Bounds for the smallest eigenvalue of an irreducible nonsingular M-matrix 关于不可约非奇M—矩阵最小特征值的界

令ω_0是矩阵 A=(a_(ij mxn)的最小特征值,且 AX_0=ω_0X_0,p_i=|aij|,M(i.j)=1/2{aij+aii-[(aii-ajj)~2+4PiPj]~(1/2)},M~*(i,j)=1/2{aii+ajj-[(aii-ajj)~2+4|aij·aji|]~(1/2)}r=(aii-p_i),R=(aii-p_i),m=M(i,j)M=M(i,j),m~*=M~*(i,j),我们在文中将证明:如果存在一个符号矩阵 S(由1和-1构成的对角阵),使得=SAS 为一个不可约非奇 M—矩阵,则有下列结论成立:(1) ω_0是正实单根,且 X_0=Sx_0是正向量。(2) ω_0相似文献   

任意矩阵特征值的秩1修正扰动界

设A是一个n阶的任意复矩阵且E是A的Hermite秩1扰动,即E=xx',其中x是n维的复列向量,x'是x的共轭转置向量.则A+E为矩阵A的Hermite秩1修正矩阵.基于矩阵分析理论中Hermite矩阵特征值分布的性质,研究得到了矩阵A特征值的任意Hermite秩1修正扰动的上下界限,即给出了矩阵A+E特征值的上下界限:λ_i(H(A))+l_i(x)+δ_i≤R(λ_i(A+xx'))≤λ_i(H(A))+u_i(x)+δ'_i(i=1,n),λ_i(H(A))+l_i(x)+δ_i≤R(λ_i(A+xx'))≤min{λ_i(H(A))+u_i(x),λ_(i-1)(H(A))}+δ'_i(2≤i≤n-1),且λ_(min)(-SH(A)τ)≤S(λ_i(A+xx'))≤λ_(max)(-SH(A)τ)(1≤i≤n),其中δ_i=sgn(‖SH(A)‖_2)[λ_(min)(H(A))-λ_(i-1)(H(A))-u_i(x)],δ'_i=sgn(‖SH(A)‖_2)[λ_(max)(H(A))-λ_i(H(A))-l_i(x)+‖x‖_2~2],gap_i=λ_(i-1)(A)-λ_i(A),i=2,…,n,H(A)和SH(A)分别代表矩阵A的Hermite部分和反Hermite部分,τ=(-1)~(1/2),sgn(·)代表符号函数.当A为Hermite矩阵时,上述结果退化为已有的结果λ_i(A)-‖x‖_2~2≤R(λ_i(A+xx'))≤λ_i(A)+‖x‖_2~2.     

标准算子代数上广义Jordan triple可导映射

设H是复数C上的Hilbert空间,AB(H)是标准算子代数.利用算子论方法,证明了对所有的A∈A,若δ满足δ(AA*A)=δ(A)A*A+Aδ(A)*A+AA*δ(A),则存在S,T∈B(H)和λ∈R,且S+S*=T+T*=λI,使得对所有的A∈A,有δ(A)=SA-AT.     

Banach空间中关于一致Lipschitzian映象的一个新结果

设E是一实Banach空间,K为E中的一非空闭凸子集,Ti:K→K,i=1,2,3为一致Lipschitzian连续映象.如果序列kn(∩)[1,∞),kn→1,{αn}、{βn}、{δn}∈[0,1],满足:(i)δn→1(n→∞);(ii)∑∞n=0αn=∞,∑∞n=0βn=∞;(iii)∑∞n=0α2n＜∞,∑∞n=0αnβn＜∞;(iv)∑∞n=0αn(kn-1)＜∞,对x0∈K,让{xn}满足以下迭代序列xn+1=(1-αn)xn+αnT n1ynyn=(1-βn)xn+βnT n2znzn=(1-δn)xn+δnT n3xn,如果存在严格增的函数φ:[0,∞)→[0,∞),φ(0)=0,使得对(A)j(x+y)∈J(x+y),x∈K(i=1,2,3)有〈T nix-x*,j(x-x*)〉≤kn||x-x*||-(ψ)(||x-x*||),则{xn}收敛于x*.文章主要结果推广了张石生教授最近文献[1,8]以及文献[6-7]等的主要结果.     

Darboux变换求一个新的孤子方程的精确解

以平凡解u=0,v=1作为种子解,代入矩阵谱问题Φx=UΦ,U=(-λ+u v～(1/2) v λ-u),Φt=VΦ,V=(V1 V2 V3 -V1),其中V1=-λ2+u2+1/6ux+1/6(lnv)xx+1/8(lnv)x2,V2=vλ+uv-1/2vx,V3=(vλ)～(1/2)+uv～(1/2)+vx/(4v～(1/2)).求出基本解.选取两个基本解φ(λj)=(coshξjβjsinhξj+λj coshξj),ф(λj)=(sinhξjβjcoshξj+λj sinhξj),其中ξj=βj(x+λj t),βj=(λj2+1)～(1/2),(1≤j≤N-1).再利用克莱姆法则和达布变换求出方程的非平凡解,最后又具体给出N=1和N=2两种情形.     

高斯基插值算子的Lebesgue常数的强渐近估计

设λ>0,考虑从lp(Z)到Lp(R)(p=1)的算子Lλ:(Lλy)=∑k∈ZykLλ(x-k),y=(yk)k∈Z,x∈R,其中Lλ(x)=∑k∈Zcke-λ(x-k)2,x∈R,满足插值条件Lλ(j)=δ0j,j∈Z,且δ0j是Kronecher常数.在此研究的‖Lλ‖p(λ→0)渐近行为是基于‖Lλ‖p的积分表达式进行的.得到了一个强渐近估计:‖Lλ‖p=π42logπλ2 π42(log2λ γ) π2A o(1)(λ→0)其中A是一绝对常数并且γ是欧拉常数.     

几个正交投影函数的特征值函数

定义了算子的特征值函数,对于作用在有限维Hilbert空间H上的两个正交投影P,Q,在空间分解H=R(P)N(P)下,Q=(ABB*D),利用算子分块的技巧,研究了P+Q,P-Q,PQ等算子的特征值函数,得到了这些算子的特征值函数与算子A,B,D的值域维数之间的关系。     

相关矩阵的积和式与特征值

设A=(a_(ij))是一个nxn非负相关矩阵,=(a_(ij)~2和=(a_(ij)perA(i,j))。本文得出下面两个结论:①(?)的最大特征值λ满足λ≤per(A);②的最大特征值λ满足λ=per(A)。这里per(A)记矩阵A的积和式。     

具有非卷积型核的多线性Littlewood-Paley算子在Campanato空间上的新估计

考虑具有非卷积型核的多线性Littlewood-Paley算子在Campanato空间上的有界性,其中包括多线性g-函数,多线性Lusin面积积分S和多线性g_λ*-函数.证明了如果f=(f_1,…,f_n),f_i∈ε~(α_i,p_i)(R~n),i=1,…,m,那么g(f),S(f),g_λ*(f)几乎处处等于无穷或几乎处处有限,且在后一种情形下,算子[g(f)]~2,[S(f)]~2,[g_λ*(f)]~2从ε~(α_1,p_1)(R~n)×…×ε~(α_m,p_m)(R~n)到ε_*~(2_(α,p)/2)(R~n)是有界的.     

具有任意小偏差的磨光公式及其在平面数值场平滑中的应用

本文引入了δ邻域差幅和二维δ—Spline函数的概念,给出下面的磨光公式,即对等间距节点(x_i,y_i)上的测值f_(i,j), 其中δ—函数的一次逼近。主要结果是下面的定理定理:(?)(x,y)是f_(i,j)在闭区域Q:x_1≤x≤x_M,y_1≤y≤y_N上的一个关于δ—差幅的2阶ε—Spline函数,其中ε=p q/3=pq/9,p=h/△x,q=h'/△y,a=(△x~2 △y~2)~(1/2). 应用到平面数值场得到九点平滑公式(?)_(i,j)=(1-p/3)(1-q/3)f_(i,j) p/6(1-q/3)(f_(i-1,j) f_(i 1,j)) q/6(1-p/3)(f_(i,j-1) f_(i,j 1)) pq/36(f_(i-1,j-1) f_(i-1,j 1) f_(i 1,j-1) f_(i 1,j 1))。     

狄拉克方程和反易自逆矩阵的定理

§1.引言反易自逆矩阵在量子理论里起着重要的作用。1927年,为了表征自旋角动量的特点,Pauli引进了三个二阶矩阵δ,(Pauli矩阵),它们除了满足角动量的一般对易关系外,还满足反易自逆关系{σ_i,σ_j}≡σ_iσ_j+σ_jσ_i=2δ_(ij) i,j=1,2,3.(1.1) Pauli给出它们的表示式为     

U自共轭算子与自对偶次正常算子

本文通过对算子方程UA=A*U的讨论,给出了J.B.Conway于[1]中提出的自对偶次正常算子的一个内蕴性描述. 定义设H是可析的Hilbert空间,U是日上的酉算子,如果H上的算子A满足方程UA=A*U,则称A为U自共轭算子(U self adjoint,本文简记为U s.a.). U s.a.算子具有如下初等性质: 性质1 A是U s.a.算子,则σ(A)与σ_(?)(A)关于实数轴对称.当λ∈σ_(?)(A)时,A-λ与A-λ的Fredholm指标互为相反数,特别当λ为实数时,ind(A-λ)=0. 证显然,由方程UA=A*U,可知σ(A),σ.(A)是关于实数轴对称的.又根据U     

关于多元加权全最小一乘法的最优解

对给定n+1维欧氏空间R~(n+1)中的m个点x_1=(x_(11),x_(12),…,x_(1n+1)), x_2=(x_(21),x_(22),…,x_(2,n+1)),…,x_m=(x_(m1),x_(m2),…,x_(mn+1)),证明了存在最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0,使这组点到此超平面的加权垂直距离和Q(β)=(∑~(n+1)_(j=1)β~2_j)~(-1/2)∑~m_(i=1)w_i|β_0+∑~(n+1)_(j=1)β_jx_(ij)|=min (w_i>0,i=1,2,…,m);提出并证明了最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0应满足的3个必要条件,从而给出了求最优超平面的方法.     

紧Lie群上原子Hardy空间中的多重广义Bochner-Riesz平均

本文在紧Lie群上原子Hardy空间H~p(G)(0相似文献   

惯量任意的符号模式

矩阵A的特征值的集合(含重数)记为σ(A),A的惯量是指三元有序数组i(A)=(i (A),i-(A),i0(A)),其中i (A),i-(A)和i0(A)分别表示具有正,负,零实部特征值的个数.n阶符号模式矩阵S=(sij)是指元素取自{1,-1,0}或者{ ,-,0}的矩阵,S的定性矩阵类是指集合Q(S)={A=(aij)∈Mn(R):对所有的i和j,sign(aij)=sij}.S的惯量是指集合i(S)={i(A):A∈Q(S)}.若对任意满足n1 n2 n3=n的非负三元数组(n1,n2,n3),都有(n1,n2,n3)∈i(S),则称符号模式S为惯量任意模式.考虑n阶符号模式Kn=(kij)n×n:当1≤j-i≤n-2或i=j=n时,kij=1;当1≤i-j≤n-2或i=j=1时,kij=-1;当|i-j|=n-1时,kij可以取任意固定值;其余情形时,kij=0.本文证明了Kn(n≥3)是惯量任意模式.     

算子方程X~s+A*X~(-t)A=Q的正算子解问题

算子方程是算子论中的一个热点问题,近年来得到很大的发展.利用算子论知识和构造迭代序列的方法,研究算子方程X~s+A*X~(-t)A=Q的正算子解的问题,给出了算子方程X~s+A*X~(-t)A=Q正算子解存在的一些必要条件和充分条件,并研究了方程中各算子的范数、谱半径之间的关系,确定了解的范围.     

二元回归模型中参数的最小二乘估计强相合性

考虑线性模型Y_i=X＇_iβ+e_i i=1.2.…x＇_i=(x_(i1)…x_(ip) β=(β_1…β_p)＇为未知参数向量。陈希孺教授考虑了误差e_i的1+δ阶矩(0≤δ≤1)存在的情况,在一些条件的限制下,得到其参数的最小二乘估计的强相合性。本文对ρ=2的二元回归,除了某些限制过严的条件,得到同样结论。     

On the Spectral Moment of Quasi-Unicyclic Graphs

A connected graph G=(V(G),E(G)) is called a quasi-unicyclic graph,if there exists u_0∈V(G) such that G-u_0 is a unicyclic graph.Denote Q(n,d_0)={G:G is a quasi-unicyclic graph of order n with G-u_0 being a unicyclic graph and d_G(u_0)=d_0}.Let A(G) be the adjacency matrix of a graph G,and let λ_1(G),λ_2(G),…,λ_n(G) be the eigenvalues in non-increasing order of A(G).The number■(k=0,1,…,n-1) is called the k-th spectral moment of G,denoted by S_k(G).Let S(G)=(S_0(G),S_1(G),…,S_(n-1)(G)) be the sequence of spectral moments of G.For two graphs G_1,G_2,we have■ if for some k(k=1,2,…,n-1), and we have S_i(G_1)=S_i(G_2)(i=0,1,…,k-1) and S_k(G_1)S_k(G_2).In this paper,we determine the second to the fourth largest quasi-unicyclic graphs,in an S-order,in the set Q(n,d_0),respectively.     

二连通图的最长圈

本文证明:设G为n阶2连通图,D(x)={y|y∈V(G),d(x,y)≤2},d_d~*(x)表示D(x)中所有的点的度排成的非减度序列:d_1~*,d_2~*,…,d_j~*,d_(j+1)~*,…,d_(|D(x)|)~*中当下标j=d(x)时的度。δ_0=min{d(x)|x∈V(G)},D(δ_(i-1))={x|x∈V(G),d(x)≥δ(i-1)}(i=1,2,…,k),δ_i=min{d_(d(x))~*|x∈D(δ(i-1))}(i=1,2,…,k)且δ_0<δ_1<δ_2<…<δ_(k-1)≤δ_k,则C(G)≥min{n,2δ_k}。此外也给出δ_k的算法。     

关于矩阵乘积的奇异值的一个不等式及其应用

约定 A(≥0)>0为(半)正定 Hermite 矩阵。如果复矩阵 A=(a_(ij))(∈C~(n×n))的特征值都是实数,规定其特征值满足λ_1(A)≥…≥λ_n(A),用σ_1(A)≥…≥σ_n(A)表示 A 的n 个奇异值,规定{δ_1(A),…,δ_n(A)}与{a_(11),……,a_(nn)}为同一集合且|δ_1(A)≥…≥|δ_n(A)|。当实向量 x=(x_1,…,x_n)与 y=(y_1,…,y_n)的分量按递减顺序排列为 x_[1]≥…≥X_[n]与 y_[1]≥…≥y_[n]时,若(?)X_(i)≤(?)y_[i],k=1,2,…,n,则称 y 弱控制 x,记为 x相似文献