实对称矩阵广义特征值反问题

本文研究如下实对称矩阵广义特征值反问题: 问题IGEP,给定X∈R~(n×m),1=diag(λ_II_k_I,…,λ_pI_k_p)∈R~(n×m),并且λ_I,…,λ_p互异,sum from i=1 to p(k_i=m,求K,M∈SR~(n×n),或K∈SR~(n×n),M∈SR_0~(n×m),或K,M∈SR_0~(n×n),或K∈SR~(n×n),M∈SR_+~(n×n),或K∈SR_0~(n×n),M∈SR_+~(n×n),或K,M∈SR_+~(n×m), (Ⅰ)使得 KX=MXA, (Ⅱ)使得 X~TMX=I_m,KX=MXA,其中SR~(n×n)={A∈R~(n×n)|A~T=A},SR_0~(n×n)={A∈SR~(n×n)|X~TAX≥0,X∈R~n},SR_+~(n×n)={A∈SR~(n×n)|X~TAX>0,X∈R~n,X≠0}. 利用矩阵X的奇异值分解和正交三角分解,我们给出了上述问题的解的表达式.     

iljak猜想的反例及进一步结果

R~(n×n)表示 n 阶实矩阵组成的集合,R~n 表示 n 维实向量空间.本文中的矩阵假定都属于 R~(n×n).给定一个矩阵 A∈R~(n×n),A>0(A≥0)表示 A 是一个对称正定(非负定)矩阵;A 称为正(非负)矩阵,如 A 的元素都是正的(非负的).矩阵 A 称为稳定矩阵,如A 的特征值的实部都是负的.     

Siljak 猜想的反例及进一步结果

R~(n×n)表示 n 阶实矩阵组成的集合,R~n 表示 n 维实向量空间.本文中的矩阵假定都属于 R~(n×n).给定一个矩阵 A∈R~(n×n),A>0(A≥0)表示 A 是一个对称正定(非负定)矩阵;A 称为正(非负)矩阵,如 A 的元素都是正的(非负的).矩阵 A 称为稳定矩阵,如A 的特征值的实部都是负的.     

实对称矩阵的两类逆特征值问题

§gi.两类逆特征值问题先说明一些记号.R~(m×n)是所有m×n实矩阵的全体,R~n=R~(n×1),R=R~1;SR~(n×n)是 所有n×n实对称矩阵的全体;OR~(n×n)是所有n×n实正交矩阵的全体;I~((n))是n阶单位矩阵;A~T是矩阵A的转置;A>0表示A是正定的实对称矩阵.?(A)是矩阵A的列空间;A~+是矩阵A的Moore-Penrose广义逆;P_A=AA~+表示到?(A)的正交投影.λ(A)是A的特征值的全体;λ(K,M)是广义特征值问题K_x=λM_x的特征值的     

实对称带状矩阵特征值反问题

用R~(n×m)表示所有n×m实矩阵的集合;OR~(n×n)表示所有n×n正交矩阵的集合;S_(n,r)表示所有带宽为2r+1的n阶实对称矩阵的集合;||·||_F表示矩阵的Frobenius范数,||·||表示向量的Euclid范数.任取A∈R~(n×m),满足AA~-A=A 的A~-∈R~(m×n)叫做A的内逆,满足AA_l~-A=A和(AA_l~-)~T=AA_l~-的A_l~-∈R~(m×n)叫做A的最小二乘广义逆,     

线性流形上矩阵方程BTXB=F的双对称最小二乘解

1引言令R~(n×m)、OR~(n×n)、SR~(n×n)(SR_0~(n×n))分别表示所有n×m阶实矩阵、n阶实正交阵、n阶实对称矩阵(实对称半正定阵)的全体,A~ 表示A的Moore-Penrose广义逆,I_k表示k阶单位矩阵,S_k表示k阶反序单位矩阵。R(A)表示A的列空间,N(A)表示A的零空间,rank(A)表示矩阵A的秩。对A=(a_(ij)),B=(b_(ij))∈R~(n×m),A*B表示A与     

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XTAX=B的一类反问题

1引言 本文用Rn×m表示所有n×m实矩阵全体;SR0n×n表示所有n阶实对称半正定矩阵全体;In表示n阶单位矩阵;A-,A+分别表示矩阵A的一个广义逆和Moore-Penrose广义逆;A≥0表示A为对称半正定矩阵;Sn=(en,en-1,…,e1)∈Rn×n,其中ei为单位阵In的第i列; [n/2]表示不超过n/2的最大整数.     

对称非负定矩阵反问题解存在的条件

R~(n×m)表示所有n×m阶实阵集合,R_r~(n×m)表示R~(n×m)中秩为r的子集.R_K表示所有K阶对称非负定阵集合.A≥0(>0)表示方阵A对称非负定(正定).R(A),N(A),A~+分别表示A的列空间,零空间和Moore-Penrose广义逆.dim(·)表示子空间维数,I_K表示K阶单位阵.||·||表示Frobenius范数.现考虑如下问题:     

正交矩阵的反问题及其最佳逼近

一、引言R~(n×m)表示所有n×m实矩阵的集合,R_r~(n×m)表示R~(n×m)中秩为r的子集,■A,B∈R~(n×m),(A,B)=trB~TA表示内积,‖A‖=(A.A)~(1/2)表示矩阵A的范数,R(A),N(A)分别表示A的列空间和零空间。现考虑如下矩阵反问题:     

具有左、右特征向量及特征值约束下逆特征值问题

§1 问题的提法R~(n×m)表示所有 n×m 阶实阵集合,(A)表示矩阵 A 的列空间,A~+表示 A 的 Moore-Penrose 广义逆,P_A=AA~+表示到(A)的正交投影核子;I_n 表示 n 阶单位阵,‖·‖_F 表示 Frobenius 范数。问题Ⅰ给定X,Y∈~(n×m),Λ=diag(λ_1,λ_2,…,λ_m)∈R~(m×m),找 A∈R~(n×m),使得问题Ⅱ给定 A~*∈R~(n×n),找∈S_E,使得‖A~*-‖_F=‖A~*-A‖_F,其中 S_E是问题Ⅰ的集合。本文讨论问题Ⅰ有解的充分与必要条件,且求出 S_E的表达式,同时给出的表达式。     

一类矩阵反问题及其数值解法

1.问题的提法 R~(n×m)表示所有n×m阶实矩阵的集合,R~(n×1)=R~n,R_r~(n×m)表示R~(n×m)中秩为r的子集.||·||取Frobenius范数.若?0≠x∈R~n,α≥0,有x~TAx≥αx~Tx(>αx~Tx),则记为A≥α(>α).若A≥0(>0)且A=A~T,则A为对称半正定(正定)阵. 令     

矩阵正定性的进一步推广

§1 引 言 在历史上,正定矩阵的出现最先是在二次型与Hermite型的研究中。它的常规定义是(为简便起见,本文恒用R表示实数域;R~(n×1)表示数域R上所有n×1矩阵的集合;R~(n×n)表示数域R上所有n×n矩阵的集合;X~τ表示矩阵X的转置):     

线性约束下的矩阵束最佳逼近及其应用

1.引言 用C~(n×m)表示所有n×m阶复矩阵的集合,R~(n×m)表示所有n×m阶实矩阵的集合,R_r~(n×m)表示R~(n×m)中矩阵秩为r的子集.任取A,B∈R~(n×m),定义内积和范数为     

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     

Hoffman-Wielandt定理的推广及应用

1　引言及记号用 Rn× n表示所有 n× n阶实矩阵的集合 ,用 Sn× n,Sn× n+及 Sn× n++分别表示所有 n×n实对称矩阵 ,实对称半正定矩阵及实对称正定矩阵的集合 ,用 Tr(M)表示矩阵 M的迹 ,对 A,B∈ Rn× n.定义其内积为 A×B=Tr(ATB) .考虑如下半正定线性互补问题 :求 X,Y∈ Sn× n使Y =L (X) +Q,X≥ O,Y≥ O,X× Y =0 ,(1)其中 Q∈ Sn× n,L :Sn× n→ Sn× n为线性算子 ,而 X≥ O表示 X∈ Sn× n+(O表示零矩阵 ) .若 L:Sn× n→Sn× n满足X× L (X)≥ 0 ,　　 X∈ Sn× n. (2 )则称其为单调算子 ,而相应的问题称为单…     

矩阵方程AX=B的一类反问题及数值解法

§1.引言 用I_r表示r阶单位阵,R~(n×m)表示所有n×m实矩阵的集合.||·||_F表示Frobenius范数.若?0≠x∈R~n有x~TAx≥0(>0),则记为A≥0(>0);若A≥0(>0)且A=A~T,则称A为对称半正定(正定)阵.     

三对角阵为广义正定阵的判别定理

一、定义与引理实对称正定阵与 Hermite 正定阵在几何学,物理学及概率论等学科中都有广泛应用。随着数学本身的发展,以及应用矩阵理论的其他学科的需要,人们研究未必对称的较为广义的正定矩阵。文[1]中给出了这类矩阵的定义:定义1 [1]设 A∈R~(n×n),若对于任何0≠X=(x_1,…,x_n)~T∈R~(n×1),都有 X~T AX>0,则称 A 为正定矩阵,并记为 A∈P_I。     

一类对称正交对称矩阵反问题的最小二乘解

1 引言 本文记号R~(n×m),OR~(n×n),A~+,I_k,SR~(n×n),rank(A),||·||,A*B,BSR~(n×n)和ASR~(n×n)参见[1].若无特殊声明文中的P为一给定的矩阵且满足P∈OR~(n×n)和P=P~T. 定义1 设A=(α_(ij))∈R~(n×n).若A满足A=A~T,(PA)~T=PA则称A为n阶对称正交对称矩阵;所有n阶对称正交对称矩阵的全体记为SR_P~n.若A∈R~(n×n)满足A~T=A,(PA)~T=-PA,则称A为n阶对称正交反对称矩阵;所有n阶对称正交反对     

成对比较矩阵的一种逼近

§1.问题的陈述 令R~(n×n)表示所有n×n阶实矩阵构成的线性空间,并定义其子集如下: P={p=(p_(ij))∈R~(n×n)|p_(ij)>0,p_(ik)=p_(ki)~(-1)}, Q={q=(qi_(ij))∈R~(n×n)|q_(ij)>0,q_(ik)q_(kj)=q_(ij)}.把P叫做正的互反矩阵(或判断矩阵)的集合,而称Q为相容性矩阵的集合.显然,Q为P的子集,且两者都不是R~(n×n)中的凸集.任取a,b∈R~(n×n),定义内积和范数如下: