非负矩阵最大特征值的新界值

对最大特征值的上下界进行估计是非负矩阵理论的重要部分,借助两个新的矩阵,从而得到一个判定非负矩阵最大特征值范围的界值定理,其结果比有关结论更加精确.     

一类矩阵特征值最小距离的界限

矩阵特征值最小距离的估计是研究谱理论和数值计算特征值的重要课题.本文对一类三对角线对称矩阵的特征值最小距离给出较精确的上下界估计,并根据数值计算提出一个关于特征值最小距离的位置的猜想.     

关于几类矩阵的特征值分布

<正> 在矩阵论中以及应用矩阵工具的各类问题中,估计矩阵的特征值大小与分布十分重要.在[1]中,我们给出了非负矩阵(元素全非负的矩阵)最大特征值的计算与估计方法,并将此结果推广到更广的一类矩阵.在本文中,我们将对实用中几类重要矩阵给出它们特征值分布的估计.     

关于正矩阵的最大特征值的包含定理及其应用

1　引　　言由于矩阵特征值问题在弹性动力学和自动控制等领域均已获得广泛的应用,所以关于矩阵特征值的计算方法及其上、下界的估计均为人们所关注.随着计算机的发展,有关矩阵特征值的各种有效算法应运而生[1].至于特征值的上、下界的估计问题,虽然也有很多成果[2-4],且它们在数学上都有一定的理论意义和应用价值,但常因其界限太宽而缺少工程价值.鉴于此,笔者利用文[3]引入的同步向量这一概念,讨论了正矩阵的最大特征值的上、下界的确定问题,获得了这类矩阵最大特征值的较为精确的包含定理,又与幂法[1]相结合,给出了非亏损正矩阵的最大特征…     

两类各行模和相等的矩阵的行列式与特征值的估计

我们知道,随机矩阵是研究马尔可夫链的重要工具,关于它的最大模特征值问题早已完美地解决了.本文的目的是讨论一类特殊的随机矩阵的特征值分布与行列式的估计.另外,我们还将对一类特殊的轮回矩阵作出其行列式的估计.定义1.设实矩阵 A=(ajk)_(n×n)满足条件ajk≥0,j,k=1,…,n,sum from k=1 to n ajk=s(>0),j=1,…,n,(1)则称矩阵 A 为带行和为 s 的广义随机矩阵,简记为 A∈S_t,特别,当 s=1时,矩阵 A 就是通常的随机矩阵或叫做转移矩阵.     

M-矩阵特征值的若干估计

M-矩阵是指对一切i(?)j,都有α_(ij)≤0且一切主子式全为正的 n 阶实方阵 A=(α_(ij)).关于 M-矩阵特征值的估计,1975年佟文廷推进了 M-矩阵特征值之实部皆正的一般结果,指出 M-矩阵之绝对值最小的特征值为一正数[1],文[2]对这一特征值的界给出一个估计式,本文首先将这些估计式推广到一般的准 M-矩阵上去,其次从另一方向上讨论了 M-矩阵按模最小特征值的界,最后对不可约 M-矩阵的全部特征值进行了讨论。     

线性离散事件动态系统的辨识

本文讨论利用输出数据来估计或确定系统矩阵特征值和特征向量问题.首先我们给出了特征值的一个估计,然后证明在一定条件下可以确定系统矩阵的特征值和特征向量,或用极限来表征它们,最后指出了所得到的结果在离散事件动态系统分析和控制中的意义.     

非负矩阵Hadamard积的最大特征值的新上界

关于非负矩阵A和B的Hadamard积的最大特征值的上界问题,主要利用Gerschgorin定理和Brauer定理给出了新的估计式,并把新结果与现有结果进行了比较.数值算例表明新结果在只依赖矩阵元素的条件下改进了现有的一些估计式.     

关于正定厄米特矩阵乘积特征值估计的改进

设 A、B 都是 n×n 阶厄米特矩阵,其中有一个是半正定的,本文不仅给出了矩阵乘积 AB 的最大、最小特征值的一个最优估计,并且对 AB 的每一个“中间”特征值也给出了估计,大大改进并推广了文[3]的结果.     

关于Ostrowski圆盘定理的一个注记

本文对Ostrowski给出的关于矩阵的特征值估计作一些讨论，特征值分布特性被揭示，进而得到了一个判定矩阵非奇异性的充分条件．     

矩阵特征值的一类新的包含域

用盖尔圆盘定理来估计矩阵的特征值是一个经典的方法,这种方法仅利用矩阵的元素来确定特征值的分布区域.本文利用相似矩阵有相同的特征值这一理论,得到了矩阵特征值的一类新的包含域,它们与盖尔圆盘等方法结合起来能提高估计的精确度.     

华罗庚不等式在Hermite矩阵乘积的特征值估计中的应用

基于华罗庚在研究多复变函数时发现的一个行列式不等式给出Hermite矩阵乘积的特征值的估计.     

一类Hermitian鞍点矩阵的特征值估计

本文研究了一类大型稀疏Hermitian鞍点线性系统Az=(B E E* 0)(x y)=(f g)=b系数矩阵的特征值,其中B∈C~(p×p)是Hermitian正定阵矩阵,E∈C~(p×q)是列降秩.本文分别给出了该系数矩阵正特征值与负特征值界的一个估计式,同时通过数值算例验证本文所给出的特征值界的估计是合理且有效的.     

利用三角分解估计实对称矩阵的特征值

鉴于直接计算矩阵特征值的工作量很大,因此在实问题中,我们有时得借助于对这些特征值的某种估计。但通常基于Gerschgorin定理的估计方法往往不能对各特征值给出足够精确的界。本文则利用半正定矩阵伴随选主元的LDL~T分解提出一种估计实对称矩阵特征值的方法,所耗费的计算量是有限的,但在大多数情况下估计的精度可以得到很大的改进。本方法特别适用于半正定矩阵非零小特征值的估计,从而可用于在计算机上确定具体数值矩阵的秩。     

斜对称双对角矩阵特征值反问题

讨论了关于斜对称双对角矩阵的特征值反问题．即：已知一个n阶斜对称双对角矩阵的特征值和两个n-1阶子矩阵的部分特征值，则可求得该矩阵．最后给出了数值例子．     

高阶张量Pareto-特征值的若干性质（英文）

考虑高阶张量特征值互补问题,由于求解张量的最大Pareto-特征值是一个NP难问题,关注于Pareto-特征值的估计,并给出若干关于Z-张量和M-张量的Pareto-特征值的性质.     

高阶张量Pareto-特征值的若干性质

考虑高阶张量特征值互补问题,由于求解张量的最大Pareto-特征值是一个NP难问题,关注于Pareto-特征值的估计,并给出若干关于Z-张量和M-张量的Pareto-特征值的性质.     

一类特殊矩阵的特征值反问题

§1 引言 关于特征值反问题的历史沿革,作者在文[1]中已经作了介绍,当前研究得比较成熟的是对称三对角矩阵的特征值反问题。作者在文[2]中提供了一个对称三对角矩阵特征值反问题的实际应用例子。本文考虑如下形状矩阵的特征值反问题:设     

广义特征值的扰动界限(Ⅰ)

到目前为止,关于广义特征值的扰动,已经建立了一些界限估计,但一般正则对的扰动界限难以算出.首先,定义某些基本参数,并利用这些参数建立几个关于一般正则矩阵对的广义特征值的扰动定理.这些定理给出的扰动界限的上界估计,一般是可以算出的.     

广义特征值的扰动界限(Ⅰ)

到目前为止,关于广义特征值的扰动,已经建立了一些界限估计,但一般正则对的扰动界限难以算出.首先,定义某些基本参数,并利用这些参数建立几个关于一般正则矩阵对的广义特征值的扰动定理.这些定理给出的扰动界限的上界估计,一般是可以算出的.