岭估计下数据的交叉影响

本文研究岭回归中数据的交叉影响问题,得到了一些有意义的结果.并给出了矩阵X(X′X kl)~(-1)X~1的非对角元素h_(ij)~(k)的统计解释.     

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     

向量损失函数下均值向量线性估计的可容许性

在向量损失函数下,讨论了模型(H)EY=XβCovY=Xdiag(β1,β2,…,βn)X′中估计均值向量时,齐次线性估计在L1={LY:L为元素均为非负的k×n矩阵}中的容许性,及非齐次线性估计在L2={LY C:L为元素均非负的k×n矩阵,C为k维元素均严格非负的列向量}中的容许性,并获得了相应的充要条件.     

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.     

对角元为零的本原矩阵指标计算

本文对于一类对角元为零的本原矩阵的指标计算问题进行了研究。反映在图上,即一类无环本原轮形指标计算,指标集为{n十2,n+3,n+4}。另一类无环本原扇形的指标为(n-k)与不超过(n-1)/k的最小整数的乘积加k。这里k为本原扇形辐的条数.k=1时,达到所有本原矩阵的指标上界(n-1)~2+1。     

大维AR(1)模型样本协方差阵的极限谱密度

令Xn=(Xjk)1≤j≤p,1≤k≤n,X1,…,Xn是Xn的n个相互独立的列向量,并且Xk=(X1k,X2k,…,Xnk)′服从AR(1)模型,具体给出了当p→∞,n→∞,且p/n→y时,样本协方差阵Sn=1/n∑nk=1XkX′k的极限谱密度.     

一类酉约束矩阵迹函数最大值问题的解析解

酉约束的矩阵优化问题在数据控制理论和电子结构计算等领域内有着非常广泛的应用.考虑了一类酉约束的矩阵迹函数最大值问题:(SkSHk=In,WkmaxWHk=It,VkVHk=Im|tr(cIm±2Πk=1ΓkSk?kWkHkVk)|)其中Γk,?k,Hk分别是m×n,n×t,t×m复对角矩阵,k=1,2;c是复数,tr(...     

单圈图依次小Q-特征值排序

n阶图G叫做单圈图,如果G是连通的,并且G的边数也是n.图G的无符号拉普拉斯矩阵定义为Q(G)=D(G)+A(G),其中D(G)是以G所有顶点的度为对角元的对角阵,A(G)是图G的邻接矩阵.Q(G)是一个实对称的半正定矩阵,设它的特征值为q1(G)≥q2(G)≥…≥qn(G)≥0.图G的依次小Q-特征值为qn-1(G),简记为k(G).主要研究单圈图的k(G),记阶数为n的所有连通的单圈图的集合为U(n),给出了当阶数n≥25时,U(n)中依次小Q-特征值为前3大的图.     

含正对角元的极小本原矩阵

本文研究对角元全为正的 n 阶木原矩阵的结构,它的本原指数为k,2≤k≤n-2,它含正元的个数为最少。我们得出,从同构观点看,仅当 k 为偶数旦 2(n-1)/k 为大于3的整数时,这样的极小矩阵才是唯一的。     

线性多滞量中立型方程组的振动性

考虑线性中立型方程组[X(t)-sum form l=1 to rP_lX(t-υτ_l)]+sum form k=1 to mQ_kX(t-δ_k)=0其中 P_l=(P_(ij)~(l)),Q_k=(q_(ij)~(k))(i,j=1,2,…,n),τ_l>0,δ_k≥0在此方程组各系数矩阵对角占优条件下,本文得到了方程组所有解振动的充分条件,并推广文[1]的结论。