复矩阵和的Drazin逆

1引 言设Cn×n为n×n复矩阵的集合,对A∈Cn×n,满足rank(Ak+1 )=rank( Ak)的最小非负整数k称为A的指标,记为Ind(A)=κ,则存在唯一矩阵AD∈Cn×n,满足下列矩阵方程组[1]:Ak=Ak+1AD AD=ADAAD AAD=ADAAD称为A的Drazin逆.若Ind(A)=1,则AD称为A的群逆,记为A#.显然Ind(A)=0当且仅当A非奇异,此时AD =A-1.     

等式约束加权线性最小二乘问题的解法

1 引言 在实际应用中常会提出解等式约束加权线性最小二乘问题 min||b-Ax||_M,(1.1) x∈C~n s.t.Bx=d, 其中B∈C~(p×n),A∈C~(q×n),d∈C~p,b∈C~q,M∈C~(q×q)为Hermite正定阵. 对于问题(1.1),目前已有多种解法,见文[1—3).本文将利用广义逆矩阵的知识,给出(1.1)的通解及迭代解法.本文中关于矩阵广义逆与投影算子(矩阵)的记号基本上与文[4]的相同.例如,A~+表示A的MP逆,P_L表示到子空间L上的正交投影算子,λ_(max)(MAY)表示矩阵M~(1/2)AY的最大特征值.我们还要用到广义BD逆的概念: 设A∈C~(n×n),L为C~n的子空间,则称A_(L)~(+)=P_L(AP_L+P_L⊥)~+为A关于L的广义BD逆.     

两矩阵和的Drazin逆新的表示及其应用

正1引言设C~(m×n)表示m×n复矩阵的集合,rank(A)表示矩阵A的秩,对于A∈C~(m×n),使得rank(A~k)=rank(A~(k+1))成立的最小正整数k称为A的指标,记作ind(A).设ind(A)=k,满足A~(k+1)X=A~k,XAX=X,AX=XA的矩阵X称为矩阵A的Drazin逆,记为A~D.若ind(A)=1,则A~D称为A的群逆,记作A~#.记A~π=I-AA~D.矩阵的Drazin逆在奇异微分方程,迭代法,控制论中都有广泛的应用~([1,2]).     

线性时滞大系统的稳定性

线性时滞大系统 (t)=A(t)x(t)+B(t)x(t-τ) (1)平凡解的稳定性已被许多学者研究过(如文[1]、[2]、[6]),其中A(f),B(t)为n×n连续函数矩阵,x∈R~n为n维向量,τ>O为常数。存本文中,我们考虑线性滞后型泛函微     

一类矩阵的Drazin逆

本得到了一类环上矩阵Drazin的一个定理：设N表有单位元环R中零元、可逆元集合与R的中心Z(R)的交集，M表R的子域与Z（R)的交集，A∈Rn×n，若f(λ)=cλ(1-λq(λ))是A的化零多项式，其中q(λ)的系数属于N，且c∈N，则A的Drazin逆存在，且X=A^k[q(A)]k 1是A的唯一的一个Drazin逆。     

输出反馈极点配置问题的一个算法

在线性多变量控制理论中,存在一个代数特征值反问题——输出反馈极点配置问题。问题叙述如下: 问题PAO.给定A∈R~(n×n),B∈R_m~(n×m),C∈R_p~(p×n)和?={λ_1,λ_2,…,λ_n},?在复共轭下封闭.求K∈R~(m×p),使得A+BKC具有事先给定的特征值λ_1,λ_2,…,λ_n。 [2]和[5]等证明了     

两个有界线性算子和的Drazin逆

本文研究了两个有界线性算子和的Drazin逆的问题.利用算子的预解式展开的方法,得到了(P+Q)~D的具体表达式,并将其应用到四分块算子矩阵M=[A B C D]的Drazin逆上,推广了文献[14,15]的结果.     

2×2上三角算子矩阵的Drazin谱

设MC=[A C 0 B]是从Hilbert空间H⊕K到H⊕K中的2×2上三角算子矩阵.该文主要研究MC的Drazin可逆性和MC的Drazin谱.此外,对给定算子A∈B(H)和B∈B(K),将给出在一定条件下所有上三角算子矩阵Mc的Drazin谱的交∩C∈B(K,K)σD(MC)的具体表达式.     

Banach空间中线性算子的带权Drazin逆和Drazin逆的逼近

引言 Drazin逆的概念最初是建立在可结合环和半群上的[1].后来,对于方阵的Drazin逆的性质和应用作了研究,这方面的文献主要有[2]、[3]和[4]. 对于A∈C~(10×n),若存在X∈C~(10×n)满足:     

矩阵线性组合幂性及三次幂等性的研究

1引言及引理 幂等矩阵和三次幂等矩阵的线性组合在矩阵理论和统计学中具有重要的应用[1,2],In表示C上的n×n单位矩阵,r=rank(A)表示A∈ Cn×n的秩.设c1,c2∈C是非零复数,A,B∈Cn×n是非零的复矩阵,且A≠±B,P是A和B的线性组合,即P=c1A+c2B.文献[3-5]中给出了:(1)A和B均是幂等矩阵;(2)A是幂等矩阵且B是三次幂等矩阵,线性组合P是一个幂等矩阵的充要条件.文献[6]中给出了当A和B是可交换的三次幂等矩阵时,线性组合P是一个三次幂等矩阵的充要条件.文献[7]中给出了:当A分别为幂等矩阵和三次幂等矩阵,B是任意n×n阶复矩阵,且满足AB=BA时,线性组合P分别为幂等矩阵和三次幂等矩阵的充要条件.本文主要考虑的是当A分别为幂等矩阵和三次幂等矩阵,B是任意n×n阶复矩阵,且满足AB=BA,线性组合P分别为三次幂等矩阵和幂等矩阵的充要条件,补充了文献[7]的内容.     

Bargmann空间中无界Gribov-Intissar算子的谱逼近（英文）

在[Adv.Math.(China),2015,44(3):335-353]中,我们研究了经典Bargmann空间Bo中的非自伴算子H_μ:H_μ=S_μ+H_λ,其中S_μ=μz d/(dz),H_λ=iλ(z(d~2)/(dz~2)+z~2 d/(dz)),i~2=-1,参数μ,λ都是实数.我们给出了H_μ的谱分析和H_μ的广义特征向量的渐近分析.设ek(z)=(z~k)/((k!)~(1/2)),k=1,2,…是B0的正交基.算子H_μ可以被一列三对角矩阵逼近,此三对角矩阵的主对角线元素为β_k=μk,次对角线元素α_k=iλk(k+1)~(1/2),1≤k≤n,n∈N.对于μ∈C和λ∈C,本文主要研究上述矩阵的特征值z_(k,n)(μ,λ)的局部化,它是多项式P_(n+1)~(μ,λ)(z)的零点,P_(n+1)~(μ,λ)(z)满足三项递推关系:若"∈R和λ∈R,则上述矩阵是复对称的.在这种情况下,我们证明了R上有界变分复值函数∈(z)的存在性,它使得权重为∈(z)的多项式P_n~(μ,λ)(z)是正交的.我们也考虑了H_μ的扰动H_λ'=S_λ'+H_λ,其中S_λ'=λ'z~2(d~2)/(dz~2)+S_μ,λ'∈R,H_λ可以被矩阵(h_(jk)~λ)_(j,k=1)~∞表示.证明了可以通过S_λ'的特征值和有限矩阵(h_(jk)~λ)_(j,k=1)~n的特征值的组合来逼近H_λ'的特征值.     

大型对称二次束部分极点配置的多步法

正1引言在结构动力学中,利用有限元技术,对具有n个自由度的阻尼线性系统进行离散化,得到如下的二阶常系数线性微分方程[1]Mx(t)+Cx(t)+Kx(t)=f(t),(1)其中M,C,K∈R~(n×n)分别是对称的质量矩阵、阻尼矩阵和刚度矩阵,且M正定,x(t)∈R~n是位移向量,t表示时间,f(t)是外作用力或控制向量.当f(t)=0时,对(1)进行分离     

两个幂等矩阵组合的Drazin逆

证明了两个不同的非零幂等矩阵P,Q的组合A=aP+bQ+cPQ+dQP+ePQP+fQPQ+g(PQ)~2+h(QP)~2+i(QP)~2Q,(其中a,b,c,d,e,f,g,h,i∈C,a,b≠0)在条件(PQ)~2P=(PQ)~2下存在Drazin逆,并且给出其Drazin逆计算公式.     

关于Kahan定理的一个注记

设A∈C~(n×n),B∈C~(k×k)均为Hermite矩阵,它们的特征值分别为{λ_j}_(j=1)~n和{μ_j}_(j=1)~k(k≤n);Q∈~(n×k)为列满秩矩阵.令 (1) 则存在A的k个特征值λ_(j_2),λ_(j_2),…,λ_(j_k),使得 (2) 其中σ_k为Q的最小奇异值,||·||_2表示矩阵的谱范数.这是著名的Kahan定理·1996年曹志浩等在[2]中将(2)加强为 (3) 这是Kahan的猜想.在本文中,我们讨论将Kahan定理中“B为k阶Hermite矩阵”改为B为k阶(任意)方阵后,特征值的扰动估计,有以下结果. 定理 设A∈C~(n×n)为Hermite矩阵,其特征值为{λ_j}_(j=1)~n,B∈C~(k×k)的特征值为{μ_j}_(j=1)~k,而Q∈C~(n×k)为列满秩矩阵.则存在A的k个特征值λ_(j_1),λ_(j_2),…,λ_(j_k),使得     

反特征值问题的最佳逼近的一点注记

对于[1]与[2]中提出的关于矩阵的最佳逼近问题,本文用一个简洁的方法,证明其主要结果. 1.问题及条件的转化 设X∈R~(n×k),A∈R~(n×n),λ_1,…λ_k为A的部分特征值,A=daig(λ_1…λ_k)以及     

低计算精度下实对称矩阵的特征值分解

正1引言1.1 背景简介设A ∈ R~(n×n)为n阶实对称矩阵,矩阵A的特征值分解是找正交矩阵U ∈R~(n×n),使得A=UAU~T,(1.1)其中U~T指U的转置,Λ为对角矩阵,且Λ=diag(λ_1,λ_2,…,λ_n),其中λ_i,i=1,…,n是矩阵A的特征值.矩阵A的奇异值分解为A=UEU~H,(1.2)其中,U ∈ C~(n×n)是酉矩阵,U~H是U的共轭转置,∑是非负实对角矩阵.当A正定时,奇异值分解和特征值分解等价.对一般实对称阵,奇异值和特征值绝对值相同.在实际应用中,往往不需要求得矩阵A的全部特征值和特征向量,只需要其绝对值最大的若干特征值所构成的近似特征值分解,以便进行矩阵近似求逆等任务.这种近似特征值分解被称为主特征值分解(Dominant Eigenvalue Decomposition),在矩阵近似求逆和主成分分析(PCA)[1]等方面有重要应用.     

Drazin谱和算子矩阵的Weyl定理

A∈B(H)称为是一个Drazin可逆的算子,若A有有限的升标和降标．用σ_D(A)={λ∈C：A-λI不是Drazin可逆的)表示Drazin谱集．本文证明了对于Hilbert空间上的一个2×2上三角算子矩阵M_C=■,从σ_D(A)∪σ_D(G)到σ_D(M_C)的道路需要从前面子集中移动σ_D(A)∩σ_D(B)中一定的开子集,即有等式：σ_D(A)∪σ_D(B)=σ_D(M_C)∪G,其中G为σ_D(M_C)中一定空洞的并,并且为σ_D(A)∪σ_D(B)的子集．2×2算子矩阵不一定满足Weyl定理,利用Drazin谱,我们研究了2×2上三角算子矩阵的Weyl定理,Browder定理,a-Weyl定理和a-Browder定理．     

一个无理不等式及其猜想的初等证明

文[1]给出了不等式:设a,b＞0,0＜λ≤2,则(√a/a+λb)+(√b/b+λa)≤2/(√1+λ)…………………(1) 文[2]类比给出了不等式:a,b＞0,0＜λ≤3,则3(√a/a+λb)+3(√b+b+λb)≤2/3(√1+λ)……………(2) 文[2]猜想:a,b＞0,n≥2,n∈N,0＜λ≤n,则n(√a/a+λb)+n(√b+b+λa)≤2/n(√1+λ)……………(3) 文[2]只给出不等式(2)的微分法证明,未能给出初等证明,并指出如何给出初等证明是一个值得继续研究的问题.本文将给出不等式(2)、(3)的一个初等证明;因为要用到不等式(1)证明过程中的一个结论,所以,先证不等式(1).     

求解特征值互补问题的ABS算法

正1引言对给定的矩阵A∈R~(n×n)和正定阵B∈R~(n×n),特征值互补问题(EiCP)~([1-3])是指:求实数λ和向量x∈R~n\{0}使得{y=(A-λB)x y≥0,x≥0 y~Tx=0 (1)它源于工程和物理问题,如对力学接触问题和结构力学系统的稳定性的研究[3-6].EiCP也可表示为如下形式的锥约束特征值问题[7,8]:对给定的矩阵A∈R~(n×n)和正定阵B∈R~(n×n),求实数λ和向量量x∈R~n\{0}使得     

弱群逆的扰动及其应用

1引言 设Cn,n表示n×n阶全体复矩阵的集合.记A*,R(A),N(A),rk (A),‖A‖,ρ(A)分别表示矩阵A的共轭转置,值域,核空间,秩,谱范数,谱半径.记A的指标为Ind(A)=k,其中k是满足rk(Ak+1) =rk(Ak)成立的最小非负整数.进一步,记CCMn={A | A∈Cn,n,rk(A2)=rk(A)}.1955年,Penrose在文献[1]给出Moore-Penrose逆的经典刻画:设A∈Cm,n,则A的Moore-Penrose逆A+是唯一满足下面四个方程的矩阵(1)AXA=A,(2)XAX=X,(3)(AX)*=AX,(4)(XA)*=XA.