奇异M—矩阵和广义对角占成阵的实用判定准则

1　引言和符号首先对本文所采用的符号和术语作一约定和说明,而不再重申.N表示前面n个自然数的集合,而分别用Mn(C)和Mn(R)表示所有n阶复方阵和n阶实方阵的集合,Rn表示n维实列向量.Zn={A|A=(aij)∈Mn(R),aij≤0,i≠j,i,j∈N}.若A∈Zn则称A为Z-矩阵,有时也简记为A∈Z.I恒表示适当阶的单位矩阵.设α和β为N的非空子集,对于A∈Mn(C),把由A中行标属于α而列标属于β的元素按照原来相对位置所构成的子矩阵记为A(α,β),特别地,把主子阵A(α,α)简记为A(α)、当A(α)可逆时,其逆阵记为A(α)-1,此时称矩阵A/A(α)=A(α)-A(α,α).…     

非奇异H-矩阵一类新的实用性判据

1引言在计算数学、数学物理、控制论与矩阵论中,非奇异H-矩阵是有着重要应用的一类特殊矩阵,有关其数值判定也一直是矩阵计算的重要课题,不少学者对此进行了研究,得到了许多结果,如文[1]-[10]都给出一些比较实用的判别方法．本文另提出了一些新的实用性判别,进一步改进了文[1]的主要结果．用Cn×n表示n阶复矩阵集,设A=(aij)∈Cn×n,记,若|aii|≥Λi(i=1,2,…,n)(本文用Λi表示Λi(A)),则称A为对角占优矩阵;如果每个不等号都为严格成立,则称A为严格对角占优矩阵,记A∈D;若存在正对角阵X,使得AX为严格对角占优矩阵,则称A为广义严格对角占优阵,记A∈D．设A∈Zn×n={(aij)∈Cn×n|aij≤0,i≠j;i,j∈N},若A=sI-B,s>ρ(B),其中B为非负方阵,ρ(B)表示B的谱半径,则称A为非奇异M-矩阵．若A∈Cn×n的比较矩阵M(A)=(mij)为非奇异M-矩阵,则称A为非奇异H-矩阵,其中     

一类亚半正定矩阵的左右逆特征值问题(Ⅱ)

1.引言 令Rm×n表示所有m×n实矩阵集合;RN×nn表示所有非奇异的n阶实矩阵集合.令Rn×no={A∈Rn×n| X∈Rn×1:XTAX≥0},即亚半正定矩阵集合;Wr×t={A∈Rr×t|σ(A)≤1},即最大奇异值不超过1的r×t实矩阵集合,这里σ(A)表示矩阵A的最大奇异值.     

广义严格对角占优阵的判定程序

1 引言和符号 在本文中,均采用下列符号而不再重申.恒用N表示前n个自然数的集合;而用Mn(C)和Mn(R)分别表示所有n阶复矩阵和所有n阶实矩阵的集合. Z_N={A|A=(a_(ij))_(n×n)∈Mn(R),a_(ij)≤0,i,j∈N,i≠j},I恒表示单位矩阵. 如果A∈Mn(R)且A的所有元素都为非负实数,则称A为非负方阵,并记为A≥0;若A的所有元素都为正数,则称A为正矩阵,并记为A>0. 对A=(a_(ij))(n×n)∈Mn(C),令A_i(A)=sum from j=1 j≠i to n (|a_(ij)|(i=1、2…… n)) ;若把A的非零元用1代替 而得到—个n阶(0,1)矩阵。称为A的导出矩阵。记为;而把A的比较矩阵记为 u(A)=(b_(ij))_(n×n))其中b_(ij)=|a_(ij)|,b_(ij)=-|a_(ij)|(i,j∈N i≠j)     

对称次反对称矩阵的一类反问题

1 引言 用R~(m×n),SR~(n×n),ASR~(n×n),OR~(n×n)分别表示所有m×n实矩阵,n阶实对称矩阵,n阶实反对称矩阵和n阶实正交矩阵组成的集合,I_k表示k阶单位矩阵,S_k表示k阶反序单位矩阵,||A||表示矩阵A的Frobenius范数。若A=(a_(ij))∈R~(n×n),记D_A=diag(a_(11),a_(22),…,a_(nn)),L_A=(l_(ij))∈R_(n×n)其中当i>j时,l_(ij)=a_(ij),当i≤j时,l_(ij)=0,(i,j=1,2,…,n).若A=(a_(ij)),B=(b_(ij))∈R~(m×n),A*B表示A与B的Hadamard乘积,其定义为A*B=(a_(ij)b_(ij))。     

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     

线性流形上中心对称矩阵的最佳逼近

1 引 言令Rn×m表示所有n×m阶实矩阵集合;ORn×n表示所有n×n阶正交矩阵之集;A+表示矩阵A的Moore-Penrose广义逆;Iκ表示κ阶单位阵;||·||表示矩阵的Frobenius范数;rank（A）表示矩阵A的秩.设ei为n阶单位矩阵In的第i列（i=1,2,…,n）,记Sn=（en,en-1,…,e1）,易知     

线性流形上对称正交反对称矩阵反问题的最小二乘解

设P是n阶对称正交矩阵,如果n阶矩阵A满足AT=A和(PA)T=-PA,则称A为对称正交反对称矩阵,所有n阶对称正交反对称矩阵的全体记为SARnp.令S={A∈SARnp f(A)=‖AX-B‖=m in,X,B〗∈Rn×m本文讨论了下面两个问题问题Ⅰ给定C∈Rn×p,D∈Rp×p,求A∈S使得CTAC=D问题Ⅱ已知A~∈Rn×n,求A∧∈SE使得‖A~-A∧‖=m inA∈SE‖A~-A‖其中SE是问题Ⅰ的解集合.文中给出了问题Ⅰ有解的充要条件及其通解表达式.进而,指出了集合SE非空时,问题Ⅱ存在唯一解,并给出了解的表达式,从而得到了求解A∧的数值算法.     

矩阵方程XA-YB=D的广义中心对称解及其最佳逼近

1 引言 首先引入一些记号.记Cn×m为n×m复矩阵的集合.UCn×n表示所有n阶酉矩阵的集合.In表示n阶单位矩阵.AH和A+分别表示矩阵A的共轭转置及Moore-Penrose广义逆.对A=(n玎).…B=(bij).煳用A}B=(aijbij)sXt表示A与B的Hadamard积.     

一类矩阵方程的正交对称解及其最佳逼近

1引言设Rn×m表示所有n×m实矩阵集合,I表示单位矩阵,AT表示矩阵A的转置矩阵, ORn×n={P|PTP=I)表示列正交矩阵集,SORn×n={P|PT=P,P2=I}表示对称正交对称矩阵集．如无特别说明,本文中的矩阵P均指这类对称正交对称矩阵．在Rn×m上定义内积为     

具有中心对称结构的非负张量的谱半径(英文)

The matrix with centrosymmetric structure is an important kind of structured matrices with many applications in various physics and engineering problems.The eigenvalue problem for a centrosymmetric matrix can be reduced to the other eigenvalue problems of lower order.We introduce the centrosymmetric structure to the tensor field and focus on the spectral radius of this particular tensor.Then we show that properties of centrosymmetric matrices hold true for tensors situation.     

中心对称矩阵的一类问题

利用矩阵的Kronecker积给出了中心对称矩阵的若干特征,并讨论了由特征值和特征向量反构中心对称矩阵的问题.     

Left and right inverse eigenpairs problem of generalized centrosymmetric matrices and its optimal approximation problem

In this paper, the left and right inverse eigenpairs problem for generalized centrosymmetric matrices is considered. We obtain the necessary and sufficient conditions for the solvability of the problem, and we present the general expression of the solution. The related optimal approximation problem to a given matrix over the solution set is solved. In addition, a numerical algorithm and examples to solve the problem are given.     

关于中心对称矩阵的几个性质

利用中心对称矩阵定义及翻转矩阵Vn等技巧,给出中心对称矩阵的一些性质和O≠X∈Cn与VnX同为中心对称矩阵对应于同一特征值的特征向量等结论.     

广义中心对称矩阵平方根的快速算法

本文主要讨论了广义中心对称矩阵平方根的几个性质,并利用这些矩阵的特殊结构,推出了求广义中心对称矩阵平方根的快速算法。与传统算法相比,我们的结构算法无论在内存,还是在计算量方面,都有相当的节省。     

矩阵最小奇异值下界的估计

1．引言与记号记号：儿已（：。X。阶复矩阵集合；从利：A的特征值；一（川：A的最小奇异值；A”：A的共轭转置；【I州：绝对向量范数诱导的矩阵范数；。l（A为A的最大奇异值）时，最小奇异值m（人）下界的估计a是一个关键的数．an（A的下界在其他许多领域中都是一个极重要的课题，因而最小奇异值下界的估计一直是普遍关注的问题二［1，2］等仅利用A的元素得到了N（A）下界的简单估计，至今仍被广泛引用，其结果如下：设AE地（q．若【aiiIZ凡（A）且冲i三q（川，d＝1，…，n，则本文试图通过矩阵的分块和H矩阵特性等来讨论。（）的…     

H-矩阵的实用判定及谱分布

1引言及记号因为非奇异H-矩阵主对角元非零,所以本文总假定所涉及矩阵主对角元非零,并且设A=(aij)∈Cn×n为n阶复方阵,N={1,2,…,n}．记N1={i∈N |Pi(A)<|aii|Pi(A)}, N4={i∈N | |aii|≥Pi(A)>Ri(A)}, N5={i∈N | |aii|>Pi(A)=Ri(A)},N0={i∈N | |aii|≤Ri(A),|aii|≤Pi(A)},即N=N1∪N2∪N3∪N4∪N5∪N0．     

A centrosymmetric matrix based technique for the interpolation of a Hermitian signal

This work is concerned with the signal interpolation problem, i.e. given only samples of a signal, a method is derived for evaluating its samples on finer grids. The derivation is based on a discrete‐time decimation formula. In the special case where the known samples have the Hermitian property, two schemes are presented and mathematically proved to result in interpolated points having the same property. The first scheme does not utilize the known sample at the origin and results in a square system of equations to be solved for the unknown interpolated points of the signal. The second scheme has the merit of utilizing all the known samples, but it results in an overdetermined system of equations to be solved by the least squares method. The exploitation of the elegant properties of the involved centrosymmetric matrices is central to the treatment presented here. Copyright © 2002 John Wiley & Sons, Ltd.     

基于严格α-双链对角占优矩阵的非奇H-矩阵的判定准则

研究了非奇H-矩阵的判定问题.先给出了几个判定严格α-双链对角占优矩阵的充要条件,进一步利用矩阵对角占优理论得到了判定非奇H-矩阵的一些充分条件,推广和改进了已有的相关结果,并用数值算例说明了这些判定方法的有效性.     

谱约束下实中心对称矩阵的最佳逼近

本讨论了在谱约束条件下中心对称矩阵、反中心对称矩阵和双对称矩阵的一般化逆特征值问题。