可对角化矩阵对的广义特征值在控制论、理论物理学、统计学、运筹学和图像处理等大规模处理数据上都有着很大的作用。就可对角化矩阵对而言,在计算它的广义特征值时,往往会因为误差等因素的存在,使得它的广义特征值的数值解与准确值之间会有一定的偏差,所以需要估计计算结果的正确性。这就需要我们来研究可对角化矩阵对广义特征值的扰动,从而衍生了可对角化矩阵对广义特征值的扰动的区间估计问题。对于可对角化矩阵对广义特征值扰动的课题目前有许多研究人员一直在研究。本文中我们是从新的角度来研究这个课题。我们主要根据Grassmann流形中两点的距离和性质,从而来得到可对角化矩阵对广义特征值扰动的更精确的上界和下界。本文的主要结论在陈小山教授的基础上做了很大的提高,并且用一些数值例子来证明我们的理论结论是有效的。本文做的具体工作如下:第一章主要介绍了论文的研究背景和现状以及本文需要研究的内容。第二章主要给出一些必要的符号和定义,以及一些已存在的结论,还有一些对证明第三部分中的主要结果非常重要的引理。第三章给出了可对角化矩阵对广义特征值扰动的更精确的上界和下界以及区间估计。第四章给出了几个数值例子来验证第三章的理论结果的正确性。第五章是对整篇论文进行一个总结。