两个矩阵同时化为Hermite标准型的一个充分必要条件

利用单纯的矩阵方法得到.两个同型矩阵A,B能够同时化为Hermite标准型的一个充分必要条件是rank(A B)=rankA rankB.在此基础上,若同型矩阵序列A1,A2…,A1满足rank(A1 … A1)=rankA1 … rankA1,则对任意两个矩阵Ai,Aj(i≠j)均可以同时化为Hermite标准型.     

利用有限域上Hermite矩阵的标准型构造卡氏认证码

认证码被用在通讯渠道中,除了发方和收方外,还存在一个敌方,敌方掌握某种手段,可以模仿攻击或替换攻击.本文利用有限域上Herm ite矩阵的标准型构作了一个卡式认证码并计算出该码的所有参数,进而,假定编码规则按照统一的概率分布所选取,该码的成功伪造与成功替换的最大概率P1与PS亦被计算出来.     

利用分块矩阵求解非齐次线性方程组

给出了非齐次线性方程组的一种解法，利用分块矩阵求解.     

求解稠密线性方程组的并行算法研究

基于对稠密线性方程组系数矩阵的一种新的分解方法，给出了分解与求解过程的并行算法，并分析了利用Ｐ台处理机并行运算时的加速比。     

双重Hermite矩阵的性质

通过对Hermite矩阵的研究,给出了次Hermite矩阵、反Hermite矩阵、Hermite矩阵、反次Hermite矩阵、双重Hermite矩阵、反双重Hermite矩阵的基本概念,得到了双重Hermite矩阵、反双重Hermite矩阵的线性运算的封闭性,判定次Hermite矩阵的充要条件,以及双重Hermite矩阵、反双重Hermite矩阵之积是双重Hermite矩阵的充要条件;还得出了反双重Hermite矩阵的主、次对角线元素的特征等。     

关于Hermite矩阵或斜Hermite矩阵乘积迹的不等式

设Ａ，Ｂ同时为Ｈｅｒｍｉｔｅ矩阵或斜Ｈｅｒｍｉｔｅ矩阵，则９１）ｔｒ（ＡＢ）＾ｍ≤ｔｒ（Ａ＾ｍＢ＾ｍ）对一切非负偶数ｍ成立，对一切非负奇数ｍ不一定成立。（２）ｔｒ｛（ＡＢ）＾ｍ」（ＡＢ）＾＊」＾ｍ≤ｔｒ（Ａ＾２Ｂ＾２）＾ｍ对一切自然数ｍ成立。     

求解线性方程组SOR-k方法的一个注记

考虑将p循环矩阵划分为k循环矩阵（2≤k≤p）来解决p循环系统Ax=b（p〉2）的SOR-k方法．Evans和Li在隐函数存在和可微的假定下，比较了SOR-k选代矩阵Lω^（K）（2≤k≤p）的最优谱半径．但是，Evans和Li并未给出此假定合理性的证明，本文将给以证明．     

Hermite矩阵方程的解

本文主要讨论矩阵方程XAX^＊=A的一般解（其中A为（斜）Hermite矩阵;X^＊为X的共轭转置）,以及考虑矩阵方程XAX=A的Hermite矩阵解（其中X为Hermite矩阵解）.     

线性方程组AX=b的反问题求解

所谓n阶复方阵A是正定的是指对任意n维非零复列向量X,都有ReX*AX>0.文章给出了线性方程组AX=b的反问题具有复正定方阵解的一个充要条件.     

求解线性方程组的一种迭代算法

对系数为对称正定矩阵的线性方程组,利用系数矩阵主对角线上元素的和构造一种新的收敛迭代格式．     

Jordan标准型在非齐线性常微分方程中的应用

利用等价方程组,Jordan标准型与常数变易公式,研究了一类n阶常系数非齐线性常微分方程P（D）y=a（x）cose^λx＋b（x）sine^μx,得到了它的一种新的求解方法．最后给出了一个详细的实例．     

矩阵的PQ分解及线性方程组

给出了矩阵的一种三角分解法——PQ分解，并利用这种分解讨论了线性方程组Ax=6的解法，最后就对称正定矩阵的特殊情形给出了类似于Cholesky分解的平方根分解法。     

若当标准形计算简化及在解线性递推式中应用

对若当标准形及所使用的可逆矩阵的计算加以简化，并借助若当标准形给出线性递推关系式求解的一般方法。     

求解线性方程组的一种迭代算法及其收敛性

对于求解线性方程组Ax=b,考虑当矩阵A为对称正定矩阵或者M矩阵时,文章给出了一种松弛迭代算法并且讨论了其收敛性.从数值结果,可以看出此算法的优越性.     

利用赋权二部图解线性方程组

本文在赋权二部图上施行矩阵的各种运算之基础上,进一步给出用图求解线性方程组的方法。     

关于无穷维线性方程组的ABS算法

ABS算法是一类求解线性与非线性方程组的投影算法，已被用于许多最优化问题的求解。笔将求解线性方程组的基本ABS算法应用于l2空间上的算子方程，得到求解无穷维线性方程组的ABS算法的相关性质及其解的一般形式。     

求解线性方程组的初参数方法

本文提出一种求解线性方程组的直接解法，该方法把较大方程组的求解化为可并行的较小方程组求解。可适用于大系统问题或高维数值解问题的求解，也可处理混合问题的不同区域，方法的实施与方程组的可解性无关。这对于求解变系数不定常问题是有意义的。     

追赶法求解拟五对角线性方程组

 根据拟五对角矩阵的特点,沿用追赶法的思想,首先将拟五对角系数矩阵分解成3个简单矩阵的乘积A=LUD,其中L为下三角形矩阵,U为单位上三角形矩阵,D为拟对角矩阵。然后将拟五对角线性方程组的求解问题转化为求解以下3个简单的线性方程组：Lz=f,Uy=z,Dx=y。通常的LU分解仅求解2个方程,本算法虽然将问题转化为3个方程组的求解,复杂度却没有增加,总的运算量仅为O（39n）。由于算法沿用追赶法矩阵分解的思想,对于严格对角占优的五对角线性方程组具有良好的数值稳定性。数值结果表明,算法的计算时间与方程组阶数n呈线性关系。     

迭代算法求解矩阵方程埃尔米特双对称解

通过构建一个迭代算法来求解复矩阵方程组最小F范数剩余问题:min‖[A_1XB_1+C_1D_1A_2XB_2+C_2D_2]-(M_1M_2)‖,其中X是埃尔米特双对称矩阵,即满足X=X~H=S_nXS_n;在不考虑舍入误差的条件下,对于任意双埃尔米特矩阵X_0,矩阵方程组的解都能在有限步内得到;最后,给出一个数值试验来检验算法的有效性.     

一种解线性方程组的新方法

利用初等行变换给出了线性方程组的一种新解法,此方法可以直接得到齐次线性方程组的一个基础解系;对于非齐次线性方程组,此方法不仅可以判断方程组是否有解,而且在有解时还可以同时得到方程组的一个特解和对应的齐次线性方程组的基础解系.