更改

<math>\displaystyle{ \arg\min_{B \in \mathbb{C}^{N_K \times N_K}} \left\{ \int_{\Omega} \max_{\substack{g \in \mathbb{C}^{N_K}, \\ \|\boldsymbol{g}\|=1}} |r(g, \boldsymbol{x})|^2 d\omega(\boldsymbol{x}) = \int_{\Omega} \|\Psi(F(\boldsymbol{x})) - \Psi(\boldsymbol{x}) B\|_{\ell^2}^2 d\omega(\boldsymbol{x}) \right\} }</math>

<math>\displaystyle{ \arg\min_{B \in \mathbb{C}^{N_K \times N_K}} \left\{ \int_{\Omega} \max_{\substack{g \in \mathbb{C}^{N_K}, \\ \|\boldsymbol{g}\|=1}} |r(g, \boldsymbol{x})|^2 d\omega(\boldsymbol{x}) = \int_{\Omega} \|\Psi(F(\boldsymbol{x})) - \Psi(\boldsymbol{x}) B\|_{\ell^2}^2 d\omega(\boldsymbol{x}) \right\} }</math>

其中<math>\|\mathbf{x}\|_2</math>表示向量的标准欧几里得范数。

其中<math>\|\mathbf{ · }\|_2</math>表示向量的标准欧几里得范数。

实际计算中无法直接上式的积分，因此通过 “积分规则”（以<math>\displaystyle{ \{x_j\}_{j=1}^M }</math>为节点、<math>\displaystyle{ \{w_j\}_{j=1}^M }</math>为权重）近似积分，将上式转化为加权最小二乘问题：

实际计算中无法直接上式的积分，因此通过 “积分规则”（以<math>\displaystyle{ \{x_j\}_{j=1}^M }</math>为节点、<math>\boldsymbol{y}^{(j)} = F(\boldsymbol{x}^{(j)}) \quad </math>（<math>1 \leq j \leq M  </math>，M为初始条件数量），<math>\displaystyle{ \{w_j\}_{j=1}^M }</math>为权重）近似积分，将上式转化为加权最小二乘问题：

<math>\arg\min_{B\in\mathbb{C}^{N_K \times N_K}} \sum_{j=1}^{M} w_j \|\Psi(y^{(j)}) - \Psi(x^{(j)})B\|_{\ell_2}^2</math>

<math>\arg\min_{B\in\mathbb{C}^{N_K \times N_K}} \sum_{j=1}^{M} w_j \|\Psi(y^{(j)}) - \Psi(x^{(j)})B\|_{\ell_2}^2</math>

输出：

输出：

* 准确特征对集合：<math>\{(\lambda_j, g_j) \mid res(\lambda_j, g_j) \leq \epsilon\}<math>（<math>\lambda_j</math>为特征值，<math>g_j</math>为近似特征函数）

* 准确特征对集合：<math>\{(\lambda_j, g_j) \mid res(\lambda_j, g_j) \leq \epsilon\}</math>为特征值，<math>g_j</math>为近似特征函数）

算法过程：

算法过程：