单圈图的无符号拉普拉斯埃斯特拉达指数（英文）

设G是一个具有n个顶点的简单图.矩阵Q(G)=D(G)+A(G)表示图G的无符号拉普拉斯矩阵,其中D(G)和A(G)分别表示图G的顶点度对角矩阵和邻接矩阵.图G的无符号拉普拉斯埃斯特拉达指数定义为QEE(G)=∑_(i=1)~ne~(λ_i(G)),其中λ_1(G)≥λ_2(G)≥…λ_n(G)是指图G的无符号拉普拉斯特征值.本文确定了具有最大的无符号拉普拉斯埃斯特拉达指数的唯一的n个顶点的单圈图.     

关于代数特征值反问题对称情况可解的充分条件

§1.引言 本文讨论下述特征值反问题的可解性: 问题 G.设A_0=(a_(ij)~((0)))和A_k=(a_(ij)~((k)))(k=1,…,n)是一组n+1个n×n实对称矩阵,λ_1,…,λ_n是n个不同的实数.求实数c_1,…,c_n使得矩阵A_0+sum from k-1 to n C_k·A_k的特征值为λ_1,…,λ_n. [1]和[2]曾给出此问题可解的充分条件.本文应用Rothe不动点定理[3]给出问题G可解的另外两个充分条件.本文的结果可判定[1]和[2]中定理所不能判定的某些问题     

关于两个正定矩阵之积的特征值估计的一个注记

令A>0及B>0记两个n×n(n≥2)厄尔米特正定矩阵;μ_1≥μ_2≥…μ_n及ν_1≥ν_2≥…≥ν_n记A和B的特征值;设λ为AB的任意特征值.ShaHu-yun证得2/nμ_n~2ν_n~2/μ_n~2 ν_n~2<λ相似文献   

p.n.p.矩阵的一些性质

一个n阶实方阵若其各阶主子式皆非正,则称为部分非正阵,简写作p.n.p.矩阵.特别地,各阶主子式皆负的p.n.p.矩阵称为部分负矩阵,简写为p.n.矩阵。文[1]、[5]讨论了p.n.p.矩阵的谱性质。本文在[5]的基础上讨论了p.n.p.矩阵的若干性质,并给出p.n.p.矩阵特征值的某些估计式。 引理1 设A=(A_(ij)_n×n为一p.n.p.矩阵,则A的特征值之实部不全为负(n≥2)。 证 设λ_1,λ_2,…,λ_n为A的全部特征值。假定A的每一特征值之实部皆为负。分两种情     

图的规范拉普拉斯谱与优超（英文）

令G是简单图.记L(G)为图G的规范拉普拉斯矩阵,其特征值称为图的规范拉普拉斯特征值.[Adv.Math.(China),2017,46(6):848-856]给出了关于规范拉普拉斯特征值和的相关结论,并提出相关猜想.我们发现在上述文章中的一些重要结果中存在一些错误.本文修正了所有不正确的结果.此外,我们讨论了￡(G)的特征值优超不等式.利用这些结果,我们证实了[Adv.Math.(China),2017,46(6):848-8561中提出的一个猜想.     

图的距离谱综述

设D(G)为连通图G的距离矩阵,λ₁(D)≥…≥λn(D)是D(G)的特征值.距离特征值的研究可追溯到Graham和Pollack [Bell Syst.Tech.J.,1971,50:2495-2519]的工作,其中描述了负距离特征值数目与数据通信系统寻址问题之间的关系.2014年,Aouchiche和Hansen的综述[Linear Algebra Appl.,2014,458:301-386]给出了距离特征值的各种性质.本文中综述了2014-2020年间图的距离特征值研究的新进展.     

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.     

规范矩阵乘积的特征值的最优估计

文[1]给出了下面的定理: 设A,B为两个n×n(n>1)阶正定厄米特矩阵;μ_1,…μ_4;ν_1,…ν_n分别为A,B的特征值,     

一些图的拟拉普拉斯能量和基尔霍夫指标（英文）

G是具有拉普拉斯特征值μ1≥μ2≥···≥μn=0的的n阶连通图.G的拟拉普拉斯能量和基尔霍夫指标分别定义为LEL=∑n-1i=1√μi和Kf=n∑n-1i=11/μi.本文研究半正则图的线图及正则图细分图的线图,给出这两类图的拟拉普拉斯能量和基尔霍夫指标的界,同时获得它们的基尔霍夫指标公式.     

加法与乘法逆特征值问题的可解性

1.引言 本文讨论如下代数特征值反问题可解的充分条件: 问题A(加法逆特征值问题)。给定一Hermite矩阵A=(a_(ij))_(n×n)及n个实数λ_1,…,λ_n,求一实对角阵D=diag(c_1…,c_n),使得A+D的特征值为λ_1,…,λ_n。 问题M(乘法逆特征值问题)。给定一正定Hermite矩阵A=(a_(ij))_(n×n)和n个正实数     

关于包含一切n线树的图(一)——s(■_n)的下界

引言 文中n表示正整数,n≥4.■_n表示全体线数为n的树的集合。用|G|和‖G‖分别表示图G的点数和线数。用■■_n)表示所有以一切n线树为其子图的图的集合。令 文[1]给出了s(■_n)上、下界的估值。本文给出s(■_n)的新的下界估值。当n→∞时,新下界值与[1]中所给下界值的比的极限大于或等于2。 文中所用符号、术语,凡未加注释的,均与[2]同。     

一类特殊矩阵的逆特征值问题

本文主要讨论如下形式矩阵的逆特征值问题:即对给定n个实数λ_1>λ_2>…>λ_2与n-1个实数μ_1>μ_2>…>μ_(n-1),满足λ_1>μ_1>λ_2>…>λ_(n-1)>μ_(n-1)>λ_n,在α_2>α_3>…>α_(n-1)的条件下,存在唯一的一个矩阵A_n是以λ_i为其特征值;且其截边矩阵的特征值为μ_1,μ_2,…,μ_(n-1).     

关于Kahan定理的一个注记

设A∈C~(n×n),B∈C~(k×k)均为Hermite矩阵,它们的特征值分别为{λ_j}_(j=1)~n和{μ_j}_(j=1)~k(k≤n);Q∈~(n×k)为列满秩矩阵.令 (1) 则存在A的k个特征值λ_(j_2),λ_(j_2),…,λ_(j_k),使得 (2) 其中σ_k为Q的最小奇异值,||·||_2表示矩阵的谱范数.这是著名的Kahan定理·1996年曹志浩等在[2]中将(2)加强为 (3) 这是Kahan的猜想.在本文中,我们讨论将Kahan定理中“B为k阶Hermite矩阵”改为B为k阶(任意)方阵后,特征值的扰动估计,有以下结果. 定理 设A∈C~(n×n)为Hermite矩阵,其特征值为{λ_j}_(j=1)~n,B∈C~(k×k)的特征值为{μ_j}_(j=1)~k,而Q∈C~(n×k)为列满秩矩阵.则存在A的k个特征值λ_(j_1),λ_(j_2),…,λ_(j_k),使得     

关于Wielandt-Hoffman定理

关于正规矩阵的任意扰动,有下述定理成立. 定理1.设A为n阶正规矩阵,C为n阶任一矩阵.A的特征值为λ_1,…,λ_n,C的特征值为μ_1…,μ_n.C~H表示C的转置共轭,||·||_2与||·||_F分别表示矩阵的谱范数与Frobenius范数.记     

图的预解Estrada指标的界的估计（英文）

n阶图G的子图中心度,即后来著名的Estrada指标定义为EE（G）=∑_（i=1）~N e~（λ2）.其中λ_1,λ_2……λ_n为图G的特征值.作为复杂网络的一种中心性测度和一种分子结构描述符,Estrada指标在许多研究领域有着广泛的应用.最近,Estrada和High-ama引进了一种新的复杂网络中心度,即∑_（i=1）~n n-1n-1λ_i：他们称之为预解中心度,后来又被称为预解Estrada指标.本文主要利用图G的顶点数和边数给出了图G的预解Estrada指标的若干界.     

经典代数特征值反问题的一般提法

§1.引言 [3]曾提出两类Hermiie阵的代数特征值反问题,后来被人们称之为加法问题和乘法问题并推广到更一般的情形.到目前止,经典代数特征值反问题在数学上的最一般提法如下: 问题G.给定n+1个n阶实对称矩阵A,A_1,…,A_n和n个实数λ_1,…,λ_n,求n个实数x_1,…,x_n,使矩阵     

一个矩阵不等式的修正及应用

设R(C)为实(复)数域,H~(n×n)为n×n的Hermitian矩阵的集合。当A(∈C~(n×n))的特征值皆为实数时,如不特殊说明,约定A的特征值满足λ_1(A)≥…≥λ_n(A)。文[1]有如下不等式, 令A=B=[(?)],知(1)式一般不成立,(1)式是[1]将[2]的关于奇异值不等式     

解广义特征值反问题的同伦方法

1.引言 我们讨论下列广义特征值反问题: (G)已知B是n×n阶对称半正定矩阵,λ=(λ_1,…,λ_(2n-1))~T∈R~(2n-1),且{λ_i}~(n_3),和{λ_i}_(n+1)~(2n-1)严格交错。问题是欲求一个实对称三对角n×n阶矩阵A,使得λ_1…,λ_n是Ax=λBx的特征值,λ_(n+1),…,λ_(2n-1)是A_(n-1)x=λB_(n-1)x的特征值,其中A_(n-1),B_(n-1)分别是矩阵A,B的前n-1阶主子阵。     

代数特征值反问题之解的稳定性分析

考虑如下代数特征值反问题: 问题 G(A;{A_k}_1~n;λ).设 A=(a_(ij)),A_k=(a_(ij)~((k))),k=1,…,n是n+1个n×n的实对称矩阵,λ=(λ_1,…,λ_n)是n维实向量且λ_i≠λ_j,i≠j.求n维实向量c=(c_1,…,c_n)~T,使矩阵A(c)=A+sum from k=1 to n (c_kA_k)的特征值是λ_1,…,λ_n. 这一问题是经典加法问题的推广.当A_k-e_ke_k~~T(e_k是n阶单位阵的第k列)时,     

非自伴Jacobi-Gribov算子的谱分析及其广义特征向量的渐近分析(英文)

考虑对角元为q_n=μn,次对角元为α_n=iλn n+1~(1/2)而的非自伴无界Jacobi-Gribov矩阵,其中μ和λ为实数(μ为坡密子截距,λ为三坡密耦合量),i~2=-1.本文主要目的是研究Jacobi-Gribov矩阵广义特征向量的渐近性,并对[Comm.Math.Phys.,1987,113(2):263-297]中的一些结果给出了新的证明.同时详细分析了这一算子的谱.