广义Sylvester矩阵方程AX-XF=BY的显式解

给出了广义Sylvester矩阵方程AX-XF=BY当F为任意矩阵时的一种完全的解析通解.该通解由矩阵对(A,B)构成的能控性矩阵,一个对称算子矩阵和矩阵对(Z,F)构成的能观性矩阵组成,这里Z是一个任意的参数矩阵,用来表征该方程的解的自由度.利用著名的Levverrier算法,该解析解的一个等价形式被给出.给出的结果是参考文献[13]的推广,在[13]中F被假设为友矩阵.     

最大(小)公约(倍)数相等的刻画

利用整数可逆矩阵给出了2组整数的最大公约数与最小公倍数分别对应相等的判别定理,得到主要结果为:设ai,bi∈Z(i=1,…,n,n∈Z+,n≥2),则(1)gcd{a1,…,an}=gcd{b1,…,bn}当且仅当存在n阶整数可逆矩阵P,使得(a1,…,an)P=(b1,…,bn),其中:gcd{c1,…,cn}表示整...     

矩阵型因子模型及其在我国省际人口流动网络数据中的应用

矩阵型时序数据广泛地存在于各个领域中。近年来,研究者们针对高维矩阵型时序数据提出了一类矩阵型因子模型,其估计方法与理论研究正在不断的改进中。本文针对已提出的矩阵型因子模型,给出了一个新的拟似然估计方法,通过数值模拟验证了该方法的有效性,并将矩阵型因子模型用于我国省际人口流动网络数据中,以研究其动态变化规律。     

星敏感器图像显示验证VGA接口设计

设计了星敏感器图像验证VGA显示接口,采用单片FPGA实现了输入图像数据处理、VGA时序产生等功能.实验仿真表明,该系统逻辑时序设计正确,能很好地完成对星敏感器星点定位、星图识别等功能测试的监视工作.     

域上保持m×n秩1矩阵的函数

设F是任意的域,m,n是整数,m,n≥2.对于一个函数f:F→F和F上的一个矩阵A=[aij],用符号Af定义矩阵[f(aij)].如果秩Af=1对F上所有的m×n秩1矩阵A成立,则称f保持m×n秩1矩阵.刻画了F上所有保持m×n秩1矩阵的函数的一般形式.这推广了最近的文献Kalinowski[1,2]中的结论.     

C1XD2=F2的反对称解及其最佳逼近

利用迭代方法来解线性矩阵方程组A1XB1+C1XD1=F1,A2XB2+C2XD2=F2.若这个矩阵方程组是相容的,那么它的反对称解就能在有限步迭代中得到.如果选取一个特殊的初始矩阵,就能够求得其最小范数解.若任意给定一个矩阵,可在A1B1+C1D1=F1,A2B2+C2D2=F2中求得它的最佳逼近解.最后通过实例说明了这种迭代算法是有效的.     

矩阵分解在求解齐次线性方程组中的应用

<正>矩阵的满秩分解及奇异值分解~([1-2])在优化理论和统计学领域有着广泛的应用.本文研究了矩阵的满秩分解及奇异值分解在求解齐次线性方程组Ax=0中的应用,并给出了算例.1运用矩阵的满秩分解求解齐次线性方程组定理设矩阵A的满秩分解为A=BC,则Cx=0的充要条件是Ax=0.     

矩阵方程组A1XB1+C1XD1=F1,A2XB2+C1XD2=F2的反对称解及其最佳逼近

利用迭代方法来解线性矩阵方程组A1XB1 +C1XD1 =F1,A2XB2+ C2XD2=F2.若这个矩阵方程组是相容的,那么它的反对称解就能在有限步迭代中得到.如果选取一个特殊的初始矩阵,就能够求得其最小范数解.若任意给定一个矩阵,可在A1(X-)B1 +C1 (X-)D1=F1,A2(X-)B2+C2(X-)D2 =F2中求得它的最佳逼近解.最后通过实例说明了这种迭代算法是有效的.     

用特征值法求一类线性递推数列的极限

利用矩阵理论,对一类一元及二元线性递推数列a n+2=pan+1+qan+k和{xn+1=axn+dyn+t1 yn+1=cxn+byn+t2,给出了根据递推系数决定的矩阵的特征值来判别数列敛散性的一个方法.同时给出了几个应用实例.     

关于非线性矩阵方程X+A~TX~(-1)A=Q的正定解

考虑非线性矩阵方程X+ATX-1A=Q,其中A是一个实矩阵,AT表示A的转置矩阵,Q是正定矩阵.矩阵方程存在正定解的充分条件和必要条件,这里给出的充要条件能够体现非线性矩阵方程的性质,同时得到了与之相关的新结论.     

关于加权Drazin逆反序律的一个注记

利用矩阵的秩方法,给出了矩阵的加权Drazin逆的反序律成立的一个充分必要条件.推广了文献[8]中的结论,文献[9]中的主要结果(当n=2时)也是本结论的特殊情形.     

一类无限维李代数的泛中心扩张(英文)

令W=spanC{Mr|r∈Z}表示秩1的Witt代数,其上李积为:[Mr,Ms]=(s-r)Mr+s。设V=spanC{Ns|s∈Z}是一个向量空间,由如下作用将其看作W-模:Mr.Ns=sNr+s。设G是Witt代数由其上的模V得到的分裂扩张。给出了G的泛中心扩张。     

AOR迭代法的误差估计

在双严格占优矩阵条件下,给出了相容矩阵范数的一个上界,并以此为基础,得到了线性方程组求解时的AOR迭代法的误差估计式.作为特殊情形,当σ=ω=1时,得到了Gauss-Seidel迭代法的更简捷形式的误差估计式.     

同步时序电路设计时的选择状态分配

<正> 在完成相同逻辑功能的情况下,设计同步时序电路必须选择适当的状态分配,才能获得最简单的电路结构。现举例来说,在数字通讯线路中,往往要采用某一种串行码组作为同步信号,巴克码1110010就是作为同步信号用的一种。现在要设计一个串行码组1110010序列检测器如图1所示,在X端送入一系列信号,当检测到1110010序列信号时输出端Z=1,否则Z=0。其设计过程如下。 X→序列信号检测器→Z     

一个包含两个Smarandache函数的方程及其正整数解

研究两个包含Smarandache LCM函数SL(n)及伪Smarandache函数Z(n)方程的可解性,即方程Z(n)=SL(n),Z(n)+1=SL(n),利用初等及解析方法获得了该方程的所有正整数解,证明了下面两个结论:(1)对任意正整数n1,方程Z(n)=SL(n)有正整数解当且仅当n=pa.m,其中p为奇素数,a≥1及m为(p~a+1)/2的任意大于1的因数;(2)对任意正整数n1,方程Z(n)+1=SL(n)有正整数解当且仅当n=pa.m,其中p为奇素数,a≥1及m为(p~a-1)/2的任意因数。     

线性流形上反对称次对称矩阵反问题的解

令S={A∈ASn｜AZ=Y,ZT1ZT+1YT2=YT2,Y1Z+2Z2=Y1,ZT1Y1=-YT2Z2,Y,Z∈Rn×m},这里(ZT1　ZT2)=ZTD,(YT1　YT2)=YTD.研究了如下问题:问题Ⅰ　已知X,B∈Rn×n,找A∈S使‖AX-B‖=min.问题Ⅱ　给定A ∈Rn×n,找^A∈SE使‖A -^A‖=min A∈SE‖A -A‖.这里SE是问题Ⅰ的解集合,给出问题Ⅰ的解集合表达式和问题Ⅱ的逼近解.     

两个基础可行解的存在条件

Todd,M.J在[1]中讨论了矩阵方程.AX=B的一些性质,阐明它们与不动点理论之间的密切联系。 这里A为m×(m 1)实矩阵,B为m×n实矩阵,rank(A)=rank(B)=m。 称矩阵方程(p)AX=B可解,指的是存在一个字典序非负矩阵X_0满足(p)。 定义1 称向量a=(a_1,a_2,…,a_m)为字典序正的向量,当且仅当a_j>0,这里j=min{i|a_i≠0},此时记a>0。如果a>0或a=0,称a是字典序非负向量,记作a≥0。10,这里j=min{i|a_i- 1相似文献   

AxA＊=B的对称广义中心对称解

复数域上矩阵方程AXA=B的对称广义中心对称解．利用对称广义中心对称矩阵的特殊结构,将AXA=B转化为等价的矩阵方程A1墨A1＋A2五A2=B,并利用该方程的Her-mitian解得到AXA=B的对称广义中心对称解存在的充要条件及通解表达式.     

关于非线性矩阵方程X+A*X-qA=Q的Hermite正定解

考虑非线性矩阵方程X+A*X-qA=Q,其中A是n阶非奇异复矩阵,Q是n阶hermite正定阵.考虑q∈(0,1]和q∈[1,∞)两种情况下非线性矩阵方程存在正定解(唯一正定解)的充分条件和必要条件,并在最后给出一个获得矩阵方程正定解的迭代序列.     

域上保秩1矩阵映射

设K是域,m,n是不小于2的整数,Mmn(K)表示K上m×n阶矩阵全体所成集合.设Φij(i=1,2,…,m,j=1,2,…,n)是K上的映射,定义K上由Φij导出的映射Φ如下:Φ:[aij]|→[Φij(aij)],[aij]∈Mmn(K).若Φ将Mmn(K)中的秩1矩阵都映成秩1矩阵,则称Φ是保秩1的,将刻画这种映射的形式.