多项式中 $ λ^{n-2} $ 项的系数。
• 推导出谱范数为平方差之和的平方根 $ \sum_{1\leq r<s\leq n} (x_r - x_s)^2 $。

实验结果

研究问题

• RQ1 由整数序列的两两差值构成的矩阵的谱范数是什么？
• RQ2 谱范数如何依赖于序列的结构，特别是对于线性递推序列？
• RQ3 斐波那契数列和卢卡斯数列的谱范数能否以闭式表达？
• RQ4 主子式和特征值结构在计算斜对称矩阵谱范数时起什么作用？
• RQ5 基于 $ n $ 的奇偶性，斐波那契矩阵和卢卡斯矩阵的谱范数有何不同？

主要发现

• 矩阵 $ A_x = [x_i - x_j] $ 的谱范数为 $ \left\|A_x\right\|_2 = \sum_{1\leq r<s\leq n} (x_r - x_s)^2 $，适用于 $ n \geq 4 $。
• 当 $ n $ 为偶数时，斐波那契矩阵 $ F $ 的谱范数为 $ \left\|F\right\|_2 = (n-1)F_{n+1}F_n - \frac{2}{5}\left(L_n - 2 + \sum_{r=1}^{n-1}\sum_{s=r+1}^n L_{r+s}\right) $。
• 当 $ n $ 为奇数时，斐波那契矩阵 $ F $ 的谱范数为 $ \left\|F\right\|_2 = (n-1)F_{n+1}F_n - \frac{2}{5}\left(L_n - 1 + \sum_{r=1}^{n-1}\sum_{s=r+1}^n L_{r+s}\right) $。
• 当 $ n $ 为偶数时，卢卡斯矩阵 $ L $ 的谱范数为 $ \left\|L\right\|_2 = (n-1)(L_{n+1}L_n - 2) - 2\left(L_n - 2 + \sum_{r=1}^{n-1}\sum_{s=r+1}^n L_{r+s}\right) $。
• 当 $ n $ 为奇数时，卢卡斯矩阵 $ L $ 的谱范数为 $ \left\|L\right\|_2 = (n-1)(L_{n+1}L_n - 2) - 2\left(L_n - 1 + \sum_{r=1}^{n-1}\sum_{s=r+1}^n L_{r+s}\right) $。
• 矩阵 $ A_x $ 的谱范数完全由序列元素两两差值平方和决定，与序列的具体数值无关，仅取决于这些差值。