关于复方阵的平方根

本刊文 [1]中提出如何判断一个方阵是否存在平方根的问题 .这里 ,我们就 n阶复方阵情形给出三个判别准则 .设 A是 n阶复方阵 ,JA 表示它的若当标准形 ,则存在相似变换矩阵 P,使得 A=PJAP-1 .有关复方阵 A的若当标准形 JA 以及相似变换矩阵P的求法 ,见本刊文 [2 ]或 [3 ] ,本文不再赘述 .定义 1　设 A是 n阶复方阵 ,若存在 n阶复方阵 B,使得 B2 =A,则称 B为 A的平方根 .为书写简便 ,我们用记号 Jr( x) ( r≥ 1)与diag[B1 ,B2 ,… ,Bs]分别表示 r阶若当矩阵和对角块矩阵 :x 1 x 1x∈ Mr( C) ,B1 B2 Bs.用文 [2 ]中给出的计算复…     

二阶方阵的平方根和三角方阵的三角平方根

二阶方阵的平方根和三角方阵的三角平方根胡结梅（南昌航空工业学院基础一部３３００３４）定义设Ａ是一个ｎ阶方阵，若存在ｎ阶方阵Ｂ，使Ｂ２＝Ａ，则称方阵Ｂ是方阵Ａ的一个平方根．以ｄｅｔＡ表示方阵Ａ的行列式，则由定义得：ｄｅｔＢ＝±ｄｅｔＡ．下面的定理１给出...     

Laffey—Choi定理的一个证明

A,B是n阶复矩阵,是否存在可逆矩阵P使P(~-1)AP与P~(-1)BP同时为上三角复矩阵(称A,B同时复上三角化),Laffey在文[1]中给出了下述定理,尔后Choi等人在文[2]中给出了简化证明,本     

非奇异H-矩阵一类新的实用性判据

1引言在计算数学、数学物理、控制论与矩阵论中,非奇异H-矩阵是有着重要应用的一类特殊矩阵,有关其数值判定也一直是矩阵计算的重要课题,不少学者对此进行了研究,得到了许多结果,如文[1]-[10]都给出一些比较实用的判别方法．本文另提出了一些新的实用性判别,进一步改进了文[1]的主要结果．用Cn×n表示n阶复矩阵集,设A=(aij)∈Cn×n,记,若|aii|≥Λi(i=1,2,…,n)(本文用Λi表示Λi(A)),则称A为对角占优矩阵;如果每个不等号都为严格成立,则称A为严格对角占优矩阵,记A∈D;若存在正对角阵X,使得AX为严格对角占优矩阵,则称A为广义严格对角占优阵,记A∈D．设A∈Zn×n={(aij)∈Cn×n|aij≤0,i≠j;i,j∈N},若A=sI-B,s>ρ(B),其中B为非负方阵,ρ(B)表示B的谱半径,则称A为非奇异M-矩阵．若A∈Cn×n的比较矩阵M(A)=(mij)为非奇异M-矩阵,则称A为非奇异H-矩阵,其中     

矩阵可对角化的一个充要条件

本文给出矩阵可对角化(即可与对角矩阵相似)的一个充要条件,并推广了文[1]中的一个结果。首先叙述如下: 引理设A,B都是n阶矩阵,则有秩(AB)≥秩A+秩B-n 证明可见[2],这里从略。定理设A是数域F上的一个n阶矩阵,     

特征值全为正的实二重随机阵的存在性

<正> 若 n 阶方阵 T=(t_(ij))满足 t_(ij)≥0,sum from i=1 to n t_(ij)=1,sum from i=1 to n t_(ij)=1,i,j=1,2,…,n,则称 T 为实二重随机阵.设 A 为 n 阶方阵,当 n≥2时,如果存在 n 阶置换阵 P,使(?),其中 A_(11)为 r 阶方阵,1相似文献   

矩阵对角占优性的推广及应用

§1.引言设 A=(a_(ij))_(n×n)为一复矩阵,若有一正向量 d=(d_1,d_2,…,d_n)~T 使得d_i|a_(ij)|≥sum from j≠1 d_j|a_(ij)|,(1)对每一 i∈N={1,2,…,n}都成立,则称 A 为广义对角占优矩阵,记为 A∈D_0~*;如若(1)式中每一不等号都是严格的,则称 A 为广义严格对角占优矩阵,记为 A∈D~*.特别地,当 d=(1,1,…,1)~T 时,A∈D_0~*及 A∈D~*即是通常的对角占优与严格对角占优,分别记作 A∈D_0及 A∈D.利用矩阵的对角占优性质讨论其特征值分布是矩阵论中的重要课题,文献[5]—[10]给出了这方面的重要结果.n 阶实方阵 A 称为 M-矩阵,如果 A具有形式:A=sI-B,s>ρ(B),其中 B 为 n 阶非负方阵,ρ(B)表 B 之谱半径,利用广义严格对角占优的概念,文[1]给出了 M-矩阵的等价表征:若 n 阶实方阵     

广义行列式与Cramer法则

设A是一个n阶方阵,B是一个n×m矩阵,则容易证明:当A可逆时,矩阵方程AX=B有唯一解:X=A~(-1)B。如果m=1,则由此便得到熟知的Cramer法则。因此,以上结论自然可视为Cramer法则的一种推广。文[4]利用k阶子式阵曾给出Cramer法则的另一种推广。本文则定义一种广义行列式,并由此给出Cramer法则的又一种非常自然的     

利用四分块矩阵求n阶行列式的值

本文介绍一种用分块矩阵求行列式的值的方法。对于分块矩阵的行列式,文[1]P207曾给出如下定理1的结论: 定理1 设A、B、C,D都是n阶矩阵,其中|A|≠0,并且AC=CA,则     

Lotka—Volterra捕食被捕食环型系统的稳定性

考虑如下n维Lotka-Volterra系统其中x~*=(x_1~*,x_2~*,…,x_n~*)为系统(Ⅰ)的唯一正平衡点,A=(a_(ij))_(n×n)为系统(Ⅰ)的关系矩阵对于系统(Ⅰ),文[1]、[2]分别独立地给出了定理1 对于系统(Ⅰ)的关系矩阵A,若存在正对角阵C=diag(c_1,c_2,…,c_n)使得矩阵CA+A′C负定,则正平衡点x~*全局稳定。对应于定理1,又有关于矩阵A的定义2 n阶矩阵A称为Volterra-Liapunov稳定,如果存在n阶正对角矩阵C=     

关于几乎可分方阵指数的一个猜想

在文[1]中,提出了n阶几乎可分布尔方阵A中1的个数σ(A)及其本原指数γ(A)之间关系的一个猜想.本文给出了一族反倒,证明了这一猜想对于n≥6的所有情形都是不成立的.     

|A B|~(1/n)≥|A|~(1/n) |B|~(1/n)的一个证明

文[1]、[2]用两种方法证明了命题:设A,B是n阶正定矩阵,则有|A B|~(1/n)≥|A|~(1/n) |B|~(1/n)等号成立当且仅当A=kB(k>0)。本文用矩阵迹的概念给出一个不同的证明。我们首先证明下面两个引理。     

逆p·n·p·矩阵的表征

一个n阶实方阵A,若其各阶主子式皆非正,则称A为p.n.p.矩阵,记作A∈PNP;特别地,若A∈NP且各阶主子式皆负,则称A为p.n.矩阵,记作A∈PN进一步,若n阶实方阵A非奇异,且A^-1∈PNP,则称A为逆p.n.p.矩阵,记作A∈IPNP;特别地,若A^-1∈PN,则称A为逆p.n.矩阵,记作A∈IPN。     

矩阵的逆

§1.方阵众所周知,n阶方阵A的逆通常采用以下定义。定义1 设A是一个n阶方阵,如果存在有一个n阶方阵B,使得 AB=BA=I,其中I是n阶单位方阵,则A称为可逆方阵,而B称为A的逆,记作A~(-1)。上述定义中,用了两个矩阵方程AX=I,XA=I,其中X为n阶未知矩阵。容易产生的问题是:能否只用一个方程,例如AX=I,来定义方阵的逆?答案是肯定的。下面给出方阵的逆的另一定义: 定义2 设A是一个n阶方阵,如果存在有一个n阶方阵B,使得 AB=I,其中I是n阶单位方阵,则A称为可逆方阵,而B称为A的逆。为区别起见,A在定义2意义下的逆B记作A_2~(-1)。给出方阵的逆的定义之后,自然应讨论定义的合理性。这就需要讨论:(ⅰ)可逆方阵的存在性:即的     

二阶线性系统稳定性判定的数值方法

A为N阶方阵,N=2n,设A的特征值为ξ_1,ξ_2,…,ξ_N,根据[3]有如下定义: 定义1.若所有的 Reξ_i<0,则称系统(1.1)是渐近稳定的,相应的A阵叫渐近稳定阵;若所有的Reξ_i≤0且对所有的Reξ_k=0的ξ_k对应的初级因子均是线性的,则称系     

(0,1)-方阵的置换相抵

<正> 设A和B是n阶方阵,如果方阵A可经行的置换与列的置换化为方阵B,即存在n阶置换方阵P和Q,使得B=PAQ,则方阵A和B称为是置换相抵的.1974年,B.Gordan,T.S.Motzkin和L.Welch用图论的方法,证明了当permanent为1,2和3时n阶(0,1)-方阵置换相抵标准形的定理.由于方阵的置换相抵是方阵的一种等价关系,它自然应属于矩阵论的范畴,因此有必要从矩阵论的角度重新加以讨论.本文的目的是给出B.Gordan等人的结论的一个矩阵证明,方法是构造性的,且具有一般意义.作为一个说明,     

一道几何题的别证与变式

图1文[1][2][3]中都有如下一道几何题:如图1,△ABC中,E、F分别在边AB、AC上,BF与CE相交于点P,且∠1=∠2=12∠A,求证:BE=CF.文[2]中用共角定理给出证明,方法简洁、巧妙,文[3]中利用三角法结合正弦定理证明线段相等.这两种方法难度都较大,本文拟给出两种学生容易接受的常规证法并证明两个变式.图2证法1如图2,过点B作BG∥CE,过点C作CG∥BE,BG、CG相交于点G,连结GF,则∠4=∠2=∠1=12∠A,∠ACG=180°-∠A,四边形BGCE是平行四边形,∴CG=BE,∵∠FBG+∠FCG=∠1+∠4+∠ACG=12∠A+12∠A+180°-∠A=180°,     

非负矩阵谱半径的两个性质及其应用

本文改进了Perron-Frobenius非负矩阵理论中有关非负矩阵谱半径的两条定理,利用该结果给出了文[3]中Jacobi迭代收敛定理的一种简单证明。以下记:n阶方阵A(α_(ij))_(n×n),非负矩阵|A|(|a_(ij)|)_(n×n),ρ(A)表示A的谱半径,I表示单位矩阵。     

求A^n及应用

本文借助于多元齐次线性递推公式的理论求出方阵A的n次幂。然后再讲讲它的一个应用。 定理1 设X_n=AX_(n-1),其中A为m阶方阵,X_n为m维向量。A的特征方程为     

(0,1)实对称矩阵特征值的图论意义

A为元素只取 0 ,1且主对角线元素均为 0的 n阶实对称方阵 ,n维列向量 J=( 1 ,1 ,1 ,… ,1 ) T ,且 AJ=( d1,d2 ,d3,… ,dn) T。若 λi 是 A的特征值 ,试证明 :∑ni=1λ2i =∑ni=1di ( 0 )　　这是一道典型的线性代数中关于实对称矩阵特征值方面的问题。对它的求解如下 :设 n维非零向量 x是 A的对应于特征值λi 的特征向量 ,则有 Ax=λix.两边同时左乘 A,得A2 x =A(λix) =λi( Ax) =λ2ix ( 1 )而上式说明 λ2i 即方阵 A2 的特征值。由 [1 ],对任一 n阶方阵 A=[aij]n× n,若 λi 是 A的特征值 ,则有 ∑ni=1λi=tr( A) =∑ni=1aii 。…