解析有限元法在特征值问题上的应用

有限元方法是一种解决工程与数学物理问题的数值方法,基于有限元的计算数学在工程应用领域占居重要地位.介绍了有限元法的概念,原理,着重介绍了matlab应用于有限元程序设计来求解特征值问题.     

矩阵特征值与特征向量在递推关系上的应用

本文利用矩阵特征值与特征向量给出了递推关系的一种解法。     

广义特征值问题的同时迭代法

<正> 1 引言 对广义特征值问题:Ax=λBx (1)其中A是n×n对称矩阵,B是n×n对称正定矩阵。当A和B是大型稀疏矩阵时,一种比较有效的方法是用Cholesky方法将B分解为 B=LL~T (2)其中L是下三角阵,按照变换, y=L~Tx (3)问题(1)变为 L~IAL~Ty=λy (4)然后对(4)应用同时迭代法(为了方便,后面称为同时送代法1):     

求解结构振动非线性特征值问题的一个方法

本研究结构分析中动态有限元引起的非线性特征值问题。中提出将动态有限元法与Ｒｉｃａａｔｉ传递矩阵法相结合求解振动非线性特征值问题。该方法减少了普通动态有限元法中结构划分所需的节点数，大大扩大了在微型机上的求解问题的规模；对传递矩阵引入Ｒｉｃｃａｔｉ变换，从而比标准传递托 阵法减少了误差传递，提高了计算效率；采用Ｎｅｕｔｏｎ－Ｒｑｐｈｓｏｎ法代替行列式值试凑法计算频率值简单高效。最后，本给出了两     

反对称矩阵特征值的反问题

提出了一个关于反对称矩阵特征值的反问题的求解方法，同时又对一类特殊对称矩阵的特征值问题给出了解法。     

矩阵特征值反问题

本文利用三对角的反对称矩阵各对称矩阵谱集的关系,给出了主对角元素为零的三角对称阵的特征值反问题部是之解法。     

四元数体上矩阵的右特征值

讨论实四元数体上方阵的右特征值，并将域上矩阵的一些相应结果推广到实四元数体上。     

特征值问题的一个算法

这里提供的特征值问题Ａｘ＝λｘ的解法利用了向量ｘ的伪逆。通过迭代,可以收敛到问题的最小特征值和相应的特征向量（λ１,ｘ１）给出的收敛性证明说明收敛度是比较快的。     

全对称Jacobi矩阵的逆特征值问题

提出由全对称Ｊａｃｏｂｉ矩阵Ｊ及其介顺序主予矩阵的每一个特征对来构造Ｊｎ的问题，讨论了问题有唯一解的充分必要条件，并给出了数值例子。     

Jacobi矩阵的特征值问题与逆问题

首先对Jacob i矩阵的特征值进行了分析,然后讨论了由一个特征对构造Jacob i矩阵的问题,得出了该问题在某一类集合中有解的充分必要条件,并给出了解的具体表达式.     

广义Jacobi矩阵逆特征值问题解存在的条件

研究了由给定的两个特征值及对应特征向量构造广义Jacobi矩阵的逆特征值问题，得到了这类问题有解以及有唯一解的充分必要条件，在有解时给出了构造相应的广义Jacobi矩阵的方法，并给出了具体的算例．     

反对称矩阵特征值的反问题

提出了一个关于反对称矩阵特征值的反问题的求解方法，同时又对一类特殊对称矩阵的特征值反问题给出了解法。     

行随机矩阵的逆特征值问题

非负矩阵逆特征值问题的理论价值和应用背景一直吸引不少学者从事于这个热门课题的研究.论文研究行随机矩阵逆特征值问题,考虑一类特殊的复数集Λ=∪k=1mΛk,m>0,每个Λk含有pk>0个元,其中一元是λk1>0,其余元是ωke2πi/pk,…,ωke2(pk-1)πi/pk,0<ωk≤λk1.论文同时给出了求解的方法.当p1,…,pm全为2时,Λ变成2m+1非零个实数的集合.论文同时也给出以已知任意奇数个非零实数为谱的行随机矩阵逆特征值问题有解的充分条件及求解的方法.     

矩阵特征值问题的背景及一些新应用

本文讨论了矩阵特征值问题在代数、几何、分析、概率、天文、物理、化学、经济等广泛的领域内的产生及应用背景,并总结了作者在图论、管理科学、社会科学等领域提出的新应用。     

对称特征值问题扰动的探讨

利用矩阵函数微分学理论，描述了对称矩阵被对称扰动以后特征值的变化规律，并给出了Wielandt-Hoffman定理的另一个证明方法．     

正规矩阵的逆特征值问题

讨论实正规矩阵的逆特征值问题,给出有解的充要条件及通解的表达式。     

关于非负矩阵的反特征值问题

应用多项式的伙伴矩阵, 对于任意复数~$\lambda, $ 构造出了三阶非负方阵, 使~$\lambda$~为其一特征值, 并证明所给出的是满足条件的含零元素最多的矩阵.     

矩阵特征值的理论及应用

通过n阶方阵A的特征值得出一系列相关矩阵的特征值,再由特征值与正定矩阵的关系得出正定矩阵的结论.     

迭代方法求解矩阵全部特征值问题

提出用迭代法求解矩阵全部特征值的问题.特别指出,如果任意复矩阵A具有成对的不同特征值,那么所提出的方法容许把它化简为对角形式,并且收敛速度将是平方的.