标准Jacobi矩阵的混合型特征反问题

0 引言 本文讨论如下标准形式的Jacobi矩阵 其中a_i>0(i=1,2,…,n),b_i>0(i=1,2,…,n-1)。 对于Jacobi矩阵(对称三对角矩阵)的特征反问题,已有的成果[1],基本上集中在由两组频谱或两个特征对(指特征值及相应的特征向量)构造Jacobi矩阵的元素这样两类问题上,习惯上称之为频谱型或特征向量型反问题。本文提出且求解了第三类型——混合型特征反问题。即由一组频谱数据和一个特征向量构造矩阵元素的问题: 问题Ⅰ 给定正数λ~(1),λ~(2),…,λ~(n)和实向量x=(x_1,x_2,…,x_n)~T,其中x_1=1。构造一个标准形式的Jacobi矩阵J,使其第k阶顺序主子阵恰以λ~(k)(k=1,2,…,n)为其特征值。且(λ~(n),x)为其特征对。 问题Ⅱ 给定正数0<λ_1~(n)<λ_1~(n-1)<…<λ_1~(1)和正向量x=(x_1,x_2,…,x_n),其中x_=,x_k>0(k=2,…,n),构造一个标准形式的Jacobi矩阵J,使其第K阶顺序主子阵恰以λ_1~(k)为其最小特征值,而(λ~(n),x)为J的特征对。 问题Ⅲ 给定n个实数0<λ_1)<λ_2<…<λ_n和m个实数λ~(1),λ~(2),…,λ~(m)及m维向量x=(x_1,…,x_m)~T。构造n阶标准形式的Jaeobi矩阵J,使其第K阶顺序主子阵恰以λ~(k)(k=1,2,…,m)为其特征值,而(λ~(m),x)为第m阶顺序主子阵的特征对,且λ_k(k=1,2,…,n)为J的特征值。这里系大于或等     

由谱数据构造周期Jacobi矩阵

本文研究如下周期Jacobi矩阵特征值问题的反问题: 问题PJP 给定实数列{λ_i}_(i=1)~n和{u_i}_(i=1)~(n-1)及正实数β且满足     

对“矩阵的特征根与特征向量的同步求解方法探讨”的改进意见

贵刊1991年12月发表高吉全同志“矩阵的特征根与特征向量的同步求解方法探讨”一文,阅后想提些改进意见,供大家参考。[1]是通过对n阶矩阵A的特征矩阼F(λ)施以列初等变换,将其化为下三角的λ—矩阵B(λ)来解决问题的。美中不足的是:设λ_0是A的一个特征根,当B(λ_0)中非0列向量线性相     

一类特殊矩阵的逆特征值问题

本文主要讨论如下形式矩阵的逆特征值问题:即对给定n个实数λ_1>λ_2>…>λ_2与n-1个实数μ_1>μ_2>…>μ_(n-1),满足λ_1>μ_1>λ_2>…>λ_(n-1)>μ_(n-1)>λ_n,在α_2>α_3>…>α_(n-1)的条件下,存在唯一的一个矩阵A_n是以λ_i为其特征值;且其截边矩阵的特征值为μ_1,μ_2,…,μ_(n-1).     

重特征根的特征向量的正文化

<正> 在线性代数中,对于任～n 阶实对标矩阵A,必存在一正交矩阵P,使为对角矩阵,这里λ_1,λ_2,…是A 的特征根(可以包含重根)。不妨设其中互不相同的特征根为λ(_r_1),…λ(_r_(?)),λ(_r_i)的重数为s_i,则sum from i=1 to t s_i=n.如对应于每一个特征根λ(_r_i)(i=1,2,…t),的s_i 的特征向量为(?)α(_i_1),…(?)α_i:,采用施密     

利用配对数据进行参数假设检验的一个注记

<正> 1.引言 在通常的数理统计书籍中,对于两正态总体数学期望的检验问题,一般按两类情况进行讨论;即当ε～N(α_1,σ_1~2).η～N(α_2,σ_2~2).α_1.α_2.σ_1~2.σ_2~2都是未知参数,对于统计假设H_0:α_1=α_2,H_1:α_1≠α_2.若σ_1~2=σ_2~2=σ~2时,构造统计量     

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。     

关于两个正定矩阵之积的特征值估计的一个注记

令A>0及B>0记两个n×n(n≥2)厄尔米特正定矩阵;μ_1≥μ_2≥…μ_n及ν_1≥ν_2≥…≥ν_n记A和B的特征值;设λ为AB的任意特征值.ShaHu-yun证得2/nμ_n~2ν_n~2/μ_n~2 ν_n~2<λ相似文献   

SPN—矩阵谱的一个特性条件

设A=(a_(ij))是n×n实矩阵,A的谱{λ_1,λ_2,…,λ_n}满足ρ(A)=|λ_1|≥|λ_2|≥…≥|λ_n|。如果A的每个奇数阶主子式是(非负)正的且每个偶数阶主子式是(非正)负的,则称A是(半)PN—矩阵。在过去的十几年里,PN—矩阵类和半PN—矩阵类在经济学文献中已引起足够的重视[1],因为每个主子式皆为负(非正)的矩阵被     

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     

一类双特征根矩阵的对角化技巧

我们知道,若A是数域F上的n阶矩阵,A的仅有的两个特征根λ_1、λ_2都在F内,且秩(λ_1-A)+秩(λ_2-A)=n     

半单重特征值的条件数

此处θ(x_1,y_1)表示分别由x_1与y_1所张成的两个1维子空间之间的夹角.Wilkinson指出,s_1~(-1)的大小反映了λ_1对于A的元素的变化的敏感性程度,因此s_1~(-1)被叫做单特征值λ_1的条件数. 现设λ_1是A的半单m_1重特征值(即λ_1的初等因子均为线性),?_1与?_1分别     

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)     

矩阵特征值与特征向量的一个反问题

1995年全国工学硕士研究生入学考试(试卷一)有一道试题:设三阶实对称矩阵A的特征值为λ_1=-1,λ_2=λ_3=1,对应于λ_1的特征向量为 ε_1=(0,1,1)~T,求A.对此题,许多考生为以下两个问题而困惑:     

关于二次型教学的浅见

<正> 任给二次型f=sum from i,i=1 to n (a_(ij)x_ix_j(a_(ij)=a(j1)),总有正交变换X=PY,使f化成标准形:f=λ_1y_1~2=…=λ_ny_n~2,其中λ_1,…,λ_n是f的矩阵A=(a_(ij))的特征值。这里我们只在实数范围内进行讨论。用正交变换化二次型为标准形的问题,也就是用正交矩阵P化实对称矩阵A为对角矩阵A的问题。这历来是教学中的重点和难点。一则由于这方面的内容有着广泛的应用,因而     

带比例关系的实带状矩阵特征值反问题

研究了通过矩阵A的顺序主子矩阵A_((k))=(aij)_(i,j=1)^(n-k+1)的特征值{λ_i(n-k+1)的特征值{λ_i^((k)))}_(i=1)((k)))}_(i=1)^(n-k+1)k=1,2,…,r+1来构造一个带比例关系的实带状矩阵的特征值反问题.对当特征值{λ_i(n-k+1)k=1,2,…,r+1来构造一个带比例关系的实带状矩阵的特征值反问题.对当特征值{λ_i^((k))}_(i=1)((k))}_(i=1)^(n-k+1)中有多重特征值出现时,应当如何来构造这类矩阵进行了讨论,并给出了问题的具体算法及数值例子.     

Bargmann空间中无界Gribov-Intissar算子的谱逼近（英文）

在[Adv.Math.(China),2015,44(3):335-353]中,我们研究了经典Bargmann空间Bo中的非自伴算子H_μ:H_μ=S_μ+H_λ,其中S_μ=μz d/(dz),H_λ=iλ(z(d~2)/(dz~2)+z~2 d/(dz)),i~2=-1,参数μ,λ都是实数.我们给出了H_μ的谱分析和H_μ的广义特征向量的渐近分析.设ek(z)=(z~k)/((k!)~(1/2)),k=1,2,…是B0的正交基.算子H_μ可以被一列三对角矩阵逼近,此三对角矩阵的主对角线元素为β_k=μk,次对角线元素α_k=iλk(k+1)~(1/2),1≤k≤n,n∈N.对于μ∈C和λ∈C,本文主要研究上述矩阵的特征值z_(k,n)(μ,λ)的局部化,它是多项式P_(n+1)~(μ,λ)(z)的零点,P_(n+1)~(μ,λ)(z)满足三项递推关系:若"∈R和λ∈R,则上述矩阵是复对称的.在这种情况下,我们证明了R上有界变分复值函数∈(z)的存在性,它使得权重为∈(z)的多项式P_n~(μ,λ)(z)是正交的.我们也考虑了H_μ的扰动H_λ'=S_λ'+H_λ,其中S_λ'=λ'z~2(d~2)/(dz~2)+S_μ,λ'∈R,H_λ可以被矩阵(h_(jk)~λ)_(j,k=1)~∞表示.证明了可以通过S_λ'的特征值和有限矩阵(h_(jk)~λ)_(j,k=1)~n的特征值的组合来逼近H_λ'的特征值.     

Jacobi矩阵的逆特征问题

本文研究了两个Jacobi矩阵的逆特征问题：I给定实数λ,μ(λ＞μ）和n维非零实向量x，y，求n阶Jacobi矩阵J,使Jx=λx，Jy=μy,且λ＞λ2（J）＞…＞λi-1（J）＞μ＞λi＋1（J）…＞λn（J），或λi（J）＞λ2（J）＞…＞λi－1（J）＞λ＞λi＋1（J）＞…＞λn-1（J）＞μ·II给定实数λ，μ（λ＞μ）和n维非零实向量x，y，求n阶Jacobi矩阵J，使Jx＝λx，Jy＝μy，且λ1（J）＞λ2（J）＞…＞λi－1（J）＞λ＞μ＞λi＋2（J）＞…＞λn（J）．文中给出了问题I；II有唯一解的充要条件，并给出了解的表达式．     

非齐次对称特征值问题

引言 用SR~(n×n)表示所有。n×n实对称矩阵的集合。R~n表示n维线性空间。||·||_2表示向量的Euclid范数或矩阵的谱范数。 本文研究如下问题: 问题ISEP 给定矩阵A∈SR~n×n和向量b∈R~n,求实数λ和向量X∈R~n使得 AX=λX+b, (1) ||X||_2=1. (2) 若b=0,则问题ISEP就是通常的实对称矩阵特征值问题,若b≠0,则问题ISEP称为非齐次对称特征值问题,使(1)和(2)式成立的数λ和向量X分别称为非齐次特征值和相应的非齐     

化实对称矩阵成对角形的两个技巧

求正交矩阵化实对称矩阵成对角形的方法教材中已给出,为了活跃教学,本文提供两个技巧。 1.曲方程组(λE-A)X~T=0直接解得正交的特征向量。 设λ_0是n阶实对称矩阵A的k重根。对应于λ_0的特征向量由(λ_0E-A)X~T=0给出,这