多重Toeplitz矩阵与多重Hankel矩阵相乘的复杂度

1.二重Toeplitz矩阵相乘的快速算法nm阶方阵 称为nm型2重Toeplitz矩阵,其中A_i(i=-n+1,…,n-1)为m阶Toeplitz矩阵. 定义.设p_1×p_2矩阵A=(a_(ij))_(p_1×p_2),B为q_1×q_2矩阵.称p_1q_1×p_2q_2矩阵     

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。     

一类二重随机矩阵的幂极限

<正> 其中,-l/3≤ε≤1.当ε=1时,A、B均为单位矩阵.显然矩阵A、B均为二重随机矩阵.在马尔科夫链的研究中,可以看到此类矩阵的应用. 本文给出ε≠1时这类二重随机矩阵的幂极限. 引理1.A=(a_(ij))_(2k×2k),若k为奇数,则A有k重特征根ε,其余的k个特征根均为单实根,均属于(ε.1],1为最大特征根;若k为偶数,则A有(k+1)重特征根ε,其余的(K—1)个特征根均为单实根,均属于(ε,1],1为最大特征根.B=(b_(ij))_((2k+1)×(2k+1)),     

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))。     

矩阵方程ATXB+BTXTA=D的极小范数最小二乘解

1引言本文用Rm×n表示所有m×n实矩阵全体,ORn×n,ASRn×n分别表示n×n实正交矩阵类与反对称矩阵类.‖·‖F表示矩阵的Frobenius范数,A+为矩阵A的Moore-Penrose广义逆,A*B与A(?)B分别表示矩阵4与B的Hadamard乘积及Kronecker乘积,即若A=(aij),B=(bij),则A*B=(ajibij),A(?)B=(aijB),vec4表示矩阵A的按行拉直,即若A=[aT1,aT2,…,aTm],其中ai为A的行向量,则vecA=(a1a2…am)T.设A∈Rn×m,B∈Rp×m,D∈Rm×m,我们考虑不相容线性矩阵方程ATXB+BTXTA=D(1.1)     

子空间上的一类矩阵反问题

1 引言 设Rn×m为所有n×m实矩阵的集合,ASRn×n为n阶实反对称矩阵的集合,ORn×n 为n阶实正交矩阵的全体. In是n阶单位矩阵,A+,R(A),N(A)分别表示矩阵A的 Moore-Penrose广义逆、值域及零空间,并记EA=I-AA+,FA=I-A+A(I为单位矩 阵,A为任意矩阵).对A=(aij),B=(bij)∈Rn×m,A*B=(aijbij)表示矩阵A与B 的Hadamard积.在Rn×m上定义矩阵A与B的内积为(A,B)=tr(BT A),则由此内积 导出的范数‖A‖=(A,A)~(1/2)是矩阵的Frobenius范数,并且Rn×m构成一个完备的内积 空间.     

局部(F_4)条件和两指标鞅a.s.收敛性

<正> §1.引言和记号 设(Ω,,P)为完备的概率空间.N+为非负整数集,N_+~2={Z=(m,n):m,n∈N+}.N_+~2依通常顺序构成定向集,在N_+~2上定义运算“∨”和“∧”如下:设Z_1,Z_2∈N_+~2,Z_1=(m_1,n_1),Z_2=(m_2,n_2),则     

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     

由谱数据数值稳定地构造实对称带状矩阵

§1.引言 设r,n是正整数并且0r有a_(ij)=0.     

B类零壹矩阵的基的一些定理

定义1 令n≥3,M=(m_(ij))_(n×n),m_(ij)=1或0,对任意固定的i(1≤i≤n)最多存在一个j_0(1相似文献   

超平行体的体积

在三维几何空间中.以向量α=(a_1,a_2,a_3),β=(b_1,b_2,b_3),γ=(c_1,c_2,c_3)为棱的平行六面体的体积V 等于行列式|(a_(ij))|(i,j=1,2,3)的绝对值.设矩阵A 为A=(a_(ij))_(3×3),则V~2=|AA~T|,本文将这个结论推广到“维欧氏空间中,并由此推出关于体积的几个定理.     

矩阵特征值的几个扰动定理

1 引言 设A∈C~(n×m),B∈C~(m×m)(m≤n),它们的特征值分别为{λ_k}_(k=1)~n和{μ_k}_(k=1)~m.令 R=AQ-QB (1)这里Q∈C~(n×m)为列满秩矩阵.Kahan研究了矩阵A在C~(n×m)上的Rayleigh商的性质,证明了下列定理:设A为Hermite矩阵,Q为列正交矩阵,即Q~HQ=I,而B=Q~HAQ,则存在 1,2,… ,n的某个排列π,使得 {sum from j=1 to m │μ_j-λ_(π(j))│~2}~(1/2)≤2~(1/2)‖R‖_F (2)其中R如(1)所示,‖·‖_F为矩阵的Frobenius范数.刘新国在[2]中将此定理推广到B为可对角化矩阵的情形,并且还建立了较为一般的扰动定理:设A为正规矩阵,B为可对角化矩阵;存在非奇异矩阵G,使得G~(-1)BG为对角阵,则存在1,2,…,n的某个排列π,使得 │μ_j-λ_(π(j))│≤2(2~(1/2))nK(G)_(σ_m~(-1))‖R‖_F,j=1,2,…,m. (3)     

SOME INEQUALITIES OF GENERALIZED SINGULAR VALUES OF MATRICES

@1 Definition 1 Let A=(α_(ij))∈C~(n×n),B=(b_(ij))∈C~(n×n),is nonsingular.The generalizedsingular values of A(relative to B)are following determinate nonnegative real numberswhen ||·||_2 denotes the Euclid vector norm,〈n〉={1,2,…,n}.Definition 2 Let A,B∈C~(n×n),if there exist λ∈C and x∈C~n\{0},such     

关于Hadamard不等式的再改进

本文提出并改进了文[1]中所给出的几个关于可除环上矩阵行列式的不等式,利用这些不等式我们给出了可除环上任意非奇异矩阵的经典Hadamard不等式的一个再改进. 定义1 设A=(a_(ij))_(n×n)是四元数除环Ω上的矩阵,A=(a_(ij))_(n×n)是A的共轭矩阵,如果A=A,则称A为自共轭矩阵,如果A的各阶主子式均为正实数,则称A为正定自共轭矩阵(文[2]定理4).     

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     

矩阵方程的最小二乘解

1　引言与引理设 Rm× n表示所有 m× n阶实矩阵的集合 ,ORn× n为所有 n阶实正交矩阵的全体 ,In 是 n阶单位矩阵 .AT、A+、rank A分别表示矩阵 A的转置、MP逆及秩 ;‖·‖是矩阵的Frobenius范数 .此外 ,对于 A =(αij)∈ Rs× s,B =(βij)∈ Rs× s,A * B表示 A与 B的Hadamard积 ,其定义为 :A* B=(αijβij) 1≤ i,j≤ s,现考虑如下问题 :问题 P　给定 A∈Rn× m,B∈Rp× m,D∈Rm× m求 X∈Rn× p,使得Φ =‖ ATXB - BTXTA - D‖ =m in　　我们知道 ,矩阵方程 ATX B- BTXTA=D在自动控制理论中有很重要的作用[1 ,2 ] .…     

有限型的首次返回例外集的测度和维数北大核心CSCD

设M=(m_(ij))是一个b×b阶矩阵且m_(ij)∈{0,1},∑_(M)是矩阵M=(m_(ij))诱导产生的有限型,σ是其上左推移算子.本文主要研究的是有限型动力系统(∑_(M),σ)上的首次返回速度问题.令τ_(k)(x)是点x∈∑_(M)首次返回到包含x的k阶柱集时间,且E_(α,β)={x∈∑_(M):lim inf_(k→∞)(logτ_(k)(x))/k=α,lim sup_(k→∞)(logτ_(k)(x))/k=β}.我们证明了:当M是不可约矩阵时,对任意0≤α≤β≤+∞,集合E_(α,β)的Markov测度要么等于0要么等于1并且具有满的Hausdorff维数.     

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     

一类矩阵的SSOR法的误差估计

其中A=(a_(ij))_1~N是N×N非奇异矩阵,且 D=diag(a_(ii))是由A的对角元组成的对角矩阵;假定a_(ii)>0,记A为 A=D-G-H,其中G与H是严格下与上三角矩阵.于是,可将Jacobi迭代矩阵定义为     

热传导方程的有限元与边界积分方法

0 引言 设Ω是R~2中具有光滑边界гΩ的有界区域,Ω~cR~2\Ω.对任意实数T>0,记I[0,T].我们考虑如下初边值问题: u-Δu=f(x,t),(x,t)∈Ω~c×I, u(x,t)=0,(x,t)∈г×I, (0.1) u(x,0)=φ(x),x∈Ω~c. 现在我们引入一条嵌入Ω~c中的人工边界г_0(г_0可以是光滑的,也可以是不光滑的),г_0将Ω~c分为两部分:无界区域Ω_2;有界区域Ω_1,且假定suppfΩ_1,suppφΩ_1.用n=(n_1,n_2)表示г_0的单位外法向量.