广义次对角占优矩阵的判定

首先给出了广义次对角占优矩阵的概念,研究了广义次对角占优矩阵的判定方法,并给出了判断广义次对角占优矩阵的一个充要条件。     

广义严格次对角占优矩阵的判定

引入了广义次对角占优矩阵及双次对角占优矩阵的概念,得到了广义严格次对角占优矩阵的若干判定方法。     

矩阵的广义次对角占优性

给出了广义次对角占优矩阵及双次对角占优矩阵的概念 ,得到了广义严格次对角占优矩阵的若干判定准则     

局部对角占优矩阵

引进局部对角占优矩阵的概念,得到这类矩阵的一些性质,给出了局部对角占优矩阵为广义严格对角占优矩阵的简单而实用的判定准则.     

块广义对角占优矩阵的等价表征

在块对角占优矩阵和广义块对角占优矩阵的概念的基础上,引入了块局部双对角占优矩阵的概念,应用矩阵分块方法 ,给出了判定分块矩阵为块广义对角占优矩阵的充分条件.     

H-矩阵的判定方法

给出了广义α—严格对角占优矩阵的几个新的充分条件，利用α—严格对角占优与广义严格对角占优的等价性，得到了广义严格对角占优矩阵与H—矩阵以及非奇导M—矩阵的若干新的判定方法。     

广义严格对角占优矩阵的新判定条件

应用α-链对角占优矩阵的性质,结合不等式放缩技巧并采用寻找正对角阵因子的方法给出判定广义严格对角占优矩阵的一些新的充分条件,推广和改进了已有对广义严格对角占优矩阵的判定方法,并用数值算例证明了结果的优越性.     

矩阵的k-path覆盖对角占优性与应用

引进了k-path覆盖对角占优矩阵,研究了它的性质,给出了广义对角占优矩阵的新表征,推广、改进、修正了一些关于广义严格对角占优矩阵判定的已有结果.     

矩阵广义对角占优性的判定

利用线性方程组解的理论得到了矩阵广义对角占优的又一判定定理,对于用此方法判定的广义对角占优矩阵A,可具体给出正对角阵A,使AA为对角占优阵.作为应用还得到了矩阵非奇异的判定定理.最后给出了应用实例.     

矩阵的κ-path覆盖对角占优性与应用

引进了κ-path覆盖对角占优矩阵,研究了它的性质,给出了广义对角占优矩阵的新表征,推广、改进、修正了一些关于广义严格对角占优矩阵判定的已有结果．     

广义次对角占优矩阵和次M-矩阵的判定

次对角占优矩阵在计算数学和控制理论中有着相当广泛的应用.本文介绍了广义次对角占优矩阵并运用类比法给出了判定广义次对角占优矩阵和次M-矩阵的新方法.A=(aij)∈Cn×n,N={1,2,…,n},J′(A)={n-I 1| |an-I 1,I|＞Σj≠1|an-I 1,j|=Λn-I 1,I∈N}≠φ,M′(A)为A的次比较矩阵,若存在N1∪N2=N,N1∩N2=φ,有(|an-I 1,I|-α′I)(|an-j 1,j|-β′j)＞α′jβ′I((A)I∈N1,j∈N2),α′I=Σj∈N1j≠1|an-I 1,j|,β′I=Σj∈N2j≠1|an-I 1,j|,则A为广义次对角占优矩阵,M′(A)为次M-矩阵.     

广义严格对角占优矩阵与非奇M矩阵的充要条件

广义严格对角占优矩阵与非奇 M矩阵是非常重要的两类矩阵。文章给出了实方阵为广义严格对角占优矩阵和实方阵的比较矩阵为非奇 M矩阵的充要条件。同时 ,给出了判别广义严格对角占优矩阵 (非奇 M矩阵 )简单实用的方法 ,该方法只需要解一个非齐次线性方程组即可。     

广义次对角占优矩阵的充分条件

利用判定广义对角占优矩阵的充分条件,通过类比法给出了判断广义次对角占优矩阵的一组充分条件.     

广义次对角占优矩阵的若干充分条件

本文给出了严格局部双次对角占优矩阵的定义,利用正对角矩阵法得到了广义次对角占优矩阵的若干充分条件,并给出了相应的数值例子说明结果的有效性。     

广义严格对角占优矩阵的判定准则

利用矩阵的Ostrowski对角占优性研究矩阵的非奇异性,给出了判定广义严格对角占优矩阵及非奇异M矩阵的若干充分条件,拓广了广义严格对角占优矩阵的判定准则.     

广义对角占优矩阵的新判据

广义对角占优矩阵在矩阵分析和数值代数的研究中具有重要作用,但在实用中要判别广义对角占优矩阵是十分困难的.本文通过对矩阵行标作划分的方法,给出了判定广义对角占优矩阵的一组新条件,改进了近期的相关结果,相应数值例子说明了结果的有效性.     

广义对角占优矩阵的讨论及其 在神经网络系统中的应用

广义对角占优矩阵在神经网络系统稳定性的研究中具有重要作用,但在实用中要判别广义对角占优矩阵是十分困难的.给出判定广义对角占优矩阵的一组新条件,并给出其在神经网络系统中的应用.相应数值例子说明了结果的有效性.     

关于分块矩阵的对角schur补

利用矩阵分块的思想,主要证明了I-块严格对角占优阵的对角schur补仍然是I-块严格对角占优阵,同时利用连续性证明了I-BDD的对角schur补还是I-BDD。     

广义对角占优矩阵的新判据及其在神经网络系统中的应用

广义对角占优矩阵在矩阵分析和数值代数的研究中具有重要作用,但在实用中要判别广义对角占优矩阵是十分困难的。本文通过对矩阵行标作划分的方法,给出了判定广义对角占优矩阵的一组新条件,改进了近期的相关结果,并给出其在神经网络系统中的应用,相应数值例子说明了结果的有效性。     

广义对角占优阵的判别准则

给出了复方阵为广义对角占优阵的一个充要条件及复方阵为广义对角占优阵的判别准则,并通过实例证明该准则简单、可行的。