从Riordan阵到广义Riordan群及有关问题

简要给出关于Riordan阵与Riordan群两个重要概念的历史性注记,指出早两年相关文献所论广义Stirling数偶与相应互逆矩阵已包含有Riordan阵与互逆Riordan矩阵的概念.扼要介绍2014年发表的一种新扩充,以及需要进一步研究的若干相关问题.     

群逆和Drazin逆的一种新的表达式及其应用

本文研究了群逆的存在条件及群逆、Drazin逆的表示与计算.利用行列式表示方法,得到了群逆存在的充要条件,给出了群逆的与原矩阵最大非奇异子阵有关的表达式.并推广到Drazin逆.为群逆和Drazin逆的计算提供了一类新的算法.     

立体阵的一般结构

本文给出了立体阵的各种表示形式及立体阵乘法的各种定义,推导出其主要性质,说明立体阵的乘积在适当情况下可转化成普通矩阵乘积。然后讨论了立体阵的乘积与矩阵半张量积的关系,并用矩阵半张量积统一了各种立体阵的乘法运算。最后以对策论为例说明它的应用。     

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…     

四元数阵重行列式与复阵行列式的关系

指出四元数阵重行列式可用复阵行列式来表示，于是，复阵的伴随矩阵、求逆阵公式、秩的下界等，都可相应地推广到四元数阵．     

亚半正定阵左右逆特征值问题的进一步研究

１　引　言文［１］研究了亚半正定阵的左右逆特征值问题,它的更一般提法是问题Ｉ给定Ｘ、Ｚ使得其中Ｒｎ×ｍ表示全体ｎ×ｍ实阵的集合;即表示全体亚半正定阵集合［２］．文［１］得到了问题１有解的充要条件及解的通式,但从文［１］中主要定理给出的通式来看,子矩阵Ａ１３、Ａ１４及Ａ４３的表达式还没有得到,因此有必要对问题Ⅰ的通解作进一步的研究．本文将通过建立一个亚半正定阵的判定准则,圆满地解决以上问题． 为方便起见,本文用 及Ⅰ分别表示Ｒｎ×ｍ中秩为ｒ的矩阵集合、ｎ×正交矩阵集合及单位矩阵;而用　分别表示ｎ ×…     

矩阵的分块初等变换与分块初等阵及其应用

讨论了矩阵分块初等变换和分块初等阵的定义和性质,利用这一工具研究了行列式的分块运算,分块矩阵的求逆和对称阵的分块合同变换等问题.     

局部环上表矩阵为初等阵之积

表矩阵为初等阵之积的问题,是矩阵论中基本问题之一.一些矩阵方法能够具体操作也是赖于此问题的结论,但是一般环上,此问题尚无结果.本文对局部环,探讨此问题的解决.     

子空间上的对称正定及对称半正定阵的左右特征值反问题

文[1][2][3]中讨论AX＝B的对称阵逆特征值问题，文[4][5][6]中讨论了半正定阵的逆特征值问题。本文讨论了空间了子空间上的对称正定及对称半正定阵的左右特征值反问题，给出了解存在的充分条件及解的表达式。     

两个幂等矩阵的组合的群逆

本文研究了当P与Q是两个复数域上的n阶幂等矩阵且满足PQP=PQ时,组合aP+bQ+cP Q+dQP+eQP Q的群逆问题,利用矩阵的分块及群逆的性质,证明了它是群逆阵,并且给出了其群逆的表达式,其中ab=0,a,b,c,d,e为复数.     

除环上矩阵的子矩阵的秩的恒等式与不等式

本文提供了除环上矩阵的一些子矩阵的秩的若干恒等式与不等式,出现在本文中的这些结果,在处理涉及某些应用方面的复矩阵(作为除环上矩阵的特例)问题以及某些纯数学问题将起重要作用。     

关于隐式LU分解算法分解算法求矩阵主子阵逆的注记（英）

ＡＲｅｍａｒｋｏｎｔｈｅＩｎｖｅｒｓｅｏｆＰｒｉｎｃｉｐａｌＭａｔｒｉｃｅｓｂｙＩｍｐｌｉｃｉｔＬＵＦａｃｔｏｒｉｚａｔｉｏｎＨｕａｎｇＫａｉｂｉｎＷｕＨｅｂｉｎ（Ｄｅｐｔ．ｏｆＭａｔｈ．，ＮａｎｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉ...     

一类可逆矩阵逆矩阵的图论解法

设 M( G)是简单无向图 G的关联矩阵 ,A是 M( G)的可逆子矩阵 ,γ( A)是逆矩阵 A- 1中非零元素的个数 .获得了求逆矩阵 A- 1的一种图论方法 ,并且得到了γ( A)的精确上下界以及达到上下界时子矩阵 A的图论刻划     

双倍维Jacobi矩阵逆问题的改进算法

本文给出了一种解决双倍维Jacobi矩阵逆问题的改进算法.该算法避免了重新构造顺序主子矩阵J_n,也避免了计算尾主子矩阵J_n+1,2n的特征多项式以及特征值,因此本文的改进算法具有更好的稳定性和精度.给出的两个数值实例说明,本文的改进算法是有效的,比现有的几种算法具有更高的精度.     

约束矩阵方程的中心对称解及其在振动理论反问题中的应用

研究了中心主子矩阵约束下矩阵方程的中心对称解. 利用矩阵向量化、Kronecker乘积及奇异值分解方法,得到了有解的充分必要条件及解的一般表达形式．同时,考虑了与之相关的对任意给定矩阵的最佳逼近问题．进而,给出在振动理论反问题中的应用, 利用截断的主质量矩阵（或主刚度矩阵）、截断模态矩阵以及质量矩阵（或刚度矩阵）的中心主子阵,求系统的质量矩阵（或刚度矩阵）．最后用两个例子说明文中方法的有效性.     

The Inverse Problem of Centrosymmetric Matrices with a Submatrix Constraint

By using Moore-Penrose generalized inverse and the general singular value decomposition of matrices, this paper establishes the necessary and sufficient conditions for the existence of and the expressions for the centrosymmetric solutions with a submatrix constraint of matrix inverse problem AX = B. In addition, in the solution set of corresponding problem, the expression of the optimal approximation solution to a given matrix is derived.     

子矩阵约束下的Hermite-Hamilton矩阵反问题

该文讨论了子矩阵约束下矩阵反问题$AX=B$的Hermite-Hamilton矩阵解.给出了解存在的充要条件和通解的一般表达式.且对任一给定矩阵,在解集合中求出了其最佳逼近解.     

A Jacobi matrix inverse eigenvalue problem with mixed data

In this paper, the inverse eigenvalue problem of reconstructing a Jacobi matrix from part of its eigenvalues and its leading principal submatrix is considered. The necessary and sufficient conditions for the existence and uniqueness of the solution are derived. Furthermore, a numerical algorithm and some numerical examples are given.     

Some structural properties of inverse matrices

The connection of some structural properties of inverse matrices such as the presence of an invertible submatrix or of a rectangular submatrix of incomplete rank is investigated. Explicit relations are obtained between the ranks of dual submatrices. The results are applied to describe the inverse to generalized Hessenberg and band matrices.Translated from Zapiski Nauchnykh Seminarov Leningradskogo Otdeleniya Matematicheskogo Instituta im. V. A. Steklova AN SSSR, Vol. 139, pp. 61–73, 1984.The author is glad to express his gratitude to D. K. Faddeev for his attention to the work.