方阵A、B与A(○×)B的关系

利用方阵的Jordan分解与翻转矩阵等技巧,给出方阵A、B及其张量积A(○×)B性质间的关系.     

当方阵A,B反可交换时,A,B和AB特征值的性质及联系

从矩阵反可交换的定义出发,证明了当两个方阵A,B反可交换时,任取A的特征值λ_A存在B的特征值λB,满足±iλ_Aλ_B是AB的特征值及其它一些相应结论.并举例说明了结论的的有效性.     

满足AB=αBA的方阵A,B和AB的特征值的性质及其联系

设m阶方阵A,B满足AB=αBA,其中α=e~(2kπi/n),k,n为互素整数且n≥2.证明了σ(AB)■{α~(j-((n-1)/2))λ_AλB|λA∈σ(A),λB∈σ(B),j=0,1,…,n-1}及其它相关的结果,其中σ(A)表示方阵A的所有特征值的集合.     

两个分块矩阵相似性的研究

给出两个分块矩阵相似的两个充分必要条件 .也就是说 ,如果两个方阵 A和 B在 A2 =0和 B2 =0的条件下 ,则两个分块矩阵 A C0 B 和 A 00 B 相似的充分必要条件是 :rank A C0 B =rank(A) +rank(B)和 AC +CB =0 .如果两个方阵 A和 B在 A2 =A和 B2 =B的条件下 ,则两个分块矩阵 A C0 B和 A 00 B 相似的充分必要条件是 :AC +CB =C.     

也谈方阵的平方根

文[1]讨论了二阶方阵的平方根和三角方阵的三角平方根问题,但其结论有误．这里指出其错误并给出正确的定理．定义1设A是一个n阶方阵,若存在n阶方阵B,使B2=A,则称方阵B为方阵A的平方根．若有Bm=A,则称B为A的m次方根．文[1]给出如下定理：上（下）三角方阵存在上（下）三角方阵的平方根．对上述定理,文[1]没有给出一般证明,仅以三阶上三角方阵为例来证．但可惜的是,即使这样一个特殊情况的证明仍有漏洞,结论并不成立．例如不存在上三角方阵的平方根．事实上,对任意上三角方阵可以验证,均不存在上三角平方根．我们有如下定理：…     

浅淡公式rkAB＝rkB—dim（R（B）∩N（A）的应用

本文的目的是给出有关矩阵乘积的秩的一个等式.然后据此研究一系列秩数问题.定理若矩阵A与B可乘,则rkAB=rkB—(dimR(B)∩N(A)) (1) =rkA—dim(R(A′)∩N(B′)) (1′)其中R(B)是B的值域,N(A)是A的零空间;rkA记A的秩,dimR(B)记只(B)的维数.     

矩阵对角占优性的推广及应用

§1.引言设 A=(a_(ij))_(n×n)为一复矩阵,若有一正向量 d=(d_1,d_2,…,d_n)~T 使得d_i|a_(ij)|≥sum from j≠1 d_j|a_(ij)|,(1)对每一 i∈N={1,2,…,n}都成立,则称 A 为广义对角占优矩阵,记为 A∈D_0~*;如若(1)式中每一不等号都是严格的,则称 A 为广义严格对角占优矩阵,记为 A∈D~*.特别地,当 d=(1,1,…,1)~T 时,A∈D_0~*及 A∈D~*即是通常的对角占优与严格对角占优,分别记作 A∈D_0及 A∈D.利用矩阵的对角占优性质讨论其特征值分布是矩阵论中的重要课题,文献[5]—[10]给出了这方面的重要结果.n 阶实方阵 A 称为 M-矩阵,如果 A具有形式:A=sI-B,s>ρ(B),其中 B 为 n 阶非负方阵,ρ(B)表 B 之谱半径,利用广义严格对角占优的概念,文[1]给出了 M-矩阵的等价表征:若 n 阶实方阵     

伴随矩阵^＊A的性质

本进一步研究了n(>2)阶实方阵A与其伴随矩阵^*A之间的关系，从而得到了一系列的性质。     

分块矩阵[A B]中一块的广义逆

给出矩阵[A B]的广义逆,其中A∈Cm×k,B∈Cm×(n-k),本文得到子块A的相关广义逆的计算公式.     

The least squares problem of the matrix equation A1X1B1^T ＋ A2X2B2^T = T

The matrix least squares （LS） problem minx ｜｜AXB^T--T｜｜F is trivial and its solution can be simply formulated in terms of the generalized inverse of A and B. Its generalized problem minx1,x2 ｜｜A1X1B1^T ＋ A2X2B2^T - T｜｜F can also be regarded as the constrained LS problem minx=diag（x1,x2） ｜｜AXB^T -T｜｜F with A = [A1, A2] and B = [B1, B2]. The authors transform T to T such that min x1,x2 ｜｜A1X1B1^T＋A2X2B2^T -T｜｜F is equivalent to min x=diag（x1 ,x2） ｜｜AXB^T - T｜｜F whose solutions are included in the solution set of unconstrained problem minx ｜｜AXB^T - T｜｜F. So the general solutions of min x1,x2 ｜｜A1X1B^T ＋ A2X2B2^T -T｜｜F are reconstructed by selecting the parameter matrix in that of minx ｜｜AXB^T - T｜｜F.     

矩阵初等变换及其逆阵

本文讨论的矩阵A为数域P上的可逆方阵,对A作初等变换: (i)对调i,j两行(列),这相当于用初等方阵     

任意矩阵的特征值的扰动估计

设A和B是两个任意的n阶方阵,其特征值分别为{λ_1,…,λ_n}和{μ_1,…,μ_n}.本文对此两组特征值的如下“距离”的界给出了若干估计: B对于A的谱改变量 A与B的特征值的改变量这里的结果包含了Bauer-Fike定理,并且优于Kahan-Parlett/Jiang定理及Chu,施和肖所得出的结果.     

矩阵对的相似标准形

设A,B,C,D都是n阶方阵,矩阵对(A,B)相似于矩阵对(C,D),如果存在n阶可逆矩阵P,使得P-1AP=C,P-1BP=D.本文借助Belitskii约化算法,提供一种在相似变化下化任一n阶矩阵对为标准形的有效方法,该方法可以看作Jordan标准形的推广.     

矩阵的逆

§1.方阵众所周知,n阶方阵A的逆通常采用以下定义。定义1 设A是一个n阶方阵,如果存在有一个n阶方阵B,使得 AB=BA=I,其中I是n阶单位方阵,则A称为可逆方阵,而B称为A的逆,记作A~(-1)。上述定义中,用了两个矩阵方程AX=I,XA=I,其中X为n阶未知矩阵。容易产生的问题是:能否只用一个方程,例如AX=I,来定义方阵的逆?答案是肯定的。下面给出方阵的逆的另一定义: 定义2 设A是一个n阶方阵,如果存在有一个n阶方阵B,使得 AB=I,其中I是n阶单位方阵,则A称为可逆方阵,而B称为A的逆。为区别起见,A在定义2意义下的逆B记作A_2~(-1)。给出方阵的逆的定义之后,自然应讨论定义的合理性。这就需要讨论:(ⅰ)可逆方阵的存在性:即的     

广义行列式与Cramer法则

设A是一个n阶方阵,B是一个n×m矩阵,则容易证明:当A可逆时,矩阵方程AX=B有唯一解:X=A~(-1)B。如果m=1,则由此便得到熟知的Cramer法则。因此,以上结论自然可视为Cramer法则的一种推广。文[4]利用k阶子式阵曾给出Cramer法则的另一种推广。本文则定义一种广义行列式,并由此给出Cramer法则的又一种非常自然的     

关于矩阵群逆的逆序律

得到了体上两个n阶方阵A,B的群逆A#,B#若存在,则其乘积的群逆(AB) #也存在,且(AB) #=B#A#成立的充分与必要条件是:存在n阶可逆矩阵P使得A =Pdiag(A1,A2 ,…,As) P- 1,B =Pdiag(B1,B2 ,…,Bs) P- 1且对于任意i(i=1 ,2 ,…,s)有Ai,Bi阶数相同,Ai,Bi为可逆矩阵或为0矩阵;又对i≠1有Ai Bi=0 .     

(0,1)-方阵的置换相抵

<正> 设A和B是n阶方阵,如果方阵A可经行的置换与列的置换化为方阵B,即存在n阶置换方阵P和Q,使得B=PAQ,则方阵A和B称为是置换相抵的.1974年,B.Gordan,T.S.Motzkin和L.Welch用图论的方法,证明了当permanent为1,2和3时n阶(0,1)-方阵置换相抵标准形的定理.由于方阵的置换相抵是方阵的一种等价关系,它自然应属于矩阵论的范畴,因此有必要从矩阵论的角度重新加以讨论.本文的目的是给出B.Gordan等人的结论的一个矩阵证明,方法是构造性的,且具有一般意义.作为一个说明,     

说说“B■A”

同学们在复习集合时,常常遇见“B(?)A”．在考试中它也经常出现,还时不时地给我们带来麻烦．今天我和同学们一起来聊聊“B(?)A”,研究对付麻烦的办法． 1．事多的“B(?)A”“B(?)A”有B=(?)或B≠(?)两种可能,其中B=(?) 容易被忽略．解题时需要对B=(?),B≠(?)两种情况分类讨论． [例1] 已知集合A={x|x2-3x-10≤0},B= {x|m 1≤x≤2m-1},若B(?)A,求实数m范围．     

矩阵方程A1X1B1＋A2X2B2＋…＋AlXlBl=C的中心对称解及其最佳逼近

设矩阵X=(xij)∈R ,如果xij=xn+1-i,n+1-j(i,j=1,2,…,n),则称X是中心对称矩阵.该文构造了一种迭代法求矩阵方程A1X1B1+A2X2B2+…+AlXlBl=C的中心对称解组(其中[X1,X2,…,Xl]是实矩阵组).当矩阵方程相容时,对任意初始的中心对称矩阵组[X1(0),X2(0),…,Xl(0)],在没有舍入误差的情况下,经过有限步迭代,得到它的一个中心对称解组,并且,通过选择一种特殊的中心对称矩阵组,得到它的最小范数中心对称解组.另外,给定中心对称矩阵组[X1,X2,…,X1],通过求矩阵方程A1X1B1+A2X2B2+…+AlXlBl=C(其中G=C-A1X1B1-A2X2B2-…-AlXlBl)的中心对称解组,得到它的最佳逼近中心对称解组.实例表明这种方法是有效的.     

LEAST—SQUARES SOLUTIONS OF X^TAX=B OVER POSITIVE SEMIDEFINITE MATRIXES A

This paper is mainly concerned with solving the following two problems: Problem Ⅰ. Given X ∈ Rn×m, B . Rm×m. Find A ∈ Pn such thatwhereProblem Ⅱ. Given A ∈Rn×n. Find A ∈ SE such thatwhere F is Frobenius norm, and SE denotes the solution set of Problem I.The general solution of Problem I has been given. It is proved that there exists a unique solution for Problem II. The expression of this solution for corresponding Problem II for some special case will be derived.