关于两个厄米特矩阵乘积的特征值的估计问题

设A,B是两个任意的n阶厄米特矩阵(不假定A,B正定)。本文利用A,B的特征值给出了乘积矩阵AB的特征值的取值范围,基本上解决了对两个n阶厄米特矩阵乘积的特征值的估计,当A,B都是正定阵时,我们的结果大大地改进了[3]的结果。     

关于正定厄米特矩阵的一个定理

本文推广了文献 [2 ]给出的一个不等式 ,得到以下结果 :设 Ai,Bi,… ,Ci( i=1 ,2 ,… ,k)都是 n阶正定厄米特矩阵 ,α,β,… ,γ都是正实数 ,且 α+β+… +γ=p≥1 ,则∑ki=1|Ai|α|Bi|β… |Ci|γ <∑ki=1Ai α ∑ki=1Bi β… ∑ki=1Ci γ     

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,     

关于正定厄米特矩阵的Schur补的迹和特征值的不等式

本文研究了正定厄米特矩阵Schur补的迹和特征值的性质,通过一个不等式的证明,得到了正定厄米特矩阵和的Schur补与正定厄米特矩阵Schur补的和的迹和特征值之间的不等式.     

次正规矩阵、次酉矩阵、次厄米特矩阵及反次厄米特矩阵

主要研究了下列几方面问题:(i)次酉矩阵、次厄米特矩阵及反次厄米特矩阵的特征值与次特征值;(ii)次正规矩阵、次酉矩阵、次厄米特矩阵及反次厄米特矩阵分别与正规矩阵、酉矩阵、厄米特矩阵及反厄米特矩阵之间的关系;(iii)次正规矩阵、次酉矩阵、次厄米特矩阵及反次厄米特矩阵之间的联系.     

关于正定厄米特矩阵的一个不等式的推广

本文推广了正定厄米特矩阵的一个不等式 ,得到以下结果 :设 A( i) ,B( i) ,… ,C( i) ( i=1 ,2 ,… ,m)都是 n阶正定厄米特矩阵 ,A( i)11,B( i)11,… ,C( i)11为其相应矩阵的 k阶顺序主子阵 ,1≤ k≤ n-1 ,α,β,… ,γ都是正实数 ,且 α+β+… +γ=p≥ 1 ,则有∑mi=1|A( i) |α|A( i)11|α,|B( i) |β|B( i)11|β… |C( i) |γ|C( i)11|γ) <∑mi=1A( i) α∑mi=1A( i)11α.∑mi=1B( i) β∑mi=1B( i)11β…∑mi=1C( i) γ∑mi=1C( i)11γ     

关于“厄米特矩阵乘积的迹及其应用”一文的注记

本文改进[1]的主要结果,并指出了一些错误。     

关于矩阵和与矩阵积的特征值的关系

本文给出了两个矩阵积的迹与其特征值之间的若干等价关系,并推广到两个矩阵和的情形.     

厄米特矩阵的迹的几点性质

应用矩阵A=(aij)∈C^m&;#215;n的弗罗伯尼范数‖A‖r和谱范数‖A‖s，研究厄米特矩阵的迹的性质，得到几个结论：Tr(AB)=∑λ=1^n λi∑tijuj(λ，uj分别为A，B的特征值，0≤tij≤1，且∑i=1^n tij=1，j=1，2，…，n), Tt(AB)≤Tr(A)‖B‖s≠Tr(AB)^H(AB)]≤Tr(A^H A)[MAXλ 1＜i＜n]^x(λ是B的特征值)等。     

四元数自共轭矩阵乘积的特征值不等式

由于四元数对乘法无交换律,因而对四元数自共轭矩阵的特征值问题的讨论比复数矩阵的相应问题要困难得多,文[1]、[2]分别对四元数自共轭矩阵的特征值和两个四元数自共轭矩阵乘积的特征进行了估计,做了一定的工作,但与复数域上的有关结果相比较,还有较大差距.本文对四元数自共轭矩阵乘积的特征值进行了探讨.得到了较好的结论,推广了[1]、[2]中的结果。     

Hermite矩阵特征值的新扰动界

本文研究了Hermite矩阵特征值的任意扰动,给出了新的绝对和相对扰动界．所给出的界改进了Hoffman-Wielandt和Kahan早期的结果．     

利用矩阵的初等变换求方阵的特征值

高阶方阵的特征值的求得,需求解一元高次方程,这往往有一定的难度.本文依据矩阵的初等变换的一些良好性质,介绍两种利用矩阵的初等变换化简方阵的特征值的计算的方法.     

矩阵Fan积特征值的界

设Z_n为非对角元素都为非正实数的n阶方阵的集合,令A_k∈Z_n,k∈{1,…,m},给出矩阵Fan积最小特征值的一个新下界,其中p_k>0且and (sum from k=1 to m)1/p_k≥1,这个下界改进了文献中的相关结果.     

规范矩阵乘积迹的一个不等式

本文给出规范矩阵乘积迹的一个新的更强的不等式,推广了陈道琦先生1988年得到的一个著名结果。     

Least-Squares Solution of Inverse Problem for Hermitian Anti-reflexive Matrices and Its Appoximation

In this paper, we first consider the least-squares solution of the matrix inverse problem as follows： Find a hermitian anti-reflexive matrix corresponding to a given generalized reflection matrix J such that for given matrices X, B we have minA ｜｜AX - B｜｜. The existence theorems are obtained, and a general representation of such a matrix is presented. We denote the set of such matrices by SE. Then the matrix nearness problem for the matrix inverse problem is discussed. That is： Given an arbitrary A^＊, find a matrix A E SE which is nearest to A^＊ in Frobenius norm. We show that the nearest matrix is unique and provide an expression for this nearest matrix.     

任意多个Hermitian矩阵的Khatri-Rao乘积的一些不等式

最后S.Liu[2]和笔[4]得到了两个Hermite矩阵的Khatri-Rao乘积的一些不等式。我们以两种方式来推广这些结果。首先，将结论推广到任意有限个Hermite矩阵的Khatri-Rao乘积；其次，给出了相应不等式的等式成立的充分必要条件。     

Estimates for the Eigenvalues of Matrices

For matrices whose eigenvalues are real (such as Hermitian or real symmetric matrices), we derive simple explicit estimates for the maximal (λ_max) and the minimal (λ_min) eigenvalues in terms of determinants of order less than 3. For 3 × 3 matrices, we derive sharper estimates, which use det A but do not require to solve cubic equations.     

两个Hermitian矩阵的Hadamard乘积的特征值估计

Schur定理规定了半正定矩阵的Hadamard乘积的所有特征值的整体界限,Eric Iksoon lm在同样的条件下确定了每个特征值的特殊的界限,本文给出了Hermitian矩阵的Hadamard乘积的每个特征值的估计,改进和推广了I.Schur和Eric Iksoon Im的相应结果。     

Augmentation and Modification Problems for Hermitian Matrices

We obtain necessary and sufficient conditions for the solvability of the augmentation and modification problems of order for Hermitian matrices. The augmentation problem consists in the construction of a Hermitian -matrix with a given -block in block -representation and with the prescribed eigenvalues. The modification problem consists in the construction of a Hermitian -matrix of rank not greater than so that the obtained matrix, being added to a given Hermitian -matrix , will have the required spectrum. We give an estimate for the minimal number of different eigenvalues of the solutions to these problems.