🔢 mathematics

Eigenvalue stability of Hermitian and normal matrices

यह शोध पत्र हर्मिटियन और नॉर्मल मैट्रिसेस के लिए सोबोलेव स्पेस (Sobolev spaces) पर कार्य करने वाले ऑर्डर्ड आइजनवैल्यू मैप (ordered eigenvalue map) के निरंतरता (continuity) और परिबद्धता (boundedness) गुणों को स्थापित करता है, यह प्रदर्शित करते हुए कि जबकि यह मैप परिमित $q$ के लिए निरंतर है, यह $q=\infty$ के लिए एकसमान रूप से निरंतर (uniformly continuous) या निरंतर होने में विफल रहता है, जिसमें सिंगुलर वैल्यूज, कंडीशन नंबर्स और कॉम्पैक्ट ऑपरेटर्स से संबंधित अनुप्रयोगों के विस्तार शामिल हैं।

मूल लेखक: Adam Parusiński, Armin Rainer

प्रकाशित 2026-03-25

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Adam Parusiński, Armin Rainer

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास एक विशाल, जादुई मशीन है जो एक जटिल, बदलते हुए ऑब्जेक्ट (जैसे रंगों का एक बहुरूपदर्शक या एक कंपन करती हुई धातु की शीट) को लेती है और उसके सबसे महत्वपूर्ण "वाइब्स" या आइगेनवैल्यूज (eigenvalues) की एक सूची बाहर निकालती है। गणित की दुनिया में, इन ऑब्जेक्ट्स को मैट्रिक्स (matrices) कहा जाता है, और ये "वाइब्स" वे संख्याएँ हैं जो यह बताती हैं कि मैट्रिक्स स्पेस को कैसे खींचता या घुमाता है।

एडम परुसिंस्की और आर्मिन रैनर द्वारा लिखा गया यह शोध पत्र, स्थिरता (stability) के अध्ययन के बारे में है। यह एक बहुत ही व्यावहारिक प्रश्न पूछता है: यदि मैं इनपुट मशीन में एक सूक्ष्म, सुचारू परिवर्तन करता हूँ, तो आउटपुट "वाइब्स" कितना हिलेंगे या बदलेंगे?

यहाँ उनके निष्कर्षों का रोजमर्रा के उपमाओं (analogies) का उपयोग करके विवरण दिया गया है।

1. मशीनों के दो प्रकार

लेखक दो विशिष्ट प्रकार की मशीनों को देखते हैं:

हर्मिटीन मैट्रिसेस (Hermitian Matrices): इन्हें ऐसे मशीनों के रूप में सोचें जो वास्तविक संख्याएँ (जैसे तापमान या ऊँचाई) उत्पन्न करती हैं। ये बहुत व्यवस्थित होती हैं। आप उनके आउटपुट को छोटी से बड़ी संख्या के क्रम में लगा सकते हैं: 1, 2, 3, 4, 5।
नॉर्मल मैट्रिसेस (Normal Matrices): ये अधिक अराजक (chaotic) होती हैं। ये कॉम्प्लेक्स नंबर्स (संख्याएँ जिनमें एक वास्तविक भाग और एक काल्पनिक भाग होता है, जैसे मानचित्र पर निर्देशांक) उत्पन्न करती हैं। आप इन्हें आसानी से "बड़ा" या "छोटा" नहीं कह सकते क्योंकि ये एक 2D प्लेन में मौजूद होते हैं। यह किसी शहर की सूची को उसके "आकार" के आधार पर क्रमबद्ध करने जैसा है, जब कुछ शहर बड़े लेकिन छोटे (चौड़े) हैं, और अन्य छोटे लेकिन लंबे हैं।

2. स्मूथनेस टेस्ट (द "रबर शीट" उपमा)

शोधकर्ता मशीन का परीक्षण सोबोलेव स्पेस (Sobolev spaces - $W^{1,q}$ ) नामक एक विशिष्ट प्रकार की स्मूथनेस (सुचारुता) का उपयोग करके कर रहे हैं।

उपमा: कल्पना कीजिए कि इनपुट मशीन एक रबर की शीट है।
- $L^\infty$ (लिप्सिट्ज़/Lipschitz): यह मापता है कि शीट अभी कितनी खिंच रही है। यदि आप इसे खींचते हैं, तो यह कितनी दूर तक जाती है?
- $W^{1,q}$ : यह मापता है कि शीट कितनी खिंचती है और जैसे-जैसे आप अपने हाथ को शीट पर घुमाते हैं, खिंचाव कितनी तेजी से बदलता है। यह "गति की स्मूथनेस" के बारे में है।

बड़ी खोज:
लेखकों ने पाया कि यदि आप रबर की शीट पर अपने हाथ को सुचारू रूप से चलाते हैं (मैट्रिक्स को सुचारू रूप से बदलते हैं), तो "वाइब्स" (आइगेनवैल्यूज) की सूची भी एक विशिष्ट तरीके से सुचारू रूप से बदलती है।

हर्मिटीन (वास्तविक) मैट्रिसेस के लिए: संख्याओं की सूची निरंतर (continuously) बदलती है। यदि आप मशीन को थोड़ा सा हिलाते हैं, तो संख्याओं की सूची भी थोड़ा सा शिफ्ट होती है।
नॉर्मल (कॉम्प्लेक्स) मैट्रिसेस के लिए: चूंकि आप कॉम्प्लेक्स नंबर्स को पूरी तरह से क्रमबद्ध नहीं कर सकते, इसलिए यह "सूची" वास्तव में बिंदुओं का एक बादल (cloud of points) है। पेपर यह सिद्ध करता है कि यह पूरा बादल एक समूह के रूप में सुचारू रूप से चलता है, भले ही बादल के भीतर व्यक्तिगत बिंदु आपस में बदल जाएं या घूम जाएं। वे इस बादल को एक "बहु-मूल्य वाले फलन" (multi-valued function) के रूप में देखते हैं (जैसे मधुमक्खियों का एक बादल जो एक साथ चलता है, भले ही व्यक्तिगत मधुमक्खियाँ इधर-उधर भिनभिनाती रहें)।

3. "गॉटचा" (Gotcha): स्मूथनेस बनाम यूनिफॉर्मिटी

कहानी में यहाँ एक मोड़ है। लेखकों ने पाया कि हालांकि मशीन स्थिर (stable) है, लेकिन यह यूनिफॉर्मली स्टेबल (uniformly stable) नहीं है।

रूपक (Metaphor): एक कार के सस्पेंशन सिस्टम की कल्पना करें।
- स्थिर (Stable): यदि आप एक छोटा सा झटका (bump) महसूस करते हैं, तो कार सड़क से बाहर नहीं उछलती। सवारी सुचारू रहती है।
- यूनिफॉर्मली स्टेबल नहीं (Not Uniformly Stable): हालाँकि, यदि आप एक बहुत ही विशिष्ट, कठिन कोण पर झटका महसूस करते हैं (जैसे सड़क के एक तीखे कोने पर), तो सस्पेंशन बहुत हिंसक प्रतिक्रिया दे सकता है, भले ही वह झटका छोटा ही क्यों न हो।

गणितीय शब्दों में:

यदि आपके पास मशीनों का एक क्रम है जो एक लक्ष्य के करीब पहुँच रहा है, तो आइगेनवैल्यूज भी करीब आते जाएंगे।
लेकिन, आप यह गारंटी नहीं दे सकते कि हर संभव छोटा बदलाव, आइगेनवैल्यूज में आनुपातिक रूप से छोटा बदलाव लाएगा। ऐसे "ट्रिकी स्पॉट" (कठिन स्थान) होते हैं जहाँ आइगेनवैल्यूज इनपुट में होने वाले बहुत छोटे, उच्च-आवृत्ति वाले बदलावों के प्रति बहुत संवेदनशील होते हैं।

4. यह क्यों मायने रखता है (वास्तविक दुनिया के अनुप्रयोग)

एक सामान्य व्यक्ति को मैट्रिक्स नंबरों की स्थिरता की चिंता क्यों होनी चाहिए? क्योंकि ये मैट्रिक्स भौतिकी और इंजीनियरिंग में लगभग सब कुछ मॉडल करते हैं।

सिंगुलर वैल्यूज (सिग्नल की "शक्ति"): इमेज प्रोसेसिंग या डेटा कम्प्रेशन (जैसे JPEG) में, हम छवि के विभिन्न हिस्सों की "शक्ति" को देखते हैं। यह पेपर सिद्ध करता है कि यदि आपका इमेज डेटा सुचारू रूप से बदलता है, तो छवि की विशेषताओं की "शक्ति" भी सुचारू रूप से बदलती है। यह सुनिश्चित करने के लिए महत्वपूर्ण है कि डेटा शोर (noise) आने पर एल्गोरिदम क्रैश न हों।
कंडीशन नंबर्स (एक समस्या की "नाजुकता"): इंजीनियरिंग में, कुछ समस्याएं "इल-कंडीशन्ड" (ill-conditioned) होती हैं, जिसका अर्थ है कि माप में एक छोटी सी त्रुटि परिणाम में बहुत बड़ी त्रुटि पैदा कर सकती है (जैसे ताश के पत्तों का घर)। यह पेपर हमें यह समझने में मदद करता है कि किसी सिस्टम की "नाजुकता" कैसे बदलती है जब सिस्टम खुद बदल रहा हो।
क्वांटम मैकेनिक्स: क्वांटम भौतिकी में, "आइगेनवैल्यूज" कण के ऊर्जा स्तर होते हैं। यदि वातावरण (मैट्रिक्स) समय के साथ सुचारू रूप से बदलता है, तो यह पेपर गारंटी देता है कि ऊर्जा स्तर भी सुचारू रूप से विकसित होते हैं, जो क्वांटम सिस्टम को समझने के लिए अत्यंत महत्वपूर्ण है।
सतह का क्षेत्रफल (Surface Area): उन्होंने आइगेनवैल्यूज द्वारा बनाए गए ग्राफ के सतह क्षेत्र की गणना करने के लिए भी इसका उपयोग किया, जिसके ज्यामिति और पदार्थ विज्ञान (material science) में अनुप्रयोग हैं।

5. "आइगेनवेक्टर" की समस्या

एक पकड़ (catch) है जिसका उल्लेख लेखक करते हैं। जबकि संख्याएँ (eigenvalues) अच्छा व्यवहार करती हैं, दिशाएँ (eigenvectors) अक्सर ऐसा नहीं करती हैं।

रूपक: एक घूमते हुए लट्टू (spinning top) की कल्पना करें। लट्टू के घूमने की गति (eigenvalue) बहुत स्थिर हो सकती है। लेकिन वह अक्ष (axis) जिस पर लट्टू घूम रहा है (eigenvector), अचानक 180 डिग्री घूम सकता है यदि लट्टू एक खास तरीके से डगमगाता है। पेपर पुष्टि करता है कि जबकि "गति" सुचारू है, "अक्ष" अचानक और असंतत (discontinuous) हो सकता है।

सारांश

यह पेपर इस बात का कठोर प्रमाण है कि प्रकृति के "वाइब्स" (eigenvalues) आम तौर पर सुव्यवस्थित और सुचारू होते हैं, भले ही अंतर्निहित प्रणाली जटिल क्यों न हो। यह हमें बताता है कि हम अपने गणितीय मॉडलों पर भरोसा कर सकते हैं कि वे सुचारू रूप से विकसित होंगे, बशर्ते हम उस विशिष्ट प्रकार की स्मूथनेस के प्रति सावधान रहें जिसे हम माप रहे हैं। यह भौतिकी, इंजीनियरिंग और डेटा विज्ञान की गणितीय नींव के लिए एक सुरक्षा प्रमाणपत्र है।

यहाँ एडम परुसिंस्की और आर्मिन रैनर के शोध पत्र "Eigenvalue Stability of Hermitian and Normal Matrices" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र आइजनवैल्यू (eigenvalues) की नियमितता (regularity) और स्थिरता (stability) की जांच करता है, विशेष रूप से सोबोलेव स्पेस ( $W^{1,q}$ ) और लिप्सचिट्ज़ स्पेस ( $C^{0,1}$ ) के संदर्भ में।

मुख्य प्रश्न: यदि एक हेर्मिटियन (Hermitian) या नॉर्मल (normal) मैट्रिक्स $A(x)$ एक डोमेन $U \subseteq \mathbb{R}^m$ में एक पैरामीटर $x$ पर निर्भर करती है, तो आइजनवैल्यू $\lambda(x)$ कितने नियमित होते हैं?
चुनौती: जबकि वेइल का व्यवधान प्रमेय (Weyl's perturbation theorem) यह गारंटी देता है कि एक मैट्रिक्स से उसके क्रमित आइजनवैल्यू (ordered eigenvalues) तक का मानचित्र ऑपरेटर नॉर्म में लिप्सचिट्ज़ निरंतर (Lipschitz continuous) है (स्थिरांक 1 के साथ), यह स्वतः ही यह सुनिश्चित नहीं करता कि सुपरपोजिशन मैप (composition map) सोबोलेव नियमितता या मजबूत टोपोलॉजी में निरंतरता को संरक्षित करता है।
- हेर्मिटियन मामले में, आइजनवैल्यू को क्रमबद्ध किया जा सकता है ( $\lambda_1 \le \dots \le \lambda_d$ ), जो एक मानचित्र $\lambda^\uparrow: \text{Herm}(d) \to \mathbb{R}^d$ को परिभाषित करता है।
- नॉर्मल मामले में, आइजनवैल्यू जटिल (complex) होते हैं और उन्हें वैश्विक रूप से क्रमबद्ध नहीं किया जा सकता; उन्हें अनऑर्डर्ड टुपल्स (unordered tuples) के रूप में माना जाना चाहिए, जिसे $\text{Ad}(\mathbb{C})$ नामक स्थान में दर्शाया गया है।
विशिष्ट अंतराल (Gaps): पिछले कार्यों ने हाइपरबोलिक पॉलिनॉमियल्स (वास्तविक मूल) के लिए सोबोलेव स्पेस में निरंतरता स्थापित की थी। यह शोध पत्र इन परिणामों को मैट्रिक्स सेटिंग तक विस्तारित करता है, यह संबोधित करते हुए कि क्या "विशेषता मानचित्र" (characteristic map - जो एक मैट्रिक्स परिवार को आइजनवैल्यू परिवार में मैप करता है) विभिन्न टोपोलॉजी में निरंतर, समान रूप से निरंतर (uniformly continuous), या होल्डर निरंतर (Hölder continuous) है।

2. कार्यप्रणाली (Methodology)

लेखक व्यवधान सिद्धांत (perturbation theory), ज्यामितीय विश्लेषण (geometric analysis) और फलन विश्लेषण (functional analysis) के एक परिष्कृत मिश्रण का उपयोग करते हैं:

लिप्सचिट्ज़ व्यवधान सिद्धांत (Lipschitz Perturbation Theory): वे मौलिक रूप से वेइल के व्यवधान प्रमेय (हेर्मिटियन मैट्रिसेस के लिए) और हॉफमैन-विलेन्ड्रॉफ्ट प्रमेय (नॉर्मल मैट्रिसेस के लिए) पर निर्भर करते हैं, जो यह स्थापित करते हैं कि आइजनवैल्यू मानचित्र फ्रोबेनियस (2-) नॉर्म के सापेक्ष 1-लिप्सचिट्ज़ है।
समान ब्लॉक-डायगोनलाइज़ेशन (Uniform Block-Diagonalization): एक केंद्रीय तकनीकी उपकरण एक विभाजन लेम्मा (splitting lemma) है (जो हेन्सेल के लेम्मा और नैश ज्योमेट्री से प्राप्त होता है)। यह हेर्मिटियन और नॉर्मल मैट्रिसेस के स्थानीय समान यूनिटरी ब्लॉक-डायगोनलाइज़ेशन की अनुमति देता है।
- जहाँ भी आइजनवैल्यू आपस में मिलते नहीं हैं, मैट्रिक्स को एक यूनिटरी ट्रांसफॉर्मेशन $U(x)$ के माध्यम से छोटे ब्लॉक्स में स्थानीय रूप से डायगोनलाइज़ किया जा सकता है, जो मैट्रिक्स प्रविष्टियों के सापेक्ष स्मूथ (Nash) होता है।
- यह समस्या को $d \times d$ मैट्रिसेस के विश्लेषण से घटाकर छोटे ब्लॉक्स के विश्लेषण में बदल देता है, जिससे आयाम $d$ पर एक आगमनात्मक तर्क (inductive argument) सुलभ हो जाता है।
बहु-मूल्य वाले सोबोलेव फलन (Almgren का ढांचा): नॉर्मल मैट्रिसेस के लिए, आइजनवैल्यू को अनऑर्डर्ड टुपल्स के मीट्रिक स्पेस $\text{Ad}(\mathbb{C})$ में मान लेने वाले फलन के रूप में माना जाता है। लेखक इन बहु-मूल्य वाले फलनों के सोबोलेव स्पेस को परिभाषित करने के लिए अल्ग्रेन के बी-लिप्सचिट्ज़ एम्बेडिंग $\Delta: \text{Ad}(\mathbb{C}) \to \mathbb{R}^N$ का उपयोग करते हैं।
विटाली का अभिसरण प्रमेय (Vitali's Convergence Theorem): $W^{1,q}$ में निरंतरता सिद्ध करने के लिए, लेखक आइजनवेल्यूज के डेरिवेटिव्स की समान समाकलनीयता (uniform integrability) स्थापित करते हैं। वे डे ला वैली पुसिन (de la Vallée Poussin) के मानदंड का उपयोग यह दिखाने के लिए करते हैं कि डेरिवेटिव्स का अनुक्रम समान रूप से समाकलनीय है, जिससे विटाली प्रमेय का उपयोग करके 'माप में अभिसरण' (convergence in measure) को ' $L^q$ में अभिसरण' में अपग्रेड किया जा सके।
स्लाइसिंग तर्क (Slicing Arguments): मल्टी-पैरामीटर मामले ( $m > 1$ ) के लिए, वे समन्वय अक्षों (coordinate axes) के समानांतर रेखा खंडों पर प्रतिबंध लगाकर समस्या को एक-पैरामीटर मामले ( $m=1$ ) में कम करते हैं और फ्युबनी/टोनेली (Fubini/Tonelli) प्रमेयों का उपयोग करते हैं।

3. मुख्य योगदान और परिणाम (Key Contributions and Results)

A. हेर्मिटियन मैट्रिसेस (क्रमबद्ध आइजनवेल्यूज)

माना कि $E: W^{1,q}(U, \text{Herm}(d)) \to W^{1,q}(U, \mathbb{R}^d)$ एक मानचित्र है $A \mapsto \lambda^\uparrow \circ A$ ।

$W^{1,q}$ ( $1 \le q < \infty$ ) में निरंतरता: मानचित्र $E$ निरंतर है। यदि $A_n \to A$ $W^{1,q}$ में, तो $\lambda^\uparrow(A_n) \to \lambda^\uparrow(A)$ $W^{1,q}$ में।
गैर-समान निरंतरता (Non-Uniform Continuity): मानचित्र किसी भी $q \in [1, \infty)$ के लिए सीमित सेटों पर समान रूप से निरंतर नहीं है।
लिप्सचिट्ज़ मामला ( $q = \infty$ ):
- यह $C^{0,1}$ से $C^{0,1}$ तक निरंतर नहीं है (लक्ष्य टोपोलॉजी बहुत मजबूत है)।
- हालाँकि, यह किसी भी $q < \infty$ के लिए $C^{0,1}$ से $W^{1,q}$ तक निरंतर है।
- यह $C^{0,1}$ से $C^{0,\alpha}$ (किसी भी $0 < \alpha < 1$ के लिए) तक भी निरंतर है, लेकिन $\alpha = 1$ के लिए नहीं।
लगभग हर जगह अभिसरण (Almost Everywhere Convergence): यदि $A_n \to A$ $C^{0,1}$ में, तो आइजनवेल्यूज के डेरिवेटिव लगभग हर जगह बिंदुवार अभिसरित होते हैं: $\partial_j \lambda^\uparrow(A_n)(x) \to \partial_j \lambda^\uparrow(A)(x)$ ।

B. नॉर्मल मैट्रिसेस (अनऑर्डर्ड आइजनवेल्यूज)

माना कि $E_u: W^{1,q}(U, \text{Norm}(d)) \to W^{1,q}(U, \text{Ad}(\mathbb{C}))$ एक मानचित्र है $A \mapsto \Lambda \circ A$ ।

$W^{1,q}$ में निरंतरता: यह सभी $1 \le q < \infty$ के लिए निरंतर है।
बहु-मूल्य व्याख्या: आइजनवेल्यूज को स्वाभाविक रूप से बहु-मूल्य वाले सोबोलेव फलनों (अल्ग्रेन/डे लिलेस-स्पैडारो के अर्थ में) के रूप में व्याख्यायित किया जाता है। अभिसरण $\text{Ad}(\mathbb{C})$ के मीट्रिक और इसके एम्बेडिंग के माध्यम से परिभाषित किया जाता है।
लिप्सचिट्ज़ मामला: हेर्मिटियन मामले के समान, यह $C^{0,1}$ से $W^{1,q}$ और $C^{0,\alpha}$ ( $\alpha < 1$ ) तक निरंतर है, लेकिन $C^{0,1}$ तक नहीं।

C. अनुप्रयोग और विस्तार

परिणाम कई महत्वपूर्ण राशियों तक विस्तारित होते हैं:

सिंगुलर वैल्यूज (Singular Values): चूंकि सिंगुलर वैल्यूज एक संबंधित हेर्मिटियन मैट्रिक्स के आइजनवेल्यूज हैं, इसलिए स्थिरता के परिणाम सीधे लागू होते हैं। मानचित्र $A \mapsto \sigma(A)$ $W^{1,q}$ में निरंतर है।
कंडीशन नंबर (Condition Numbers): कंडीशन नंबर $\kappa(A) = \sigma_1(A)/\sigma_d(A)$ को $W^{1,q}$ में निरंतर दिखाया गया है, बशर्ते मैट्रिक्स गैर-विलक्षण (nonsingular) रहे।
सतह क्षेत्र (Surface Area): आइजनवैल्यू फलनों के ग्राफ का सतह क्षेत्र निम्न-निरंतर (lower semi-continuous) है।
कॉम्पैक्ट सेल्फ-एडजॉइंट ऑपरेटर्स: परिणाम अनंत-आयामी हिल्बर्ट स्पेस (Hilbert spaces) में सामान्यीकृत होते हैं। एक लिप्सचिट्ज़ परिवार के कॉम्पैक्ट सेल्फ-एडजॉइंट ऑपरेटर्स के लिए, क्रमबद्ध आइजनवेल्यूज $C^{0,1}$ में होते हैं और $W^{1,q}$ में अभिसरित होते हैं।

4. महत्व और इष्टतमता (Significance and Optimality)

इष्टतमता (Optimality): लेखक स्पष्ट प्रतिउदाहरण (धारा 7) प्रदान करते हैं जो प्रदर्शित करते हैं कि उनके परिणाम सटीक (sharp) हैं।
- वे दिखाते हैं कि लक्ष्य स्थान (target space) के लिए $C^{0,1}$ टोपोलॉजी (लिप्सचिट्ज़ नॉर्म) में निरंतरता विफल हो जाती है।
- वे सिद्ध करते हैं कि मानचित्र किसी भी $W^{1,q}$ या होल्डर टोपोलॉजी में समान रूप से निरंतर नहीं है, जो आइजनवैल्यू टकराव के बिंदुओं के पास आइजनवैल्यू व्यवधान की नाजुक प्रकृति को उजागर करता है।
आयाम की स्वतंत्रता: पॉलिनॉमियल्स के परिणामों के विपरीत (जहाँ नियमितता डिग्री $d$ पर निर्भर करती है), मैट्रिसेस के लिए आइजनवैल्यू स्थिरता मैट्रिक्स आकार $d$ के बावजूद समान रूप से बनी रहती है।
पॉलिनॉमियल्स के साथ तुलना: परिणाम सामान्य जटिल पॉलिनॉमियल्स की तुलना में अधिक मजबूत हैं। हाइपरबोलिक पॉलिनॉमियल्स के लिए, समाधान मानचित्र $W^{1,q}$ में निरंतर है, लेकिन सामान्य जटिल पॉलिनॉमियल्स के लिए, नियमितता $q < d/(d-1)$ तक सीमित है। मैट्रिसेस के लिए, नियमितता सभी $q < \infty$ के लिए बनी रहती है।
आइजनवेक्टर्स बनाम आइजनवेल्यूज: यह शोध पत्र इस बात पर जोर देता है कि जबकि आइजनवेल्यूज इन सोबोलेव स्पेस में स्थिर होते हैं, आइजनवेक्टर्स आमतौर पर निरंतर होने में भी विफल रहते हैं, जो व्यवधान सिद्धांत (perturbation theory) की एक ज्ञात घटना है।

निष्कर्ष

परुसिंस्की और रैनर यह स्थापित करते हैं कि एक मैट्रिक्स परिवार से उसके आइजनवेल्यूज तक का मानचित्र सभी $q < \infty$ के लिए सोबोलेव स्पेस $W^{1,q}$ में एक मजबूत, निरंतर ऑपरेटर है। ब्लॉक-डायगोनलाइज़ेशन और बहु-मूल्य वाले फलनों के सिद्धांत का उपयोग करके, वे हेर्मिटियन और नॉर्मल दोनों मैट्रिसेस के लिए स्थिरता समस्या को हल करते हैं, और एक व्यापक ढांचा प्रदान करते हैं जो सिंगुलर वैल्यूज, कंडीशन नंबर और अनंत-आयामी ऑपरेटर्स पर लागू होता है। यह कार्य इस स्थिरता की सटीक टोपोलॉजिकल सीमाओं को स्पष्ट करता है, यह दिखाते हुए कि जबकि $W^{1,q}$ निरंतरता बनी रहती है, मजबूत $C^{0,1}$ निरंतरता विफल हो जाती है।