Z矩阵的一些性质

倘若矩Ａ＝ｔＩ－Ｂ,Ｂ≥０,则称Ａ是一个Ｚ矩阵;若还有ｔ≥ｐ（Ｂ）,则称Ａ为Ｍ矩阵,该文主要研究非Ｍ矩阵但是Ｚ矩阵的矩阵的性质,获得一些有趣的结果。     

伴随矩阵的若干性质

从特殊矩阵的伴随矩阵的关系考察了伴随矩阵的性质。     

矩阵的子式矩阵及其应用

本文描述了矩阵的子式矩阵,并由此得到了Gram不等式的一个推广形式。     

矩阵方程AX=B的一类反问题

本文给出了用低阶矩阵的广义对称正定性来判定高阶矩阵的广义对称正定性的判定定理,并且给出了矩阵方程AX=B的反问题在广义对称正定矩阵类中解存在的充要条件及解的一般形式。     

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。     

伴随矩阵的性质及应用研究

对伴随矩阵性质作进一步的讨论,给出相关的命题和证明,并利用这些性质对相关问题做出快速简便求解.     

伴随矩阵的性质及应用

伴随矩阵与它原矩阵在具有的性质方面有很多相同之处。本文总结了伴随矩阵的一些性质,并列举了几个伴随矩阵在解决实际问题时的作用。     

可逆矩阵的求法

可逆矩阵作为矩阵乘法的逆运算,是矩阵的一种重要运算,在解决矩阵问题起着重要的作用。因而掌握可逆矩阵的求法,在解决实际问题时选择适当的方法,往往可以起到事半功倍的效果。对一些常用的方法并作系统的总结。下面总结几种常用的求逆矩阵的方法以及在数学领域和通讯领域的作用。     

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。     

线性估计可容许性的一个新证明

对一般的线性模型y～(Xβ,σ2V)和y～(Xβ,V)其中X和V为已知矩阵,σ＞0和β∈R     

带有不完全椭球约束的多元回归系数线性估计的泛容许性

 对于带有不完全椭球约束的多指标线性模型Y=XΘ+ε,ε～(0,∑ V),Θ′X′NXΘ≤∑,给出了SΘ的泛容许估计的定义,并在齐次线性估计类(非齐次线性估计类)中给出了SΘ的估计AY(AY+C)泛容许的充要条件,不论SΘ是否可估.     

不等式约束下多元线性模型中线性估计的可容许性

研究多元线性模型在不等式约束下齐次线性估计和非齐次线性估计的可容许性, 刻画了二者之间的关系, 得到了齐次线性估计(非齐次线性估计)在齐次线性估计类(非齐次线性估计类)中是可容许的充要条件.     

线性回归模型的一类新约束型LIU估计

针对带线性约束型的回归模型复共线性问题,提出了一种新估计,称之为修正约束型LIU估计,给出了新估计的性质.在均方误差准则基础上证明了在一定条件下,修正约束型LIU估计优于最小二乘估计、岭估计、修正岭估计和约束型LIU估计,最后讨论了新估计的可容许性.     

不等式约束下线性模型中回归系数的所有可容许估计

对于线性模型Y=Xβ+ε, ε~N(0,V]), V>0已知, 给出了在不等式约束RXβ≥0下[WTHX]β[WT]的线性估计在二次损失下及一切估计类中为可容许的充要条件.     

线性模型最小二乘估计的一个最优性质

考虑一般的线性模型Y=Xβ+ε,其中X为n×p阶设计矩阵,β为p×1未知参数向量,e为n×1随机误差向量。满足E(ε)=0,Cov(ε)=σ~2∑,这里σ~2>0可能未知,Σ则为已知的非负定矩阵,θ是β的一个线性函数,且可估,假设θ_R为Rao型最小二乘估计,本文证明了若随机误差服从ε椭球等高分布,则θ_R满足所谓最大概率性质,即θ_R落在以θ为中心的任一椭球内的概率不小于θ的任一性线无偏估计落在同一椭球内的概率,推广了文献中的结果。     

矩阵损失下线性估计可容许性的注记

研究矩阵损失下线性模型中线性估计的可容许性, 利用矩阵论的相关知识给出了齐次线性估计类和非齐次线性估计类中可容许估计的新刻画, 并举例说明所给条件更易于应用.     

线性模型误差协方差阵的扰动对线性假设F检验显著水平的影响

讨论正态线性模型Y＝Xβ ε,ε-N(0,σ^2V)中关于参数β的假设检验问题H0：Hβ＝0。给出V≠kIn时通常的F检验显水平的上界和下界。     

回归系数的线性估计在平衡损失下的可容许性

针对多元正态线性模型,根据Zellner提出的平衡损失函数,对其进行变形,定义了更一般的平衡损失函数。研究了在该损失下,多元正态线性模型回归系数矩阵的线性估计在一切估计类中的可容许性,并给出了充要条件。该方法同样适用于线性估计类中的可容许性以及其他的可容许性的研究。     

二次损失下可估函数在非齐次估计类中的条件Minimax可容许性

在二次损失下,关于任意矩阵V讨论了一般Gauss-Markov模型在非齐次线性估计类中可估函数的条件Mimimax可容许性.得出带约束的一般Gauss-Markov模型的可估函数在非齐次估计类中Minimax可容许的充分必要条件.