一种整数矩阵求逆方法的证明

本文利用组合的性质证明了一种整数矩阵求逆矩阵的方法，给出了求逆矩阵的公式，并通过了实例验证。     

一个矩阵不等式的推广其新证明

在较弱的条件下得到Ｍｉｎｋｏｗｓｋｉ矩阵不等式，包括了「１」的结论，给出了几种十分简捷的证明。     

循环阵与周期阵的等价性

循环矩阵与周期矩阵，本原矩阵与非周期矩阵分别有不同的定义方式，本文证明了循环矩阵等价于周期矩阵，而本原矩阵等价于非周期矩阵。     

关于矩阵正定性判定的注记

该文利用Ｂｒｕａｌｄｉ关于矩阵特征值的估计，以及关于矩阵非奇异性定理，给出了判定矩阵正定性的若干结果。这些结果推广了强对角占优判定法。     

再论复矩阵的正定性

本文进一步讨论了正定复矩阵的子矩阵、行列式不等式、Ｈａｄａｍａｒｄ积不等式，复稳定矩阵与正定复矩阵的关系，得到了许多新的结果，例如广义Ｍｉｎｋｏｗｓｋｉ不等式、广义凸性不等式，广义Ｏｐｅｎｈｅｉｍ不等式。     

分块矩阵的相关应用

本文主要应用分块矩阵的概念、性质以及分块矩阵的初等变换，对矩阵乘法的秩的定理提出了新的证明方法，并且给出了一类矩阵求逆的接单方法，同时一类特殊矩阵的相似问题。     

矩阵的PQ分解及线性方程组

给出了矩阵的一种三角分解法——PQ分解，并利用这种分解讨论了线性方程组Ax=6的解法，最后就对称正定矩阵的特殊情形给出了类似于Cholesky分解的平方根分解法。     

协正矩阵的一些性质

文献[1]和[2]给出了协正矩阵的一些判定，研究了协正矩阵的一些性质。     

广义次正定矩阵

定义了广义次正定矩阵，研究了广义次正定矩阵的一些性质，给出了判定ｎ的阶矩阵是广义次正定矩阵的一系列充要条件。     

La Salle矩阵不等式的推广

改进了La Salle矩阵不等式，进而扩大了其适用范围。     

模糊数列的理想统计收敛和理想缺项统计收敛

将模糊数列的统计收敛和缺项统计收敛置于理想的框架下,提出和研究了模糊数列的理想统计收敛和理想缺项统计收敛的概念和相互关系,推广了前人的结果。同时,讨论了模糊数列统计收敛与理想统计收敛之间、以及模糊数列缺项统计收敛与理想缺项统计收敛之间的相互关系。     

圆域并集上施瓦茨交替法的研究

讨论了圆域并集上施瓦茨交替法的收敛速度 ,计算得到了收敛因子的具体表达式 .当两圆交集很少时 ,收敛因子接近 1 ,收敛速度将变得十分缓慢 ,对此给出了一个改进算法 ,分析了其收敛速度 ,并给出了其收敛因子的最优上界 ,然后通过数值计算验证了分析结果 .     

补偿紧性在任意阶奇异摄动守恒律中的应用

研究了一类任意阶的奇异摄动守恒律方程，通过应用补偿紧性方法和能量估计方法，得到了该类摄动方程解的收敛性和正则性．     

一个高阶并行迭代公式的构造

利用拉格朗日插值构造了一个同时求解多项式全部零点的高阶并行迭代公式,并对其收敛性进行了研究.数值例子说明该迭代公式具有较高的计算效率。     

可测函数列的几种收敛性之间的关系

较系统地讨论和总结了可测函数列的一致收敛、近一致收敛、依测度收敛、处处收敛、几乎处处收敛之间的关系.     

一类Hermite插值算子及导函数的平均收敛性

考虑了基于(1-x~2)P_(x-1)＇(x)零点的Hermite插值算子及导函数的平均收敛性;主要给出了它们各自相应的逼近阶估计,并表明该Her-mite插值算子及导函数的平均收敛性比一致收敛性要好。     

随机序列和的几乎必然收敛

通过研究上可加的r阶矩结构的随机序列和的几乎必然收敛性、收敛速度,给出了2个重要定理的证明,得出的随机序列和的收敛速度在数量级上已达到最优,并给出了定理的相关应用.     

一类亚纯系数微分方程复振荡问题

研究了齐次线性微分方程f^(k) A(z)f＝0的解的零点收敛指数与A(z）的级的关系，表明方程解的零点收敛指数在一定条件下仅依赖于A(z）的性质。     

利用“栈”原理计算地区开式电网的潮流分布和短路电流

目前普遍采用的潮流算法是从牛顿—拉夫逊法派生的-_Q分解法,该算法对于处理结线较简单的地区开式电网显得程序复杂,而且收敛时间较长,甚至于可能出现不收敛的情况。本文提出一种十分筒单的算法,理论清晰、程序简练、保证精度,快速收敛,易于广大地区电网运行技术人员掌握使用。     

基于自适应调整权重和搜索策略的鲸鱼优化算法

针对鲸鱼优化算法(WOA)收敛速度慢、收敛精度低、易陷入局部最优的问题,提出一种基于自适应调整权重和搜索策略的鲸鱼优化算法(AWOA).设计一种随着鲸鱼种群变化情况而自适应调整权重的方法,提高了算法的收敛速度; 设计一种自适应调整搜索策略,提高了算法跳出局部最优的能力.利用23个标准测试函数,分别针对高维和低维问题进行测试,仿真结果表明,AWOA在收敛精度和收敛速度方面总体上明显优于其他多种改进的鲸鱼优化算法.