دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Charles R. Johnson, Carlos M. Saiago سری: Cambridge Tracts in Mathematics 211 ISBN (شابک) : 9781107095458 ناشر: Cambridge University Press سال نشر: 2018 تعداد صفحات: 315 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 Mb
در صورت تبدیل فایل کتاب Eigenvalues, Multiplicities and Graphs به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقادیر ویژه، چندگانه ها و نمودارها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در میان n مقدار ویژه یک ماتریس n به n ممکن است چندین تکرار وجود داشته باشد ( که تعداد آنها در مجموع n محاسبه می شود). برای ماتریس های عمومی بیش از یک ژن- در گذشته، این کثرت ها ممکن است جبری باشند (تعداد ظهور به عنوان ریشه ای از چند جمله ای مشخصه) یا هندسی (بعد کور- فضای ویژه پاسخگو). این چندگانگی در تحلیل بسیار مهم هستند ساختار ماتریسی به دلیل محاسبات عددی، کاربردهای متنوع، و برای علاقه نظری. ما در وهله اول با هندسی چند پیچیدگی ها و به ویژه اما نه منحصراً با متقارن یا پیچیده واقعی ماتریس های هرمیتی که دو مفهوم کثرت برای آنها منطبق است. مدتی است که شناخته شده است و جای تعجب نیست که این ترتیب ورودی های غیر صفر یک ماتریس که به راحتی توسط نمودار توصیف می شود از ماتریس، کثرت های هندسی ممکن مقادیر ویژه را محدود می کند. این اطلاعات بسیار کمتر محدود می شوند یا کثرت های جبری هستند یا مقادیر عددی مقادیر ویژه (متمایز). پس درس خواندن طبیعی است دقیقاً چگونه نمودار یک ماتریس، مقدار ویژه هندسی ممکن را محدود می کند چندگانگی
Among the n eigenvalues of an n-by-n matrix may be several repetitions (the number of which counts toward the total of n). For general matrices over a gen- eral 〠eld, these multiplicities may be algebraic (the number of appearances as a root of the characteristic polynomial) or geometric (the dimension of the cor- responding eigenspace). These multiplicities are quite important in the analysis of matrix structure because of numerical calculation, a variety of applications, and for theoretical interest. We are primarily concerned with geometric multi- plicities and, in particular but not exclusively, with real symmetric or complex Hermitian matrices, for which the two notions of multiplicity coincide. It has been known for some time, and is not surprising, that the arrange- ment of nonzero entries of a matrix, conveniently described by the graph of the matrix, limits the possible geometric multiplicities of the eigenvalues. Much less limited by this information are either the algebraic multiplicities or the numerical values of the (distinct) eigenvalues. So, it is natural to study exactly how the graph of a matrix limits the possible geometric eigenvalue multiplicities.
Contents Preface List of Terms and Symbols 0 Background 0.1 Matrices 0.1.1 Hermitian / Real Symmetric Matrices 0.1.2 Interlacing Eigenvalues 0.1.3 Rank Inequalities and Change in Hermitian Multiplicities 0.1.4 Eigenvector Structure When a Submatrix Has the Same Eigenvalue 0.1.5 Perron-Frobenius Theory of Nonnegative Matrices 0.1.6 Entries of Matrix Powers 0.1.7 M-matrices 0.2 Graphs 0.2.1 Definitions 0.2.2 Trees 0.2.3 Graphs and Matrices 0.2.4 Graphs and Characteristic Polynomial Formulae 0.3 Other Background 1 Introduction 1.1 Problem Definition 1.2 Matrices versus Graphs 1.3 Early History 1.4 The Interlacing Constraint 1.5 Overview 2 Parter-Wiener, etc. Theory 2.1 Introduction 2.2 An Example 2.3 General Theory of the Existence of Parter Vertices for Trees 2.4 Characterization of Parter Vertices 2.5 The Possible Changes in Status of One Vertex upon Removal of Another 2.6 At Least Two Multiplicities Equal to 1 2.7 Eigenstructure of Tridiagonal Hermitian Matrices and Their Principal Submatrices 2.8 Nontrees 2.9 Tree-Like Vertices 3 Maximum Multiplicity for Trees, I 3.1 Introduction 3.2 Path Covers and Path Trees 3.3 (T) = Maximum p − q 3.4 M(T) = P(T), (T), n − mr(T) 3.5 Calculation of M(T) and Bounds 3.5.1 Calculation of M(T) in Linear Time 3.5.2 Estimation of M(T) from the Degree Sequence of T 4 Multiple Eigenvalues and Structure 4.1 Perturbation of Diagonal Entries and Vertex Status 4.2 Parter Vertices, Parter Sets and Fragmentation 4.3 The Fundamental Decomposition 4.4 Eigenspace Structure and Vertex Classification 4.5 Removal of an Edge 4.5.1 Basic Inequalities 4.5.2 Classification of Edges in Trees Based on the Classification of Their Vertices 5 Maximum Multiplicity, II 5.1 The Structure of Matrices with a Maximum Multiplicity Eigenvalue 5.2 NIM Trees 5.3 The Second Maximum Multiplicity 6 The Minimum Number of Distinct Eigenvalues 6.1 Introduction 6.2 The Diameter and a Lower Bound for c(T ) 6.3 The Method of Branch Duplication: Combinatorial and Algebraic 6.4 Converse to the Diameter Lower Bound for Trees 6.5 Trees of Diameter 7 6.6 The Function C(d) and Disparity 6.7 The Minimum Number of Multiplicities Equal to 1 6.8 The Relative Position of Multiple Eigenvalues in Ordered Lists 6.8.1 A Lower Bound for the Cardinality of a Fragmenting Parter Set 6.8.2 The Relative Position of a Single Multiple Eigenvalue 6.8.3 Vertex Degrees 6.8.4 Two Multiple Eigenvalues 7 Construction Techniques 7.1 Introduction 7.2 Eigenvalues for Paths and Subpaths 7.3 The Method of Assignments 7.4 Derivation of a Multiplicity List via Assignment: An Example 7.5 A 13-Vertex Example 7.6 The Implicit Function Theorem (IFT) Approach 7.7 More IFT, Examples, Vines 7.8 Polynomial Constructions 8 Multiplicity Lists for Generalized Stars 8.1 Introduction 8.2 A Characterization of Generalized Stars 8.3 The Case of Simple Stars 8.4 An Inverse Eigenvalue Problem for Generalized Stars 8.5 The Multiplicity Lists 8.6 The IEP versus Ordered Multiplicity Lists 8.7 The Upward Multiplicity Lists 8.8 c(T ) and U(T ) 9 Double Generalized Stars 9.1 Introduction 9.2 Observations about Double Generalized Stars 9.3 The Multiplicity Lists 9.4 Double Paths 10 Linear Trees 10.1 Introduction 10.2 The Second Superposition Principle for Linear Trees 10.3 Possible Multiplicity Lists for Linear Trees 10.4 Cases of Sufficiency of Linear Trees 10.5 Special Results for Linear Trees 11 Nontrees 11.1 Introduction and Observations 11.2 The Complete Graph 11.3 The Cycle 11.4 A Tree + an Edge 11.4.1 A Graph + an Edge 11.5 The Graphs G for Which M(G) = 2 11.6 Graphs Permitting Just Two Distinct Eigenvalues 11.7 Nearly Complete Graphs 12 Geometric Multiplicities for General Matrices over a Field 12.1 Preliminaries 12.2 Geometric Parter-Wiener, etc. Theory 12.3 The Geometric Downer Branch Mechanism for General Matrices over a Field 12.4 The Maximum Geometric Multiplicity for a Tree 12.5 The Minimum Number of Distinct Eigenvalues in a Diagonalizable Matrix Whose Graph Is a Tree Appendix A: Multiplicity Lists for Trees on Fewer Than 12 Vertices A.1 Tree on 3 Vertices (1 tree) A.2 Trees on 4 Vertices (2 trees) A.3 Trees on 5 Vertices (3 trees) A.4 Trees on 6 Vertices (6 trees) A.5 Trees on 7 Vertices (11 trees) A.6 Trees on 8 Vertices (23 trees) A.7 Trees on 9 Vertices (47 trees) A.8 Trees on 10 Vertices (106 trees) A.9 Trees on 11 Vertices (235 trees) Appendix B: Seeds for Branch Duplication B.1 Diameter < 7 Seeds B.2 Diameter 7 Seeds and Classification of Their Families Using Assignments B.3 Unfoldings in Each of the Three Families for Which c(T ) Is Demonstrably 8 Bibliography Index