零特征值的数值可信证据

我懂你现在的需求——虽然有理论结果支撑B矩阵的所有特征值实部都不为零，但还是想从数值层面拿到实打实的可信证据对吧？下面给你几个接地气的数值分析思路和工具用法，都是实际做矩阵计算时常用的靠谱方向：

直接特征值计算结合稳定性校验 #

用成熟的数值线性代数工具计算B的所有特征值，比如LAPACK的dgeev函数，或者Python里SciPy库的scipy.linalg.eigvals方法，然后提取特征值的实部。这里要特别注意数值误差的干扰：如果某个实部的计算结果绝对值极小，别直接当成零。先算一下B的条件数cond(B)，要是条件数特别大，说明矩阵接近奇异，这个小实部大概率是数值误差搞出来的，不是真的零特征值。

奇异值分解（SVD）辅助判断 #

对B做奇异值分解，得到排序后的奇异值σ₁≥σ₂≥…≥σ_d。如果B确实没有零特征值，那它一定是可逆矩阵，对应的最小奇异值σ_d应该远大于机器精度（比如双精度计算下的1e-16）。要是σ_d和机器精度在同一个数量级，那B属于“近奇异”矩阵，这时候结合你的理论结果，基本可以确定是数值计算的稳定性问题，而非真的存在零特征值。

微小扰动验证法 #

给B加一个极小的随机扰动矩阵ΔB，比如每个元素的扰动幅度设为机器精度的10倍，然后计算扰动后矩阵B+ΔB的特征值实部。如果你的理论结论成立，扰动后的特征值实部应该依然全部远离零；要是之前某个“疑似零”的实部在扰动后发生了大幅波动，那就能实锤这个小实部是数值误差，不是真的零特征值。

可逆性迭代验证 #

换个思路，不用直接算特征值，而是随便选一个非零向量（比如全1向量），用迭代法求解线性方程组Bx = b。如果能稳定得到解x，而且残差||Bx - b||足够小，就间接证明了B是可逆的，自然不存在零特征值；要是迭代发散或者残差始终降不下来，结合你的理论结果，大概率是计算精度不够，试试用更高精度的计算模式（比如四倍精度）再跑一遍。

备注：内容来源于stack exchange，提问作者温泽海