也谈广义对角占优阵的特征值的分布

设A=(a_(ij))_(n×n)为n阶复矩阵,记 σ_i=sum from j=1,j≠i to n(|a_(ij)|,i=l,2,…,n)。若|a_(ij)|>σ_i(i=1,2,…n),则称A为(按行)严格对角占优阵,记为A∈D,若|a_(ii)|·|a_(jj)|>σ_iσ_j(i≠j,i,j=1,2,…,n)则称A为严格对角乘积占优阵,记为A∈D_p(在〔1〕中此类矩阵称为广义对角占优阵,并记为GD)。若存在非奇对角阵Q=diag(q_l,…,q_n)使Q~(-1)AQ∈D,则称A为准严格对角占优阵,记为A∈D′(见〔2〕)。若存在非奇对角阵Q=diag(q_1,…,q_n)使Q~(-1)AQ∈D_p,则称A为准严格对角乘积占优阵。记为A∈D′_p。     

非奇异H矩阵的充分条件

1 引言 设A=(a_(ij))∈C~(n,n),R_i(A)=sum from j≠i to(|a_(ij)|,i,j∈N={1,2,…,n}。若|a_(ij)|≥R_i(A),i∈N,则称A为对角占优矩阵,记为A∈D_0;若不等式中每个不等号都是严格的,则称A为严格对角占优矩阵,记为A∈D。若存在正对角矩阵X,使得AX∈D,则称A为广义严格对角占优矩阵,记为A∈D。     

广义严格对角占优矩阵的迭代判别方法

正1引言设A=(a_(ij))∈C~(n×n),N={1,2,…,n}.记R_i(A)= sum |a_(ij)| from j≠i (i∈N),又记N_1=N_1(A)={i∈N:0|a_(ii)|≤R_i(A)},N_2=N_2(A)={i∈N:|a_(ii)R_i(A)}.定义1设A=(a_(ij))∈C~(n×n),如果|a_(ii)|R_i(A)(i∈N),则称A为严格对角占优矩阵.严格对角占优矩阵的集合记为D.如果存在n阶正对角矩阵D使得AD∈D,则称A为广义严格对角占优矩阵.广义严格对角占优矩阵的集合记为D.     

连对角占优矩阵的一些性质

设A=(a_(ij))_(n×n)∈C~(n,n),.记Λ_i=sum from (i≠1 j≠i) to n(|a_(ij)|,)i=?,称|a_(ii)|≥Λ_i的行为占优行,|a_(ii)|>Λ_i的行为严格占优行,|a_(ii)|<Λ_i的行为非占优行. 若A为对角占优阵,记为A∈D_0;若A为严格对角占优阵,记为A∈E;若A为不可约对角占优阵,记为A∈F;若A为广义对角占优阵,记为A∈GD_0;若A为广义严格对角占优阵,记为A∈GE.     

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     

非奇异H-矩阵的新判据

1引言与记号设A=(a_(ij))∈C~(n×n),记N={1,2,…,n},∧_i(?)∧_i(A)=sum from j≠i|a_(ij)|,S_i(?)S_i(A)=sum from j≠i|a_(ij)|,(?)i,j∈N。若|a_(ij)>∧_i(A),(?)i∈N,则称A为严格对角占优矩阵。     

局部双对角占优矩阵的注记

1引言非奇异H矩阵是计算数学、数学物理、控制论等领域中具有广泛应用的重要矩阵类,研究其充分条件自然引起人们的兴趣．文[1]中定义了一类局部双对角占优矩阵,并由此得到了非奇异H矩阵的判别方法．我们指出,文[1]所获充分条件中所给出的四个不等式条件,其中第四个不等式条件可蕴涵其余三个,进而定义了另一类局部双对角占优矩阵,并由此获得了非奇异H矩阵新的判别方法．设A=(a_(ij))∈C~(n×n),R_i(A)=sum from j≠i|a_(ij)|,i∈N={1,2,…,n}．若|a_(ii)|≥R_i(A),(?)i∈N,则称A为对角占优矩阵,记为A∈D_o;若不等式中每个不等号都是严格的,则称A为     

M矩阵的一些性质

设A=(a_(ij))n×n为n阶实矩阵,若a_(ij)≥0(a_(ij)>0),i,j=1,2,…,n。则称A为非负(正)矩阵。类似地,一个向量,若其分量皆为正(非负),则叫做正(非负)向量。若a_(ii)>0,a_(ij)≤0,i≠j,i,j=1,2,…,n,则A叫做L矩阵,记为A∈L。我们知道,若A∈L,则下述诸条件是等价的:     

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     

论几类广义严格对角占优矩阵

1引言 设A=（a_η）∈Cm~(3n),若存在正对角阵D.使得AD为严格对角占优矩阵，则A称为广义严格对角占优矩阵，记作A∈SGDDM.     

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)     

广义对角占优矩阵与M—矩阵的判定准则

广义对角占优矩阵与M—矩阵是计算数学中应用极其广泛的矩阵类。作者在文[1]中证明若A=(α_(ij))∈C~(n×n)为具有非零元素链对角占优阵或A满足:|α_(ii)‖α_(kk)|>Λ_iΛ_k,i,k∈N={1,…,n},则A为广义对角占优矩阵,detA≠0,揭示了文[3],[4]中detA≠0的共同本     

一类可逆的对角占优矩阵与Jacobi迭代法

<正> 用Jacobi 迭代法解线性方程组AX=b(其中A∈R~(n×n)、b∈R~n.X∈R~n)时,一般假定A 为可逆阵且a_(ii)≠0(i=1,2,…n)。文[1]指出.如果矩阵A 为严格对角占优阵,则Ja obi 迭代过程是收敛的。‘严格对角占优’这个条件是比较强的,它限制了Jacobi 迭代法的应用范围。实际     

广义对角占优矩阵的判定

本文给出了广义严格对角占优矩阵的几个判定条件以及等价表征,这些结论分别推广了[3]与[4]的一些结果。作为约定本文总假设;A=(a_(ij))_n×n 表示复矩阵,∧_k=(?)|a_(kj)|当|a(kk)|≠0时,σ_k=(∧_k)/|α_(kk)|,θ_A={s||a_(ss)|≤∧_s,s∈N={1,2,…,n}},J_A={k||a_(kk)>∧_k,k∈N}     

关于广义对角占优矩阵

若|a_(jj)|>σ_j,=1,…,n,则称A为(按行)严格对角占优矩阵。若为严格对角占优矩阵,则称A为共轭(严格)对角占优矩阵。关于各类对角占优矩阵特征值的分布,已在文献[1[[2]中作了研究,本文在此基础上对范围更广的两类矩阵的特征值分布取得一些结果,并且进一步分析了一类矩阵的一些性质。     

非奇H矩阵的简捷判据

非奇H矩阵在计算数学和矩阵理论的研究中很重要,但简便实用的判定条件较少见。本文给出几个简捷判据。[1,2,3]的主要结果是本文定理1的特例。 记M_n(C)为n阶复阵集合,M_n(R)为n阶实阵集合。设A=(a_(ij))∈M_n(C),记Λ_i(A)=sum from j≠i to |a_(ij)|,i,j∈N≡{1,2,…,n}。若|a_(ii)|>Λ_i(A),i∈N,则称A     

几类非自治系统的指数渐近稳定性

§1.预备知识对向量及矩阵引进模的概念如下:向量x的模记为||x|| ||X|| sum from i=1 to n |x_i|矩阵A的模记为||A|| ||A||sum from i.j=1 to n |a_(ij)|引理1设A为n×n阶常数矩阵,且它的所有特征根λ_k(k=1,2,…,n)均具有负     

矩阵张量积不可约性的表征

为矩阵A与B的张量积,记为C=A(?)B。 定义Ⅰ设A=(a_(ij))∈C~(n×n),B=(b_(ij))∈C~(m×m)。若A在某位置(f,f)之非零元素链中有一个含r_1个A中的非零元:A(f,f)=a_(fe_1)a_((e_1)(e_2)…a_(e_r))(?),B在某位置(t,t)之非零元素链中有一个含r_2个B中的非零元:B(t,t)=b_((ts_1))b_((s_1s_2))…bs_(s_r_2-1)l,且(r_1,r_2)=1,1≤f≤n,1≤r≤m,则称A,B满足弱链条件。     

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．     

含正元个数最少的本原矩阵

设(n,d)={A|A是含d个正对角元的n阶本原矩阵,r(A)=k}.对d=1,2,…,n,k=2,3,…,n-2,本文分别刻划了(n,d)中含正元个数最少的矩阵.