状态反馈极点配置问题的一个新算法

§1.引言 极点配置问题是控制理论中的一个重要的问题,描述如下: 问题(P1).给定A∈R~(n×n),B∈R~(n×m),Λ={λ_1,λ_2,…,λ_n},Λ在复共轭下封闭.求F∈R~(m×n),使得     

反特征值问题的最佳逼近的一点注记

对于[1]与[2]中提出的关于矩阵的最佳逼近问题,本文用一个简洁的方法,证明其主要结果. 1.问题及条件的转化 设X∈R~(n×k),A∈R~(n×n),λ_1,…λ_k为A的部分特征值,A=daig(λ_1…λ_k)以及     

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     

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     

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.     

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。     

一个矩阵不等式的修正及应用

设R(C)为实(复)数域,H~(n×n)为n×n的Hermitian矩阵的集合。当A(∈C~(n×n))的特征值皆为实数时,如不特殊说明,约定A的特征值满足λ_1(A)≥…≥λ_n(A)。文[1]有如下不等式, 令A=B=[(?)],知(1)式一般不成立,(1)式是[1]将[2]的关于奇异值不等式     

SUFFICIENT CONDITIONS FOR THE SOLUBILITY OF ADDITIVE INVERSE EIGENVALUE PROBLEMS

1 IntroductionLet R~(n×n) be the set of all n×n real matrices.R~n=R~(n×1).C~(n×n)denotes the set of all n×n complex matrices.We are interested in solving the following inverse eigenvalue prob-lems:Problem A (Additive inverse eigenvalue problem) Given an n×n real matrix A=(a_(ij)),and n distinct real numbers λ_1,λ_2,…,λ_n,find a real n×n diagonal matrix D=diag     

PROBLEM OF EQUALITIES IN EIGENVALUE INEQUALITIES FOR PRODUCTS OF POSITIVE SEMIDEFINITE HERMITIAN MATRICES

Let A∈C~(m×n),set eigenvalues of matrix A with |λ_1 (A)|≥|λ_2(A)|≥…≥|λ_n(A)|,write A≥0 if A is a positive semidefinite Hermitian matrix, and denote∧_k (A)=diag (λ_1(A),…,λ_k(A)),∧_((n-k).(A)=diag (λ_(k+1)(A),…,λ_n(A))for any k=1, 2,...,n if A≥0. Denote all n order unitary matrices by U~(n×n).Problem of equalities to hold in eigenvalue inequalities for products of matrices was