非负全连续算子的谱模

设 A=(a_(ij))是 l_2中一个全连续算子,其中a_(i_1j)≥0.当 A~*A 为不可约时,本文证明了|||A|||+2=min{r(B)c_1(C)∶A=BoC},其中 A=BoC 表示对一切 i,j,a_(ij)=b_(ji)c_(ji),r(B)=sup(sum from j=1 to ∞ |b_(ij)|~2)~(1/2),c_1(C)=(sum from i=1 to ∞ (c_(ji)~2)~(1/2),并给出极小解的具体形式.文中所有结果均适用于 A_(mn)为一 m×n 矩阵的情形     

布尔矩阵广义逆的若干判定定理

本文所论的矩阵均指 n 阶布尔方阵。A=(a_(ij)),B=(b_(ij)),若 a_(ij)≤b_(ij),i,j=1,2,…,n,则称 A≤B.对 A=(a_(ij)),若存在矩阵 G,使 AGA=A,称 G 是 A 的广义逆(g 逆),又令(?)称矩阵 A_0=(g_(ij))为 A 的相伴阵。A_0的转置阵为 A_0~T=(g_(ij)~T).     

利用矩阵初等变换求非奇线性对应的表示式

1 问题的提出非奇线性对应即是由表示式确定的齐次坐标(x_1,x_2,x_3)和(x'_1,x'_2,x'_3)之间的对应,在高等几何中,二维射影变换是非奇线性对应。怎样由给定的两组无三点共线的四点a=(a_1,a_2,a_3),b=(b_1,b_2,b_3),c=(c_1,c_2,c_3),d=(d_1,d_2,d_3)和a'=(a'_1,a'_2,a'_3),b'=(b'_1,b'_2,b'_3),c'=(c'_1,c'_2,c'_3),d'=(d'_1,d'_2,d'_3)计算出非奇线性对应(1),使得     

Interchanges and Invariant Positions in (?)_c (R,S)

Let C=(c_(ij)) be an m×n (0,1)-matrix. Let R=(r_1,…,r_m) and S=(s_1,…,s_n) be nonnegative integral vectors. Denote by (?)_c(R,S) the set of all m×n (0, 1)-matrices A=(a_(ij)) satisfying a_(ij)≥c_(ij),a_(il)+…+a_(in)=r_i,a_(lj)+…+a_(mj)=s_j for 1≤i≤m, 1≤j≤n.     

对称次反对称矩阵的一类反问题

1 引言 用R~(m×n),SR~(n×n),ASR~(n×n),OR~(n×n)分别表示所有m×n实矩阵,n阶实对称矩阵,n阶实反对称矩阵和n阶实正交矩阵组成的集合,I_k表示k阶单位矩阵,S_k表示k阶反序单位矩阵,||A||表示矩阵A的Frobenius范数。若A=(a_(ij))∈R~(n×n),记D_A=diag(a_(11),a_(22),…,a_(nn)),L_A=(l_(ij))∈R_(n×n)其中当i>j时,l_(ij)=a_(ij),当i≤j时,l_(ij)=0,(i,j=1,2,…,n).若A=(a_(ij)),B=(b_(ij))∈R~(m×n),A*B表示A与B的Hadamard乘积,其定义为A*B=(a_(ij)b_(ij))。     

Neuberg-Pedoe不等式的高维推广及应用

<正> 全文中我们用 ∑_A,∑_B表示n维欧氏空间E~n中的单形;其顶点分别为a_1,a_2,…,a_(n+1)和b_1,b_2,…,b_(n+1);其稜长分别为 a_(ij)=|a_ia_j|和b_(ij)=|b_ib_j|;其体积分别为V(A),V(B). 令∑_A,∑_B的顶点集{a_i},{b_i}的Cayley-Menger阵分别为n+2阶方阵:     

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)     

线性流形上对称正交对称矩阵逆特征值问题

1.引言 令R~(n×m)表示所有n×m阶实矩阵集合;OR~(n×n)表示所有n阶正交矩阵全体;A~+表示A的Moore-penrose广义逆;I_к表示К阶单位阵;SR~(n×n)表示n阶实对称矩阵的全体;rank(A)表示A的秩;||·||是矩阵的Frobenius范数;对A=(a_(ij)),B=(b_(ij))∈R~(n×m),A＊B表示A与B的Hadamard乘积,其定义为A*B=(a_(ij),b_(ij))。     

线性流形上实对称矩阵最佳逼近

1.引言 首先介绍一些记号,IR~(n×m)表示所有n×m实矩阵的全体,SIR~(n×n)表示所有n×n实对称矩阵的全体,OIR~(n×n)表示所有n×n正交矩阵的全体,I_n表示n阶单位矩阵,A~T和A~+分别表示矩阵A的转置和Moore-Penrose广义逆。对A=(a_(ij)),B=(b_(ij))∈IR~(n×m),A＊B表示A与B的Hadamard积,定义为A＊B=(a_(ij)b_(ij)),并且定义A与B的内积     

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。     

三角形方程的简化及分类

已知△ABC三顶点坐标为A(a,b),B(c,d),C(e,f),则其绝对值方程可写成如下形式: |a_1x b_1y c_1| |a_2x b_2y c_2| |a_3x b_3y c_3|=0 其中系数a_i,b_i,c_i=1,2,3可由顶点坐标确定。     

Classification of Cartan Matrices of Hyperbolic Type

In the theory of finite dimensional semisimple Lie algebras,it is known thatthe Cartan matrix A=(a_(ij))_i~n, i=1 has the following properties: (1)a_(ii)=2,i=1,…,n; (2)a_(ij)≤0 for i≠j,a_(ij)∈Z; (3)a_(ij)=0 a_(ji)=0. Now if a matrix A=(a_(ij))_i~n,j\j=1 satisfies (1),(2),(3),then A is called     

二元二次多项式的一种因式分解方法

本文给出二元二次多项式 f(x,y)=ax~2 bxy cy~2 dx ey c(*)。因式分解的一种通用方法。 定理:多项式(*)能分解成两个一次式之积(a_1x b_1y c_1)(a_2x b_2y c_2)的充要条件是 ax~2 dx f=(a_1x c_1)(a_2x c_2),(1)     

t-可约二部分竞赛图的得分表偶

设 T_(m,n)是 m×n 二部分竞赛图,(X,T)是 T_(m,n)的顶点集合 V(T_(m,n)的有序分划,其中|X|=m,|Y|=n.设 X={x_1,x_2,…,x_m},Y={y_1,y_2,…,y_n}.顶点x_1,x_2,…,x_m 在 T_(m,n)中的得分依次为 a_1,a_2,…,a_m,a_1≤a_2≤…≤a_m;y_1,y_2,…,y_n 在 T_(m,n)中的得分依次为 b_1,b_2,…,b_n,b_1≤b_2≤…≤b_n.记 A=(a_1,a_2,…,a_m),B=(b_1,b_2,…,b_n).有序向量偶(A,B)称为 T_(m,n)的得分表偶.反之,给定有序非负整向量偶(A,B),其中 A=(a_1,a_2,…,a_m),a_1≤a_2≤…≤a_m,B=(b_1,b_2,…,b_n),b_1≤b_2≤…≤b_n,是否存在 m×n 二部分竞赛图 T_(m,n),使得(A,B)是 T_(m,n)的     

用行列式证三数成等差数列

定理如果a_1、b_1、c_1、三数成等差数列(a_1、b_1、c_1为互不相等的三数),那么a_2、b_2、c_2三数成等差数列的充要条件是证明 (充分性):设a_1、b_1、c_1三数成等差数列的公差为d,则b_1-a_1=d=c_1-b_1,c_1-a_1=2d。     

一个猜测的否定

对第43届普特南数学竞赛题“△~(1/2)(a_1,b_1,c_1)+△~(1/2)(a_2,b_2,c_2)≤△~(1/2)(a_1+a_2,b_1+b_2,c_1+c_2)”(其中△(a,b,c)表示以a,b,c为边长的三角形面积),该刊1989年第4期“一道竞赛题引起的猜测”一文中提出如下猜测:     

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     

快速模糊系统

1.模糊矩阵及半序关系若矩阵 A=[a_(ij)]_(n×m),其中0≤a_(ij)≤1,则称 A 是一个 n×m 阶模糊矩阵,这种模糊矩阵的全体记为 M_(n×m).任意 A=[a_(ij)]_(n×m),B=[b_(ij)]_(n×m) 是两个 n×m 阶模糊矩阵,若 b_(ij)≤a_(ij),1≤i≤n,1≤j≤m,记为 B≤A(或等价记为 A≥B);关系“≤”(或“≥”)构成了 M_(n×m)中的一个半序关系.在 M_(n×m)中定义:     

基于新的随机选择方式的随机Kaczmarz算法

正1引言Kaczmarz算法[8]是求解超定相容线性方程组的最受欢迎的方法之一,Ax=b,(1.1)其中矩阵A=(a_(ij))∈C~(m×n)(m≥n),b=(b_1,b_2,…,b_m)~T∈C~m,a_i~T(i=1,2,…,m)表示矩阵A的行.由于其简单且收敛速度快,Kaczmarz算法的应用范围非常广泛,最早是被     

一类(a+1,3)型的距离正则图

设Γ是直径为d且型为(α 1,3)的距离正则图,其中α≥2.用l(c,a,b)表示交叉阵列l(Γ)中列(c,a,b)~t的个数,记r=r(Γ)=l(c_1,a_1,b_1),s=s(Γ)=l(c_(r 1),a(r 1),b_(r 1)).那末,若c_(r 1)=3且a_(r 1)=3a,则d=r s 1,c_d=4且Γ为正则拟2d边形.