行列式搜索法与解某类特征方程KX=λMX

本文针对K和M均为n阶实对称正定矩阵时的特征方程KX=λMX (A)的广义特征值及其相应的特征向量的求解问题,讨论了: 1.如何用行列式搜索法确定方程(A)在某个区间(0,μ)内的特征值的个数(其中μ>0)。2.反幂法求方程(A)的最小特征值和相应的特征向量的算法构造及其所构造的算法的收敛性问题。3.在行列式搜索法的基础上结合反幂法求方程(A)的任一个特征值的方法。4.初始迭代向量的生成方法,并严格证明了第P个初始迭代向量必能保证所构造的算法收敛到方程(A)的第P个特征值λ_p及其相应的特征向量φ_p。     

不可逆矩阵的伴随矩阵的特征值与特征向量的求法

给出矩阵A不可逆时,其伴随矩阵A*的特征值和特征向量的简便求法,即当r(A*)=0时,A*的所有的特征值都为零,任一非零向量都是其特征向量;当r(A*)=1时,A*有n-1个特征值为0,另一个特征值为A11+A22+…+Ann,此时,若A11+A22+…+Ann=0,则A*的属于特征值为0的所有特征向量由A的n-1个线性无关的列向量生成;若A11+A22+…+Ann≠0,A*的属于特征值为0的所有特征向量由A的n-1个线性无关的列向量生成,属于A11+A22+…+Ann的特征向量由A*的行元素的比例系数组成.     

n值方阵系统的两个完全系统

设有一集合N,含n个元素,凡以N为定义域及值域的k元函数叫做k元n值方阵。设由方障F_1(x_1,……,x_k),……,F_h(x_1,……,x_k)出发,利用迭置可以作出所有的n值方阵,我们说,F_1,……,F_h组成一个完全系(如果只能作出一切一元n值方阵,可以叫做半完全系,但下文并不特别讨论它)。     

关于κ维空间的伯恩斯坦多项式的逼近度

本文讨论了k维空间的伯恩斯坦多项式在不同的距离下的逼近度.所谓在k维单位区间上的伯恩斯坦多项式是指其中本文建立了下列关于连续函数的逼近度.式中ω_f(δ_1,δ_2,…δ_k)表f(x_1,x_2,…x_k)的连续模即此外建立了在单纯形0≤x_1+x_2+……+x_k≤1,x_i≥0,i=1,2,……k上的伯恩斯坦多项式即的逼近度,式中本文建立了下列关于连续函数的逼近度最后一式与维数k无关.     

一类多元奇异积分算子逼近Z_r类函数

设 f(x_1,…,x_k)是 k 维空间中对每一个 X_i 具有周期为2π的连续函数。又如果存在这样的一个常数 M,使得对于一切 x=(x_1,…,x_k)和 t_k>0,都满足:|f(x_1+t_1,…,x_(k-1)+t(k-1),x_k+2t_k)-2f(x_1,…,x_k)+f(x_1+t_1,…,x_(k-1)+t_(k-1),x_k-2t_k)|≤Mt_k~r,而 r 是某一个不超过 n 的固定正整数。我们记这种函数的全体为 z_r~*。称     

关于同余式sum from i=1 to k(x_i~2≡0(mod p))(1≤x_1

孙琦 《四川大学学报(自然科学版)》1992,(3)

常系数非齐次线性微分方程组特解的算子公式解法

在求常系数非齐次线性微分方程组特解时,目前书中采用的方法有常数变量法,算子消去法、待定系数法和拉氏变换法,这些方法的计算是复杂的,本文提出算子公式法,计算较简单。 设常系数非齐次线性微分方程组为 dX/dt=AX+f(t) (1) 其中 A=(a_(ij)),a_(ij)(i,j=1,2…,n)均为常数,X与f(t)是n维列向量:X(t)=(x_1(t),x_2(t),…,x_n(t))~T,f(t)=(f_1(t),f_2(t),…,f_n(t))~T。     

线性微分方程系的概周期解

这里x=col.(x_1,x_2,…,x_n),A(t)是t的一致概周期(一致Π.Π.)n阶方阵,f(t)是t的一致Π.Π.n维列向量函数,‖x‖=sum from i=1 to n |x_i|,A(t)=(α_(ij)(t)),‖A(t)‖=sum from i+j=1 to n|α(ij)(t)|或欧氏模。 从文[1]知,对于周期线性系统情形:A(t+T)=A(t),f(t+T)=f(t),T>0,系统(1)有T-周     

求非负矩阵最大特征值与特征向量的C-W方法

幂法是求矩阵最大特征值及最大特征向量的经典方法.依据C-W函数及其理论,文章给出了求非负矩阵最大特征值及最大特征向量的有效迭代方法--C-W方法.论证了其收敛性,给出了其误差估计,并与幂法进行了比较. C-W方法算法简单,不必附加任何收敛条件.计算结果表明,C-W法的收敛速度比幂法快.     

幂法求特征值的若干问题

特征向量的结构对幂法求特征值影响甚大,注意到这一问题,在通常的幂法失败时。常可由本文的方法获得按模最大的特征值及另一些特征值。     

可交换矩阵的一些性质

研究了可交换矩阵特征向量的关系.证明了当方阵A,B可交换时,任取A的特征值存在B的特征值满足它们特征向量的交集非空.给出了在已知A的特征值、特征向量的前提下,求与A可交换矩阵特征值、特征向量的一种比较简单的方法,并举例说明了该方法的有效性.     

Epstein Z函数的一种推广

§1.引言 设P(x_1,…,x_k)与Q(x_1,…,x_k)是x_1,…,x_k的实系数多项式,其总的次数分别为p与q;又设Q(x_k,…,x_k)满足下列条件:i)除可能以(0,…,0)为零点外无其他实的零点,ii)其所有q次项之和为一正定的q次型。     

关于MYCIELSKI方程的推广

Jan Mycielski 曾研究一类不定方程:x~xx~y=Z~z;x~xy~zZ~y=x~yy~z=z~x。本文将来上述方程推广为x_1~(x_2)x_2~(x_3)………x_k~(x_y) x_2~(x_1)=1(?),x>2,z>1,k≥3x_1~(x_1)x_2~(x_3)x_3~(x_4)………x_(k-1)~(x_(k-1))x_(k-1)~(x_k)=x_k~(x_2),x~2>1,k≥3x_1~(x2)x………x_(k-2)~(xk-1)x_(k-1)~(xk)=x_k~(x1),x_2>1,k≥3对于这些方程,我们分别地给出整数解(6-1)、(6-2);(7-1),(7-2)和(8-1),(8-2)。     

多项式根的k次方之和的新解法

若xj(j=1 ,2 ,… ,n)是n次方程a_nx~n+a_(n -1) x~(n -1) +… +a_1 x +a_0 =0的n个根 ,将给出一种求这n个根x_1 ,x_2 ,… ,x_n 的k次方之和sum from i=1 to n(x_i~k)的新方法。     

利用半群代数中Grbner基构造特征值方法

特征值方法是求解多项式方程组的基本方法之一。由于利用了多项式的稀疏性半群代数 K[A]中算法提高了效率。利用半群代数 k[A]中 Gr?bner 基,构造了求稀疏多项式方程组解的特征值矩阵。证明了 PzvV (G) 为有限点集,则可构造一和 xjv 有关的有限阶方阵 B ,使得 PzvV(G) = σ(B) ,其中 (B) 为矩阵 B 的谱;若 G 为零维理想, 则对任意 v,1≤ v ≤ m ,可构造方阵 Bv ,使得 σα ∈ PzvV(G) 当且仅当它是 Bv 特征值,这时稀疏联合特征值问题可化为普通的。     

愉快图的充分条件

本文给出了一个n个顶点的圈C_n:x_1 x_2 x_3……x_n x_1加上两条边K_(k1) x_(k2),x_(k_1) x_(k3)(其中k_3=k_2+2,k_2=k_1+k-1)是愉快图的充分条件,并完成了它们的证明。     

关于虚原二次型类数的k次平均值

本文的目的是証明下面的定理:設h(—d)表示以—d为判別式原型的类数,則有这里k为自然数,φ(n)为尤拉函数,τ_k(n~2)为n~2=x_1x_2……x_k的正整数的解数。本定理当k=2,3,4,5时改进了及的相应結果。     

矩阵A^n.A^1／n.（A^n）^—1的通项公式

本文以差分方程理论给出了n阶矩阵A的n次方幂、n次方根、(A~n)~(-1)的通项公式。设M_n(F)是数域F上全体n阶方阵组成的集合,sum from i=0 to k b_ix~(k-i)是数域F上的k次多项式,我们得到如下引理。引理 A∈M_n(F),若A满足sum from i=0 to k b_iA~(k-i)=0,则A满足一个r阶的常系数线性齐次差分方程     

二阶条件稳定拟线性奇摄动系统的Dirichlet问题

考虑二阶拟钱性奇摄动方程组的Dirichlet问题 εd2y/dt2=A(y,t)dy/dt g(y,t);0≤ε<1; (1) y(0,ε)=α, y(1,ε)=β; (2) 其中y,α,β为n维向量,而n阶方阵函数A(y,t)和n维向量函数g(y,t)对(y,t)∈D×[0,1]有定义,这里D () Rn为区域. H1假设对()(y,t)∈D×[0,1],n阶方阵函数A(y,t)有k(≤n)个负实部的特征值和n-k个正实部的特征值;而且A,g∈CN 2(D×[0,1]),N≥0.     

线性时变离散系统稳定的充分条件

以下均假定记号 X(·)表示 n 维列向量,A(·)表示 n 阶方阵.对于常系数线性离散差分方程 X(k+1)=AX(k)(1)而言,如果特征方程|A-μI|=0的根μ满足|μ|<1,则(1)的零解是渐近稳定的.