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     

计算对称带状矩阵广义特征值问题的并行分治多分法

1 引 言 本文研究了广义特征值问题 Ax=λBx (1)的并行计算。其中,A,B均为半带宽为r的n阶实对称带状矩阵且其中之一是正定的.本文总假设B是正定的.     

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.     

解广义特征值反问题的同伦方法

1.引言 我们讨论下列广义特征值反问题: (G)已知B是n×n阶对称半正定矩阵,λ=(λ_1,…,λ_(2n-1))~T∈R~(2n-1),且{λ_i}~(n_3),和{λ_i}_(n+1)~(2n-1)严格交错。问题是欲求一个实对称三对角n×n阶矩阵A,使得λ_1…,λ_n是Ax=λBx的特征值,λ_(n+1),…,λ_(2n-1)是A_(n-1)x=λB_(n-1)x的特征值,其中A_(n-1),B_(n-1)分别是矩阵A,B的前n-1阶主子阵。     

(0,1)实对称矩阵特征值的图论意义

A为元素只取 0 ,1且主对角线元素均为 0的 n阶实对称方阵 ,n维列向量 J=( 1 ,1 ,1 ,… ,1 ) T ,且 AJ=( d1,d2 ,d3,… ,dn) T。若 λi 是 A的特征值 ,试证明 :∑ni=1λ2i =∑ni=1di ( 0 )　　这是一道典型的线性代数中关于实对称矩阵特征值方面的问题。对它的求解如下 :设 n维非零向量 x是 A的对应于特征值λi 的特征向量 ,则有 Ax=λix.两边同时左乘 A,得A2 x =A(λix) =λi( Ax) =λ2ix ( 1 )而上式说明 λ2i 即方阵 A2 的特征值。由 [1 ],对任一 n阶方阵 A=[aij]n× n,若 λi 是 A的特征值 ,则有 ∑ni=1λi=tr( A) =∑ni=1aii 。…     

实对称五对角矩阵逆特征值问题

1 引 言 对于n阶实对称矩阵A=(aij),r是一个正整数,且1≤r≤n-1,当|i-j|>r时,aij=0(i,j=1,2,…,n),至少有一个i使得ai,i+r≠0,则称矩阵A是带宽为2r+1的实对称带状矩阵.特别地,当r=1时,称A为实对称三对角矩阵;当r=2时,称A为实对称五对角矩阵. 实对称带状矩阵逆特征值问题应用十分广泛,这类问题不仅来自微分方程逆特征值问     

重特征值敏度的数值计算

一个结构系统的设计,往往归结为下述代数特征值问题:其中A(p)与B(p)为n×n实解析的对称矩阵,B(p)正定,λ(p)是特征值,x(p)是相应的特征向量. 设λ_1是问题(1.1)在点p=p~*的r重特征值,即存在矩阵X=(X_1,X_2)∈R~(n×n),     

广义特征值问题的收缩算法

设n×n矩阵A和B组成的矩阵对(A,B)是正则的,即A+λB是一个正则束: det(A+B) 0。 考虑求解广义特征值问题 Ax=λBx, (1)由于A+λB是正则统,问题(1)恰有n个广义特征值,但当B奇异时,它包含一个     

关于矩阵合同变换的注记

1.设A=(α_■)是数域F上一个n阶对称矩阵,总存在F上的一个n阶可逆阵P,使得(?)。2.给定数域F上的一个n阶对称矩阵A,若对A施行一次初等行变换后,也对A施行同样的列初等变换。則称这样一对变换为矩阵的合同变换。[1] 中介绍了利用矩阵的合同变换化对称阵A为对角阵的方法:见[1]中348—349页。     

线性流形上亚半正定阵的一类逆特征值问题

1　引言与引理设 Rm× n表示所有 m× n实矩阵集合 ,m=n时 ,Rm× n简记为 Rm;Rm0 表示所有 m阶亚半正定阵集合 ,即 Rm0 ={ A∈Rm× m|YTAY≥ 0 , Y∈Rm× 1 } ;ORm表示 m阶正交矩阵集合 ;A+表示矩阵 A的 Moore-Penrose广义逆 ;‖·‖表示 Frobenius范数 .In 表示 n阶单位阵 ,有时令SE={ A∈ Rm× m|‖ AE -F‖ =min,E,F∈ Rm× k} ,(1 .1 )则 SE是线性流形 .文 [1 ] ,[2 ]分别研究了 SE上实对称矩阵及实对称半正定阵的逆特征值问题 ,本文将进一步研究 SE上亚半正定阵的一类逆特征值问题 ,具体叙述如下 :问题 　给定 X,B∈R…     

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)     

矩阵损失下回归系数的线性估计的可容许性的进一步讨论

§1.引言考虑线性模型Y=Xβ+ε,(1.1)此处 Y 是 n 维随机向量;X 为已知的 n×P 矩阵;n≥P;EY=Xβ,CovY=V;β,V 均为参数,(β,V)∈(?)=(?)~p×(?),(?)是元素为 n 阶非负定对称矩阵的一个集合.     

由谱数据数值稳定地构造实对称带状矩阵

§1.引言 设r,n是正整数并且0r有a_(ij)=0.     

对称正交反对称矩阵反问题解存在的条件

矩阵反问题和矩阵特征值反问题在科学和工程技术中具有广泛的应用,有关它们的研究已取得了许多进展[1,2].[3]和[4]分别研究了反对称矩阵反问题和双反对称矩阵特征值反问题等.本文研究一类更广泛的对称正交反对称矩阵反问题.用Rn×m（Cn×m）表示n×m实（复）矩阵的全体,ASRn×n表示n阶反对称矩阵的全体,ABSRn×n表示n阶双反对称矩阵的全体,ORn×n表示n阶正交矩阵的全体.A+表示矩阵A的Moore-Penrose广义逆.In表示n阶单位矩阵.ei表示n阶单位矩阵的第i列,Sn=[en,en-1,     

一类对称正交对称矩阵反问题的最小二乘解

1 引言 本文记号R~(n×m),OR~(n×n),A~+,I_k,SR~(n×n),rank(A),||·||,A*B,BSR~(n×n)和ASR~(n×n)参见[1].若无特殊声明文中的P为一给定的矩阵且满足P∈OR~(n×n)和P=P~T. 定义1 设A=(α_(ij))∈R~(n×n).若A满足A=A~T,(PA)~T=PA则称A为n阶对称正交对称矩阵;所有n阶对称正交对称矩阵的全体记为SR_P~n.若A∈R~(n×n)满足A~T=A,(PA)~T=-PA,则称A为n阶对称正交反对称矩阵;所有n阶对称正交反对     

代数特征值反问题之解的稳定性分析

考虑如下代数特征值反问题: 问题 G(A;{A_k}_1~n;λ).设 A=(a_(ij)),A_k=(a_(ij)~((k))),k=1,…,n是n+1个n×n的实对称矩阵,λ=(λ_1,…,λ_n)是n维实向量且λ_i≠λ_j,i≠j.求n维实向量c=(c_1,…,c_n)~T,使矩阵A(c)=A+sum from k=1 to n (c_kA_k)的特征值是λ_1,…,λ_n. 这一问题是经典加法问题的推广.当A_k-e_ke_k~~T(e_k是n阶单位阵的第k列)时,     

关于正规矩阵特征值的扰动

设N与A均为n×n正规矩阵,其特征值分别为{v_i}_(i=1)~n与{α_i}_(i=1)~n。Hoffman和Wielandt证明了:存在1,2,…,n的一个排列π(1),π(2),…,π(n),使得|| ||_F表示Frobenius范数。 当N为n×n Hermite矩阵,A为n×n可对称化矩阵,即存在非奇异矩阵Q=I X,使得Q~(-1)AQ为Hermite矩阵时,Stewart证明了:如果N与A的特征值分别     

关于两个矩阵乘积的特征值与奇异值的最佳估计

用A表示复矩阵A的共轭转置矩阵。用λ_i(A)表示n阶复矩阵A的特征值,i=1,…,n对于n阶Hermite矩阵A,在没有特别指出的情况下,本文均约定A的n个(实)特征值按降     

对合矩阵相似于对角矩阵的一个简单证法

在高等代数中有这样一个性质:设A是n阶对合矩阵(即A~2=I_n,I_n表示n阶单位矩阵),则 (1) A相似于矩阵B; (2) 当A是实对称矩阵时,A正交相似于矩阵     

广义特征向量几种算法的比较

关于求一个矩阵 Jordan标准型的变换矩阵问题须计算矩阵的广义特征向量 ,目前常见的矩阵理论教材中有下述两种方法 .下设 A是 n× n阶矩阵 ,λ是 A的某特征值 ,其代数重数为 r,几何重数为 s且r>s.方法 1　由方程 ( A- λI) x=0解出 A的特征向量 p,由 ( A- λI) x=p解出第一个广义特征向量 q,这里的 p不能是任一特征向量而应是 A的 λ特征子空间内使方程 ( A- λI) x=p有解的那一个 .设 A的 λ特征子空间的基是 p1,p2 ,… ,ps,当 s>1时正确的说法是 :通过选择系数 k1,k2 ,… ,ks由方程 ( A- λI) x=k1p1+ k2 p2 +… + ksps解出第一个广…