体上特征矩阵的法式与弱法式存在定理

<正> 设 K 为任意体(非交换域),A 为 K 上一个 n 阶矩阵.在[1]文中,我们证明了:特征矩阵λI—A 在非交换多项式环 K[λ]上的初等变换下,可以化为(其中φ_1|φ_2表可左、右整除):     

实对称矩阵的两类逆特征值问题

§gi.两类逆特征值问题先说明一些记号.R~(m×n)是所有m×n实矩阵的全体,R~n=R~(n×1),R=R~1;SR~(n×n)是 所有n×n实对称矩阵的全体;OR~(n×n)是所有n×n实正交矩阵的全体;I~((n))是n阶单位矩阵;A~T是矩阵A的转置;A>0表示A是正定的实对称矩阵.?(A)是矩阵A的列空间;A~+是矩阵A的Moore-Penrose广义逆;P_A=AA~+表示到?(A)的正交投影.λ(A)是A的特征值的全体;λ(K,M)是广义特征值问题K_x=λM_x的特征值的     

QR分解与非线性特征值问题

考察m×n矩阵A(λ),其中元素a_(ij)(λ)均为复(实)变量λ的解析(至少有一阶导数)函数.称此类矩阵为泛函λ-矩阵。特别,当a_(ij)(λ)是λ的多项式时,A(λ)就是熟知的λ-矩阵.给定A(λ)∈C~(n×n)(m=n),有时需确定其非线性特征值及其相应的特征向量,即求满足     

低计算精度下实对称矩阵的特征值分解

1引 言 1.1背景简介 设A ∈Rn×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 ∈Rn×n,使得 A=UΛUT,(1.1) 其中UT指U的转置,A为对角矩阵,且A=diag(λ1,λ2,...,λn),其中λi,i=1,...,n是矩阵A的特征值.矩阵A的奇异值分解为 A=UΣUH,(1.2) 其中,U...     

Hermite矩阵与可对称化矩阵特征值之间的扰动上界

正1引言矩阵特征值的扰动问题,就是研究矩阵元素的改变对矩阵特征值的影响.设矩阵A,B为n阶复矩阵,矩阵B为矩阵A经过扰动之后的矩阵,且λ(A)={λ_i},λ(B))={μ_i},研究矩阵特征值的扰动就是研究λ(A)与λ(B)之间的差距,一般用2范数和Frobenius范数来描述它们之间的差距.矩阵特征值问题是由于处理数据时存在误差而引起的,使得到的特征值往往是经过     

SPN—矩阵谱的一个特性条件

设A=(a_(ij))是n×n实矩阵,A的谱{λ_1,λ_2,…,λ_n}满足ρ(A)=|λ_1|≥|λ_2|≥…≥|λ_n|。如果A的每个奇数阶主子式是(非负)正的且每个偶数阶主子式是(非正)负的,则称A是(半)PN—矩阵。在过去的十几年里,PN—矩阵类和半PN—矩阵类在经济学文献中已引起足够的重视[1],因为每个主子式皆为负(非正)的矩阵被     

关于一类线性代数习题的快速解法

若3阶对称矩阵A的特征值为1λ≠2λ=3λ,且1λ对应的特征向量为p,则A=1λ-2λpTpppT 2λE3.     

具有正特征值矩阵的P条件数界限的估计

<正> 设 n 阶非异矩阵 A 的特征值按模的大小顺序排列为|λ_1|≥|λ_2|≥…≥|λ_n|>0,比值     

矩阵函数f(A)的计算方法

通过以λ为变量的多项式f(λ)定义了矩阵多项式f(A),并将矩阵多项式的计算方法推广到矩阵函数.同时给出了矩阵函数f(A)的又一种计算方法.     

矩阵反问题解的稳定性

首先说明一些记号.C~(m×n):所有m×n复元素矩阵的全体,C_r~(m×n):C~(m×n)中所有秩为r的矩阵的全体.A~H:矩阵A的转置共轭.I~((n)):n行列单位矩阵.A>0表示A是正定Hermite矩阵,λ_(max)(A)与λ_(min)(A)分别表示Hermite矩阵A的最大与最小特征值,σ_(max)(A)与σ_(min)(A)分别表示矩阵A的最大与最小奇异值.A~+:A的Moors-Penrose广义逆.|| ||_2:矩阵的谱范数,|| ||_F:矩阵的Frobenius范数.     

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     

实对称矩阵广义特征值反问题

本文研究如下实对称矩阵广义特征值反问题: 问题IGEP,给定X∈R~(n×m),1=diag(λ_II_k_I,…,λ_pI_k_p)∈R~(n×m),并且λ_I,…,λ_p互异,sum from i=1 to p(k_i=m,求K,M∈SR~(n×n),或K∈SR~(n×n),M∈SR_0~(n×m),或K,M∈SR_0~(n×n),或K∈SR~(n×n),M∈SR_+~(n×n),或K∈SR_0~(n×n),M∈SR_+~(n×n),或K,M∈SR_+~(n×m), (Ⅰ)使得 KX=MXA, (Ⅱ)使得 X~TMX=I_m,KX=MXA,其中SR~(n×n)={A∈R~(n×n)|A~T=A},SR_0~(n×n)={A∈SR~(n×n)|X~TAX≥0,X∈R~n},SR_+~(n×n)={A∈SR~(n×n)|X~TAX>0,X∈R~n,X≠0}. 利用矩阵X的奇异值分解和正交三角分解,我们给出了上述问题的解的表达式.     

λ-矩阵的等价和矩阵多项式秩的恒等式

设U(λ)与V(λ)都是m×m阶的λ-矩阵.若U(λ)与V(λ)等价,则对于任意的n阶方阵A,分块矩阵U(A)与V(A)的秩相等.利用此结论刻画了幂零矩阵、零化多项式等.同时,通过考虑两个对角λ-矩阵等价的充要条件,使关于矩阵多项式秩的一些恒等式的讨论有了新的统一的方法.     

陀螺特征值问题的并行子空间迭代法

<正>1引言陀螺系统特征值问题是转子动力学中的基本问题,是一类特殊的二次特征值问题.假设M和K是n阶对称矩阵,C是n阶反对称矩阵,则二次特征值问题(λ~2M+λC+K)x=0(1)     

正规矩阵的任意扰动

设A为n×n矩阵,其特征值为λ1,λ2,…,λn;矩阵B=A+X之特征值为μ1,μ2,…,μn.若A,B均为正规矩阵,由Wielandt-Hoffman定理[1],存在1,2,…,n的一个排列k1,k2,…,kn,使得nj=1|λj-μkj|2≤‖X‖2F,(1)其中‖·‖F表示Frobenius范数.又,在同样条件下,存在1,2,…,n的一个排列l1,l2,…,ln,使得对1≤j≤n均有|λj-μlj|≤2.91‖X‖2,(2)其中‖·‖2表示谱范数,这是R.Bhatia等人的结果[2].本文旨在讨论A为正规矩阵,B为任意矩阵时特征值的扰动估计,得到了几个扰动定理,分别推广了上述两个结果.本文用CH表示矩阵C的共轭转置,trC表示C的迹;…     

分块友矩阵的相似类

定义了与n次矩阵多项式A(λ)友矩阵CA相似的矩阵为A(λ)的(广义)友矩阵,通过将此友矩阵分解成一组特殊的分块矩阵乘积的方法得到了一类(广义)友矩阵.     

矩阵束的典则形及定广义特征值问题的收缩算法

(一)引言 对矩阵束 A-λB, (1)其中A和B是m×n矩阵,存在m×m常数矩阵P和n×n常数矩阵Q,使P(A-λB)Q 变成Kronecker典则形:     

Hermite矩阵特征值反问题的几乎处处不可解性

§1.引言 Hermite矩阵的特征值反问题是Downing和Householder在[2]中提出的,其形式如下: 问题A. 给定Hermite矩阵A,k个非零实数λ_1…,λ_k,以及满足r_+r_1+…+r_k=n的k+1个非负整数r_1,r_1,…,r_k,求一实对角矩阵D=diag(d_1,…,d_n),使得A+D的特征值为0,λ_1,…,λ_k,并且相应的重数为 r_0,r_1,…,r_k.     

加法与乘法逆特征值问题的可解性

1.引言 本文讨论如下代数特征值反问题可解的充分条件: 问题A(加法逆特征值问题)。给定一Hermite矩阵A=(a_(ij))_(n×n)及n个实数λ_1,…,λ_n,求一实对角阵D=diag(c_1…,c_n),使得A+D的特征值为λ_1,…,λ_n。 问题M(乘法逆特征值问题)。给定一正定Hermite矩阵A=(a_(ij))_(n×n)和n个正实数     

重特征根的特征向量的正文化

<正> 在线性代数中,对于任～n 阶实对标矩阵A,必存在一正交矩阵P,使为对角矩阵,这里λ_1,λ_2,…是A 的特征根(可以包含重根)。不妨设其中互不相同的特征根为λ(_r_1),…λ(_r_(?)),λ(_r_i)的重数为s_i,则sum from i=1 to t s_i=n.如对应于每一个特征根λ(_r_i)(i=1,2,…t),的s_i 的特征向量为(?)α(_i_1),…(?)α_i:,采用施密