双对称非负定阵一类逆特征值问题的最小二乘解

１．引言 逆特征值问题在工程中有广泛的应用,其研究已有一些很好的结果［１－５］．最近,文［６］还研究了双对称矩阵逆特征值问题,即研究了如下两个问题： 问题Ａ．已知Ｘ∈Ｒｎｘｍ,Ａ＝ｄｉａｇ（λ１…,λｍ）,求Ａ∈ＢＳＲｎｘｎ使 ＡＸ＝ＸＡ,其中 Ｒｎｘｍ表示全体 ｎ ｘ ｍ实矩阵集合, ＢＳＲｎｘｎ表示全体 ｎ ｘ ｎ双对称阵集合． 问题Ｂ．已知Ａ＊ＥＲｎｘｎ,求Ａ∈ＳＥ使 ｜｜Ａ＊－Ａ｜｜＝ ｉｎｆ ｜｜Ａ＊－Ａ｜｜ ＡＦＳＥ其中 ＳＥ是问题 Ａ的解集合,｜｜． ｜｜表示 Ｆｒｏｂｅｎｉｕｓ范数． 在实际问题中, …     

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:     

奇异扰动的p-Laplace方程非负非平凡解和正解的结构

精确地刻画了某些奇异扰动的p-Laplace方程非负非平凡解和正解的结构．利用上下解方法证明，方程存在很多非负非平凡的尖峰解和正的过渡尖峰解．当参数充分小时还对每个尖峰解支集的上下界进行了估计．     

黎曼积分的完备化

综述了黎曼可积函数的基本特征,并指出黎曼可积函数列的极限运算在积分意义下是不封闭的.在构造了完备化空间之后,证明了该空间就是勒贝格可积函数空间,从而说明了黎曼积分的完备化形式是勒贝格积分.     

算子的最佳非负逼近和ω-非负逼近

本文中所沿用的概念和符号除特别说明外,其意义与[4,5]相同.本文主要给出了集P_δ(A)的结构以及正规算子A有唯一最佳ω-非负逼近的特征.     

关于一类具有相同非负群逆和M-P逆的非负矩阵的进一步研究

1引言设A是n阶非负方阵．设矩阵方程(1)AXA=A,(2)XAX=X,(3)(AX)~T= AX,(4)(XA)~T=XA,(5)AX=XA．A具有非负广义逆是指存在非负方阵X满足方程(1)～(4),并记为A~(?)．A具有非负群逆是指存在非负方阵X满足方程(1),(2),(5),并记为A~#．在A~(?)存在的前提下,两者相同的充分必要条件有(a)AA~(?)=A~(?)A；(b)A~(?)=p(A),其     

广义非负与正极因子的乘法扰动界

本文在乘法扰动下研究了加权极分解的广义非负极因子与广义正极因子的扰动界,同时,作为特殊情形,也获得了广义极分解与极分解的非负极因子与正极因子的乘法扰动界.     

一类非牛顿流弱解的扰动

主要研究一类可压缩粘性非牛顿流方程弱解的扰动性质.在已知弱解存在的基础上,证明了选取适当范数时,沿着给定的时间序列,密度和速率的扰动趋于零.     

矩阵方程X-A*X-1A=Q的Hermite正定解及其扰动分析

考虑非线性矩阵方程X-A*X-1A=Q,其中A是n阶复矩阵,Q是n阶Hermite正定解,A*是矩阵A的共轭转置.本文证明了此方程存在唯一的正定解,并推导出此正定解的扰动边界和条件数的显式表达式.以上结果用数值例子加以说明.     

非齐次特征值问题扰动分析

本文的目的是想对Ax=λx+b,x~Tx=1解的性态和扰动作一些分析,讨论解的存在范围,给出一个解扰动的估计不等式,并针对A对称情形,作较具体的分析,对大||b||和小||b||两种情形,作专门讨论.     

关于正定矩阵一不等式的简单证明

设A=(aij)是一n阶正定实对称矩阵,本文用代数方法证明了|A|≤a11a22…ann,当且仅当A是对角矩阵时等号成立.且证法简单.     

正定Hermite矩阵的若干行列式不等式

本文对满足条件Ａ^Ｈ＝Ａ＞０，１／２（Ｂ＋Ｂ^Ｈ）≥０的矩阵Ａ，Ｂ，建立了四个行列式不等式．某些著名的行列式不等式和一些已知结用，均可作为其推论．     

关于实方阵的正定性

本文研究一般实方阵的正定性 ,给出了方阵正定的一些充分必要条件     

关于正定矩阵的几个问题

本文推广了文［１］的主要定理，给出了用低阶矩阵判定高阶矩阵正定的判定定理，同时给出了矩阵方程ＡＸ＝Ｂ的反问题在正定矩阵类中解存在的充要条件及解的一般形式．     

实正定矩阵的复合矩阵的正定性

本文讨论了实正定矩阵的复合矩阵的正定性，并且给出了实正定矩阵的复合矩阵仍为正定矩阵的一个充要条件.     

Intrinsic Data Depth for Hermitian Positive Definite Matrices

Nondegenerate covariance, correlation, and spectral density matrices are necessarily symmetric or Hermitian and positive definite. This article develops statistical data depths for collections of Hermitian positive definite matrices by exploiting the geometric structure of the space as a Riemannian manifold. The depth functions allow one to naturally characterize most central or outlying matrices, but also provide a practical framework for inference in the context of samples of positive definite matrices. First, the desired properties of an intrinsic data depth function acting on the space of Hermitian positive definite matrices are presented. Second, we propose two pointwise and integrated data depth functions that satisfy each of these requirements and investigate several robustness and efficiency aspects. As an application, we construct depth-based confidence regions for the intrinsic mean of a sample of positive definite matrices, which is applied to the exploratory analysis of a collection of covariance matrices in a multicenter clinical trial. Supplementary materials and an accompanying R-package are available online.     

复正定矩阵的充要条件

本文研究Hermite正定矩阵、实正定矩阵的推广概念复正定矩阵,给出了复方阵复正定性的一些充分必要条件。     

复正定矩阵的张量积

本文给出了多个复正定矩阵的张量积仍为复正定矩阵的充要条件,推广了文[2]的主要结果.     

D_x-广义正定矩阵

讨论Dx广义正定阵的问题,给出了Dx广义正定阵的一些等价性的刻划,同时还讨论了Dx广义正定阵的若干性质.