关于多元许定理的一个注记

虑线性模型Y=XB+Uε (1)其中 X,U≠0分别是已知的 n×k,n×l 矩阵,Y,ε分别是 n×p,l×p 随机矩阵,B 是 k×p未知参数矩阵。设ε=(ε_(1)     

矩阵非异性判定

本文利用矩阵块对角占优的性质,给出矩阵非奇异的几个判定条件。下面用 R~(n×n)表示 n 阶实方阵的全体,用 C~(n×n)表示 n 阶复方阵的全体,并令,Z~(n×n)={A=(a_(ij))∈R~(n×n)|a_(ij)|≤0,i≠j,1≤i,j≤n}若 A 是非奇异 M 一矩阵。则记 A∈M.引理1 设 A=(a_(ij))∈Z~(n×n),且 A_(ij)>0,1≤i≤n,令 A =,则 A∈M     

FUZZY方程的计算机解法

综合评判及问题的解决,常归结为求解Fuzzy矩阵方程.文献[1]中对于方程(X)_(m×n)×n·(R)_(n×k)×k=(S)_(m×k)×k(*) 的不同形式,给出几种比较简便的求解方法.但是随着评判因素的增加,其计算量往往要成倍地增加,这就迫切要求能借助计算机来实现一系列的判别和运算.本文在文献[1]的基础上提供了利用SHARP-PC1500计算机求解Fuzzy方程的基本方法.     

复数域上非奇异矩阵A+iB的逆矩阵

我们知道一个复数域上的n阶矩阵总可以把它写成A+iB(此处A,B为n阶实矩阵),今若A+iB可逆,且其逆矩阵表为C+iD(此处C,D为n阶实矩阵),那么A,B和C,D是否有关系?其关系如何?本文就此问题作些探讨。由文[1]定理1直接可得推论1 若n阶复矩阵A+iB(此处A,B为n阶实矩阵)可逆,则引理1 若P为m×m(n≤m)矩阵,其秩为n,Q为m×n矩阵,其秩也为n,则n×n方阵PQ的秩为n 与文[3]的引理1证法相同,这里不再重复。引理2 对推论1中的A,B和任意一个2n×2n方阵u=(M_(2n×n)N_(2n×n))(此处M_(2n×n)的秩     

广义对角占优矩阵的一些性质

<正>设A=(ajk)（n×n）为n阶复矩阵(本文记为A∈Cn×n,记oj=sum from k=1 k≠j to n |ajk|,j=1,...,n若|ajj|>aj,j=1,…,n,则称a为（按行）严格对角占优矩阵.若（?）=1/2（A+Ax）为严格对角占优矩阵,则称A为共轭（严格）对角占优矩阵.关于各类对角占优矩阵特征值的分布,已在文     

矩阵1秩半群的自同构

设D~(n×n)是体D上的n×n矩阵半群,整数r适合0≤r≤n,称s_r={X∈D~(n×n)|ranKX≤r}为D上n阶矩阵r秩半群。在r≤1的限制下,确定了S_r的自同构形式。     

矩阵正态分布均值矩阵的可估函数的线性估计在线性估计类中的泛容许性

考虑以下问题 :设n×m随机矩阵Y有分布N(Θn×m ,σ2 (Vn×n Σm×m) ) ,0 <σ2 ≤ 1 ,即Y服从均值向量为Θ协方差矩阵为σ2 (Vn×n Σm×m)的多元正态分布 ,其中 (Θ ,σ2 )为未知参数 .类似覃红讨论均值矩阵Θ的可估函数SΘ的线性估计AY在线性估计类中的泛容许性 .称Y的分布为矩阵正态分布     

广义严格对角占优矩阵的判定

本文讨论了广义严格对角占优矩阵的特征,给出了判定广义严格对角占优矩阵的几个充分条件与一个充分必要条件。定义1 设A=(a_(ij))∈C~(n×n),如果对所有1≤i≤n,皆有则称A为行严格对角占优矩阵,记为A∈D。定义2 设A=(a_(ij))∈C~(n×n),若有一正向量d=(d_1,d_2,…,d_n)~T,使得     

带随机量测噪声的线性系统的初始状态线性最小方差估计的均方收敛性

一、引言设线性离散系统X(k+1)=GX(k),(1.1)Y(k)=CX(k)+V(k),式中G,C 分别为n×n,m×n 常阵,且G 为非奇异阵,V(k)为m 维随机量测噪声矢量,{V(k)}为零均值平稳白噪声序列,即EV(k)=0,EV(k)V(?)(j)=0,j≠k,j,k=0,1,…,EV(k)V(?)(k)=R,R 为m×m 非奇异常阵。X(0)=X_0为系统的初始状态,VarX_0非奇异,X_0与V(k)不相关,k=0,1,…。     

二元域上矩阵空间之间的线性秩保持

设F2是二元域,n是整数,n≥2.Mn(F2)记F2上的n×n矩阵空间,Sn(F2)记F2上的n×n对称矩阵空间.若线性算子f∶Sn(F2)→Mn(F2)满足rankf(X)=rankX对所有的X∈Sn(F2)成立,则称f是从Sn(F2)到Mn(F2)的线性秩保持.证明了f是从Sn(F2)到Mn(F2)的线性秩保持的充要条件是存在非奇异的U,V∈Mn(F2)满足f∶A→UAV.     

一些特殊结构的布尔矩阵行空间基数

设Bm×n是所有m×n布尔矩阵的集合,R(A)为A∈Bn的行空间,|R(A)|表示行空间R(A)的基数,m,n是正整数,k为非负整数.证明了如下3个结果:(1) 设A∈Bm×n,m,(ⅰ) 如果A是幂等矩阵,即A2=A,那么|R(Am)|=|R(A)| ;(ⅱ) 如果A是对合矩阵,即A2=I,那么当m是奇数时,|R(Am)|=|R(A)|,当m是偶数时|R(A)|=2n.(2) 设A∈Bm×n,A含1的元素个数为k,0≤k≤min{m,n},且A的每行每列元素中1的元素个数最多为1,那么|R(A)|=2k.(3) 若A∈Bm×n是形如A=(O OO A1)的分块矩阵,A1=(aij)k×k,aij=0(i>j),aij=1(i≤j),i,j=1,2,…,k,则|R(A)|=k+1.     

域上保对称矩阵空间上群逆的线性映射

设F是特征不为2且元素个数大于5的域,n,m为正整数,2≤n≤m,设Sn(F),Mm(F)分别是F上n×n阶对称矩阵空间和m×m阶全矩阵空间.本文刻划从Sn(F)到Mm(F)(Sm(F))保群逆的线性映射.     

关于正规矩阵及矩阵三种积的亚正定性

本文首先讨论正规矩阵为亚正定的特征;然后论述了亚正定矩阵的一般积、Kronecker积以及Hadamard积仍为亚正定的条件。定义1 设A为实方阵,对任意非零向量x,有x Ax>0;称A为亚正定的。定义2 设A∈R~(n×n),A~ΓA=AA~Γ;则称A为正规矩阵。定义3 A、B为同阶实方阵,A可逆,方程|λA-B|=0的解为B相对A的特征根,显然它们是A和B确定的。定义4 A=(α)(?)×,B=(b_i)_m×m都是实阵;则m·n阵方阵(α_(ij)·B)_(m×m)为A与B的Kronecker积,记为AB。     

一个0—1有限空间

本文构造出一个魔矩阵证明W_(n×2~n),证明了它的列向量在0—1二元域F_2上组成n维向量空间H_n,并且指出H_n,W_(n×2~n)图论与在编码中的一些应用。     

完全不可分解矩阵的广义最大密度指数

设A是一个周期为p的n×n不可约布尔矩阵,［3］中定义了A的广义最大密度指数hA(k).令DISF(k)={hA(k)|A∈FIMn},其中FIMn是所有n×n完全不可分解矩阵的集合,本文证明了DISF(k)={1,2,…,n-1}.     

矩阵方程X+A~*X~qA=I(q>0)的Hermite正定解

考虑非线性矩阵方程X+A*XqA=I,其中,A是一个n×n阶的复矩阵,I是一个n×n阶的单位矩阵,A*表示矩阵A的共轭转置.文中推导出方程在01两种情况下Hermite正定解的存在性以及迭代求解方法.并利用数值例子来说明.     

矩阵方程ATXA=D的反对称次对称最小二乘解

该文研究的问题为给定A∈R n×m,D∈Rm×m求X∈ASRn×n,使得‖ATXA-D‖F=min.这里ASRn×n表示全体n×n阶反对称次对称矩阵的集合,‖·‖表示Frobinius范数;利用矩阵对的标准相关分解(CCD),得到了该问题的通解表达式及矩阵方程ATXA=D有反对称次对称解的充分必要条件.     

二次规划子空间共轭向量法

本文研究以下二次规划(QP)的解法:求在约束条件AX=b下,q(X)=(1/2)X~TGX+g~TX+C的极小值,其中G∈Rn~(n×n)是一个实对称正定矩阵,A∈Rm~(m×n)是一个秩为m的实长方矩阵,g∈R~n,b∈R~m,C∈R',得出了一种求解(QP)的子空间共轭向量方法。     

交换环上的线性方程组可解的一个充分条件

<正> 本文R始终表示有单位元的交换环。我们考虑系数在R中的线性方程组AX=B (1)在R上可解的条件,这里A=(a_(ij))是一个m×n矩阵,X=(x_1,…,x_n)~t,B=(b_1,…,b_m)~t。如果m>n,可以引入变量x_(n+1),…,x_m及a_(ij)=0(1≤i≤m,n+1≤j≤m)。因此,不失一般性,我们总可以假定m≤n。关于线性方程组AX=B有解的充分条件,文献[1]、[2]、[3]中针对一些     

矩阵的正则性的若干条件

设 C~(n,n)(R~(n,n))表示 n×n 复(实)矩阵的空间;C~n(R~n)是 n 维复(实)的向量空间;e_1,…,e_n是 R~n 的典型基。C~n 上范数Φ(只要求弱齐性,即Φ(αx)=αΦ(x)对一切数量α≥0成立)是单调的,如果对任意 C~n 内向量 x=(x_1,…,x_n)与 y=(y_1,…,y_n),|x_i|≤|y_i|(i=1,…,n)蕴涵Φ(x)≤Φ(y)