矩阵秩的下界和特征值估计

讨论了矩阵秩的下界和特征值估计,得到了矩阵秩的下界的两个估计,给出了矩阵实部和虚部的一个估计,证明了矩阵特征值都位于一个圆盘中,最后用数值算例验证了所得结果的有效性。     

关于四元数矩阵特征值的两个估计定理

在复数域上,复矩阵的特征值有着许多重要的估计方法,它能很好地表达复矩阵的特征值的分布情况。由于四元数矩阵乘积的非交换性,使得四元数矩阵与复矩阵特征值存在较大差异。利用容易刻画的有界集来估计一个四元数矩阵的特征值,给出了四元数矩阵特征值估计的两个定理。     

一类改进的鞍点矩阵最大特征值的区间估计

对鞍点矩阵的特征值估计理论进行了研究.基于对鞍点矩阵的对称性以及鞍点矩阵的最大特征值与子矩阵特征值之间关系的分析,改进了关于鞍点矩阵最大特征值的下界估计,从而得到一类改进的关于鞍点矩阵最大特征值的区间估计.数值实验中考察了由P1-P0混合有限元方法离散化Stokes方程所导出鞍点矩阵的最大特征值.数值结果表明所给出的关于鞍点矩阵最大特征值的区间估计是有效的.     

关于乘积矩阵的特征值估计

简要概述了近几年关于乘积矩阵特别是厄米特矩阵或半正定阵的特征值的一些最优估计，论述了在一定条件下一般复矩阵乘积的特征值的估计．在放宽条件下得到了一般的厄米特矩阵乘积的特征值的一类新估计．     

半正定Hermite矩阵之积的特征值估计

用控制不等式等理论,对矩阵之积的特征值进行了估计,得到若干半正定矩阵特征值的不等式,并推广了其中的一些结论.     

高阶微分系统特征值的上界估计(英文)

考虑高阶微分系统特征值的上界估计。利用正定矩阵、分部积分、Rayleigh定理和不等式估计等方法,首先将问题化为矩阵形式,建立了Rayleigh不等式,其次证明了三个引理,最后获得了用前n个特征值来估计第n+1个特征值的上界的不等式,其估计系数与区间的几何度量无关,其结果是文献[1-4]的进一步拓展。     

一类六阶微分系统特征值的上界估计

考虑六阶微分系统特征值的带权估计,利用矩阵运算、分部积分、Rayleigh定理和不等式估计等方法,获得了用前n个特征值来估计第n 1个特征值的上界的不等式,且其估计系数与区间的几何度量无关.     

非奇异M－矩阵及其逆矩阵Hadamard积最小特征值的新下界

针对非奇异M-矩阵及其逆矩阵Hadamard积的最小特征值问题,首先,回顾了已有文献应用矩阵的特征值存在域定理和逆矩阵元素的估计式;其次,结合M-矩阵Hadamard积的相关性质特征及不等式的构造、放缩技巧,给出了非奇异M-矩阵与其逆矩阵是双随机矩阵的Hadamard积的最小特征值下界τ(A°A~(-1))的一个仅与A矩阵的元素相关的估计式,推广了已有文献的结果;最后,用数值例子表明所给估计式的下界比已有结果得到的下界更精确.     

关于矩阵谱条件数的估计

提供了一个可选择的矩阵条件数的估计式,应用此方法,可以改进以往相应的用QR-方法计算矩阵特征值的相关条件数估计的结果．     

矩阵特征值界的估计的一种新表示方法

矩阵特征值的估计在理论和应用都是非常重要的,的估计结果都是用矩阵的元素或范数来表示的本文改为用主子式之和表示估计结果,并用实例验证该方法计算较简便,结果更精确。     

矩阵C-特征值的包含区间

研究矩阵C-特征值的估计问题, 通过引入基本C 特征值的概念, 并运用在实空间中定义超平面的构造性几何方法, 给出了判定非奇异矩阵的充分条件, 进而研究了新的矩阵基本C-特征值的包含区间, 并给出了实用估计式.     

某类四阶微分系统特征值的带权估计

考虑四阶微分系统特征值的带权估计,利用矩阵运算、分部积分、Rayleigh定理和不等式估计等方法,获得了用前n个特征值来估计第n 1个特征值的上界的不等式,其估计系数与区间的几何度量无关,其结果是文献[1]的进一步推广.     

广义岭型主成分估计在降维估计类中的方差最优性质

定义了一类降维估计,称为广义岭型降维估计类.在这类降维估计中,用矩阵求特征值的方法研究了广义岭型降维估计的方差最优性质.证明了它的方差阵最小,方差阵的特征值最小.进一步导出了广义岭型主成分估计的方差和、方差阵特征值乘积及方差阵的正交不变范数最小.     

非负不可约矩阵最大特征值的估计法

为了估计非负不可约矩阵最大特征值的界,构造2个新矩阵,利用Perron-Frobenius定理和新构造矩阵的行和与列和的性质,估计非负不可约矩阵最大特征值的上、下界,并推导极限估计式。结果表明,这种基于PerronFrobenius定理的估计非负不可约矩阵最大特征值的方法的估计范围比已有结论更精确。     

不可约M-矩阵最小特征值的上下界*

M-矩阵被广泛应用于数学物理、控制论、电力系统理论等领域,关于非奇异M-矩阵最小特征值的估计成为研究的热点;利用相似变换不改变矩阵特征值给出不可约非奇异M-矩阵最小特征值的上下界;该方法所得估计结果仅依赖于M-矩阵的元素,易于计算;最后通过数值算例表明新估计式在一定条件改进了现有的相关结果.     

2s和2t阶联立微分方程组次特征值的估计（英文）

考虑2s和2t阶阶联立微分方程组在Dirichlet和Neumann边界条件下广义特征值的含权估计,此问题由钱椿林教授提出,是某类六阶微分系统特征值问题的自然延伸,所用方法是Hile和Yeh方法的改进和推广,可用于估计重调和算子等的特征值,笔者引入向量和矩阵符号,运用SturmLiouville关于特征值和特征函数空间的定性理论,利用矩阵运算、分部积分、试验函数和Schwartz不等式等具体方法,获到了用主特征值来估计次特征值的显式上界不等式,且其估计系数与所论区间的度量无关,其结论是文献定理的进一步推广.     

一类偏微分系统的离散谱估计

考虑一类偏微分系统的离散谱估计,利用矩阵运算、分部积分、测试函数、Rayleigh定理和不等式估计等方法,获得了用前n个特征值来估计第n+1个特征值上界的不等式,其估计系数与区间的几何度量无关.     

关于乘积矩阵的特征值估计

本文给出了半正定Hermite矩阵和Hermite矩阵乘积的特征值估计,同时给出了乘积矩阵中正、负、零特征值个数的估计,推广了文[1]—[4]的结果。     

逆N_0-矩阵的一些性质

在严格对角占优矩阵性质的基础上,给出了不可约对角占优的逆N0-矩阵的若干性质,并且讨论了N0-矩阵和逆N0-矩阵的Hadamard积的模最小特征值的估计.     

不可约Z-矩阵最小特征值的改进算法

首先给出了不可约非负矩阵最大特征值的新估计,并进一步利用相似变换构造了一列相似矩阵,从而得到不可约非负矩阵最大特征值的逐步压缩的上下界,其极限为所要求的最大特征值.然后利用Z-矩阵与非负矩阵的关系,给出了不可约Z-矩阵最小特征值的改进算法.该算法迭代过程简单,迭代速度快.最后用数值实验加以验证.