广义行(列)酉对称矩阵的Moore-penrose逆

通过对母矩阵进行奇异值分解的方法得到广义行(列)酉对称矩阵的奇异值分解进一步得到其Moore-penrose逆;用谱分解方法得到母矩阵的Moore-penrose逆,进一步得到广义行(列)酉对称矩阵的Moore-penrose逆.     

关于酉对称矩阵的QR分解及其算法

为了简化大型行(列)酉对称矩阵的QR分解,研究了行(列)酉对称矩阵的性质,获得了一些新的结果,给出了行(列)酉对称矩阵的QR分解的公式和快速算法,它们可极大地减少行(列)酉对称矩阵的QR分解的计算量与存储量,并且不会丧失数值精度.同时推广和丰富了邹红星等(2002)的研究内容,拓宽了实际应用领域的范围.     

矩阵的满秩正交分解

旨在给出矩阵一种新分解(满秩正交分解).分解简单易求,且与矩阵的奇异值分解有类似的性质和应用.     

关于矩阵秩概念建立上的一种几何处理

联系对偶线性空间和对偶线性映射等概念,给出了矩阵的行秩与列秩相等的一个几何证明.     

对矩阵的秩的讨论

1.说明矩阵的秩与向量组的秩的联系。2.不采用矩阵分块法来证明“左(右)乘列(行)满秩阵,矩阵的秩不变”的结论,以此体现关于可逆阵的秩的结论向行(列)满秩阵的推广,以及借行(列)满秩阵的转置将非方阵问题转化为方阵问题的处理方法。     

行(或列)对称矩阵的QR分解

证明了行(或列)对称矩阵的Q矩阵和R矩阵与母矩阵的Q矩阵和R矩阵之间的定量关系, 给出了两种快速算法. 据此可大大降低一类具有该结构矩阵的QR分解的计算量和存储量.     

行(或列)对称矩阵的满秩分解及其算法

1 引言矩阵满秩分解是线性代数的基本分解方法之一,在广义逆矩阵的求解过程中起着重要的作用．矩阵A的满秩分解及A的Moore-Penrose逆不仅有着广泛的现实应用,而且也有理论研究意义,尤其是在数理统计,系统理论,优化计算和控制论等许多领域应用十分广泛．如用计算机对具有对称性质的图像进行采样,所得到的数据矩阵具有行或列对     

酉对称矩阵的极分解

为了简化大型行(列)酉对称矩阵的极分解,研究了酉对称矩阵的性质,获得了一些新的结果,给出了酉对称矩阵的极分解和广义逆的公式,它们可极大地减少行(列)酉对称矩阵的极分解的计算量与存储量,并且不会丧失数值精度.同时对酉对称矩阵的极分解作了扰动分析.     

求矩阵广义逆的另一种初等变换方法

讨论了当矩阵A为满秩矩阵时求其广义逆的一种方法,并将此方法推广,给出当A为非满秩矩阵时求其广义逆的一般方法,同时给出算例.本文推广了文献[1]的结果.     

关于用初等变换求A^—1

线性代数中,矩阵的初等变换是非常重要的运算手段。在求矩阵的秩、逆矩阵、向量的线性相关性及求解线性方程组等方向却用到了行(列)的初等变换。一般的教材在介绍逆矩阵的初等变换求法时都强凋了仅用行初等变换。实