Pedí este (con fondo) aquí https://stats.stackexchange.com/questions/38494/principal-component-analysis-bootstrap-and-probability-of-eigenvalue-collision
pero en realidad no obtener ninguna respuesta. A ver que post para el fondo.
Deje $D$ ser algún conjunto abierto en el plano, digamos. Realmente no es importante donde la $D$ se sienta, pero no debería ser sólo una línea/curva. Supongamos que hemos definido una función continua en $D$ $$ f \colon D \mapsto \text{Símbolo}^n $$ donde $\text{sym}^n$ es el conjunto de (real) simétrica $n \times n$ matrices. Cómo puedo definir los vectores propios de $f(x), x \in D$ como una función continua en $D$? ¿Cómo puedo calcular esto? Y ¿cómo puedo lidiar con autovalor colisiones? Un ejemplo sencillo aclarar este punto (y definido en una curva): Vamos a $$ f(t) =\left( \begin{matrix} 1+t & 0 \cr 0 & 1-t \end{de la matriz}\right) $$ A continuación, el mayor autovalor es $$ \lambda_1(t) = 1+ |t| $$ pero el autovector correspondiente al mayor valor propio, no puede ser definida como una función continua: $$ v_1(t) = \begin{cases} e_2 & t\le 0 \cr e_1 & t > 0 \end{casos} $$ Así que lo que quiero es mirar los dos autovalor funciones de $1+t, 1-t$ y siga los vectores propios correspondientes a cada uno de ellos, que obviamente se puede hacer en un continuo (constante!) manera.
AÑADIDO después de la respuesta de Anthony Quas:
Es posible dar algunas condiciones bajo las cuales es posible hallar una solución? La diferenciabilidad? O, si las matrices son realizaciones de algunos al azar campo de las matrices, es posible que algo se dijo acerca de la probabilidad de algunas selección continua es posible?