正定矩阵的子式阵仍是正定矩阵的一个充要条件

文[2]证明了实对称正定矩阵的子式阵仍然是实对称正定矩阵,文[3]给出了一般的正定矩阵的的概念,本文利用标准型给出了一般正定矩阵的子式阵仍然是正定矩阵的充要条件．     

次酉极因子在酉不变范数下的相对扰动界

设A是一个m×n阶复矩阵,分解A=QH称为广义极分解,如果Q是m×n次酉极因子且H为n×n半正定的Hermite矩阵．本文获得了次酉极因子在任意酉不变范数下的几个相对扰动界,在某种意义上,相对扰动界比R．C．Li等获得的绝对扰动界要好．     

关于矩阵方程X+A*X-1A=P的解及其扰动分析

考虑非线性矩阵方程X＋A^＊（X^-1）A=P其中A是n阶非奇异复矩阵,P是n阶Hermite正定矩阵．本文给出了Hermite正定解和最大解的存在性以及获得最大解的一阶扰动界,改进了文[5,6]中的部分结论．     

泛正定阵与广义正定阵的关系

本文利用矩阵的稳定值,给出泛正定阵的等价条件,进一步得到泛正定阵与广义正定阵之间的一些关系．     

正定矩阵的子式阵仍是正定矩阵的一个充要条件

文[2]证明了实对称正定矩阵的子式阵仍然是实对称正定矩阵,文[3]给出了一般的正定矩阵的的概念,本文利用标准型给出了一般正定矩阵的子式阵仍然是正定矩阵的充要条件.     

广义正定矩阵

<正> §1.引言与定义在历史上,正定矩阵的研究最先是出现于二次型与 Hermite 型的研究中.这种正定只限于对实对称矩阵或 Hermite 矩阵使用.虽然它在几何学、物理学以及概率论等学科中都得到了重要的应用,但随着数学本身以及应用矩阵的其他学科的需要,有不少人开始研究未必对称的较为广义的正定矩阵.1970年,C.R.Johnson 在[1]中给出了这种较为广义的定义.为简单起见下面恒用 R 表示实数域,用 C 表示复数域,用 A~T 表示 A 矩阵的转置矩阵,而用σ(A)表示 A 的谱,即 A 的特征值集合.     

一类亚半正定矩阵的左右逆特征值问题

1．引言在工程技术中常常遇到这样一类逆特征值问题：要求在一个矩阵集合S中，找具有给定的部分右特征对（特征值及相应的特征向量）和给定的部分左特征对（特征值及相应的特征向量）的矩阵．文［2］，［3］讨论了S为。x。实矩阵集合的情形．文［4］－［7］对S为nxn实对称矩阵．对称正定矩阵，对称半正定矩阵集合的情形进行了讨论．文【川讨论了S为亚正定阵集合的情形．并提到了对于亚半正定矩阵的情形目下无人涉及，有待进一步研究．本文将对S为nxn亚半正定矩阵集合的情形进行讨论．给出了亚半正定矩阵的左右逆特征值问题有解的充要条件…     

二种矩阵分解定理的证明和分解矩阵构造方法的探讨

本文利用上三角阵T的结果证明了正定矩阵的Cholesky分解定理和非奇异矩阵的QR分解定理,并由T得到分解矩阵L,构造出正交矩阵Q和上三角阵R。     

次亚正定矩阵的次Lōwner偏序

本文研究了次亚正定矩阵子阵的次Lōwner偏序，利用次Lōwner偏序，获得了几个用低阶矩阵的次亚正定性判别高阶矩阵次亚正定性的充要条件．     

关于亚正定矩阵的一个充分条件

根据 Johnson给出的亚正定矩阵的定义 ,给出了一个关于亚正定矩阵的充分条件 .     

泛正定矩阵的进一步研究

给出了泛正定矩阵的重要性质与充要条件.进而提出了新的泛正定与泛非负定矩阵子集类的定义.在其基础上给出泛正定子集类的一系列性质,尤其是推广了Minkowski不等式.最后讨论了泛非负定子集类上的一种新的矩阵偏序的性质与充要条件.     

Computing a Nearest P-Symmetric Nonnegative Definite Matrix Under Linear Restriction

Let $P$ be an $n\times n$ symmetric orthogonal matrix. A real $n\times n$ matrix $A$ is called P-symmetric nonnegative definite if $A$ is symmetric nonnegative definite and $(PA)^T=PA$. This paper is concerned with a kind of inverse problem for P-symmetric nonnegative definite matrices: Given a real $n\times n$ matrix $\widetilde{A}$, real $n\times m$ matrices $X$ and $B$, find an $n\times n$ P-symmetric nonnegative definite matrix $A$ minimizing $||A-\widetilde{A}||_F$ subject to $AX =B$. Necessary and sufficient conditions are presented for the solvability of the problem. The expression of the solution to the problem is given. These results are applied to solve an inverse eigenvalue problem for P-symmetric nonnegative definite matrices.     

关于正定矩阵的几个问题

本文推广了文［１］的主要定理，给出了用低阶矩阵判定高阶矩阵正定的判定定理，同时给出了矩阵方程ＡＸ＝Ｂ的反问题在正定矩阵类中解存在的充要条件及解的一般形式．     

关于实方阵的正定性

本文研究一般实方阵的正定性 ,给出了方阵正定的一些充分必要条件     

正定Hermite矩阵加权幂平均的行列式不等式

本文给出了m个正定Hermite矩阵加权幂平均的行列式的一个不等式，它是m个正数的加权益平均不等式的自然推广，也是正定Hermite矩阵行列式的凸性不等式的推广．     

D_x-广义正定矩阵

讨论Dx广义正定阵的问题,给出了Dx广义正定阵的一些等价性的刻划,同时还讨论了Dx广义正定阵的若干性质.     

实正定矩阵的复合矩阵的正定性

本文讨论了实正定矩阵的复合矩阵的正定性，并且给出了实正定矩阵的复合矩阵仍为正定矩阵的一个充要条件.     

Intrinsic Data Depth for Hermitian Positive Definite Matrices

Nondegenerate covariance, correlation, and spectral density matrices are necessarily symmetric or Hermitian and positive definite. This article develops statistical data depths for collections of Hermitian positive definite matrices by exploiting the geometric structure of the space as a Riemannian manifold. The depth functions allow one to naturally characterize most central or outlying matrices, but also provide a practical framework for inference in the context of samples of positive definite matrices. First, the desired properties of an intrinsic data depth function acting on the space of Hermitian positive definite matrices are presented. Second, we propose two pointwise and integrated data depth functions that satisfy each of these requirements and investigate several robustness and efficiency aspects. As an application, we construct depth-based confidence regions for the intrinsic mean of a sample of positive definite matrices, which is applied to the exploratory analysis of a collection of covariance matrices in a multicenter clinical trial. Supplementary materials and an accompanying R-package are available online.     

M-矩阵与广义正定矩阵的关系

将文[1,4]中定义广义正定矩阵的概念再作推广,并讨论各种不同定义下的广义正定矩阵间的包含关系,给出M-矩阵等价的四种新定义.     

复正定矩阵的张量积

本文给出了多个复正定矩阵的张量积仍为复正定矩阵的充要条件,推广了文[2]的主要结果.