M-矩阵Fan积最小特征值的下界

矩阵的Fan积是矩阵理论研究的重要问题之一.利用特征值包含域定理给出两个非奇异M-矩阵Fan积最小特征值的下界估计式,所得结果只依赖于两个非奇异M-矩阵的元素,便于计算.数值例子表明新估计式在一定条件下改进了现有的一些结果.     

M-矩阵最小特征值下界的新估计

利用Gerschgorin和Brauer定理,先给出非负矩阵A4与非奇异B矩阵的逆矩阵Hadamard积的谱半径上界,同时利用特征值与谱半径的关系得到非奇异M-矩阵最小特征值下界的新估计式.通过数值算例表明了新估计式优于已有的结论.     

非奇异M-矩阵最小特征值的下界

非奇异M-矩阵最小特征值的估计是矩阵分析理论研究中的重要问题.利用H?lder不等式,给出非奇异M-矩阵最小特征值的下界估计式.新估计式只与M-矩阵的元素有关,易于计算.数值例子说明新估计式改进了现有的相关结果.     

M-矩阵Hadamard积最小特征值的新下界

对于非奇异M-矩阵A与B,利用Brauer定理和逆矩阵元素的范围,给出B·A-1的最小特征值下界的新估计式.理论分析和数值算例结果说明新估计式改进了现有的结果.     

矩阵Hadamard积的最小特征值下界的估计

利用Brauer定理,给出非奇异M-矩阵A与其逆矩阵的Hadamard积A■A-1的最小特征值下界的新估计式.理论证明和数值算例表明所得估计结果比现有结果更为精确.     

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.     

矩阵Hadamard积与Fan积的特征值新界

非负矩阵和M-矩阵是矩阵论中两类重要的矩阵.矩阵特征值的研究是如今的重要问题.利用Brauer定理和Gerschgorin定理给出了非负矩阵Hadamard积和非奇异M-矩阵Fan积的特征值新界.所有的新结果只依赖相关矩阵的元素，其计算简单容易.将所给定理的优越性进行了理论上的比较.通过数值例子验证所得结果改进了其他文献中的相关结果.     

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.     

M-矩阵Hadamard积最小特征值的下界

对于非奇异M-矩阵A与B,首先给出A的逆矩阵元素的范围,进而利用Brauer定理,得到BA-1最小特征值下界的新估计式。理论分析和数值算例说明新估计式改进了现有的结果。     

M-矩阵最小特征值的新下界

目的研究M-矩阵最小特征值的估计问题。方法利用Brauer定理和Gerschgorin定理,并结合不等式放缩技巧,估计M-矩阵的逆矩阵和非负矩阵的Hadamard积的谱半径上界。结果给出M-矩阵最小特征值的新下界。结论数值算例表明新估计式在一定条件下优于现有的估计式。     

M-矩阵的Hadamard积最小特征值下界的新估计式

M-矩阵的Hadamard积是矩阵理论及其应用的重要问题之一,文章给出了非奇异M-矩阵B与非奇异M-矩阵A的逆矩阵的Hadamard积的最小特征值下界的一个新估计式;同时得到了M-矩阵与其逆矩阵的Hadamard积的最小特征值的一个新估计式;算例表明,文中所得估计式在某些情况下比现有估计式的估计结果更精确,且它们仅与矩阵A和B的元素有关,计算简单。     

M-矩阵及非负矩阵Hadamard积和Fan积的特征值界的估计

 分别给出了非奇异M-矩阵的逆矩阵和非奇异M-矩阵的Hadamard积与非奇异M-矩阵Fan积的最小特征值下界新的估计式;同时给出了非负矩阵Hadamard积的谱半径上界新的估计式;这些估计式都只依赖于矩阵的元素,易于计算.算例表明,这些估计式在一定条件下改进了现有结果.     

非奇异Ｍ-矩阵的Hadamard积的最小特征值的下界估计

针对非奇异M-矩阵B和非奇异M-矩阵A的逆A－1的Hadamard积的最小特征值τ(B。A－1)的下界估计问题，分别利用Gerschgorin圆盘定理和Brauer卵形定理，给出了τ(B。A－1)的两个新的下界估计式 * ，新估计式改正并改进了某些已有结果。数值例子显示新的下界比某些已有下界更接近τ(B。A－1）。（注：*处代表公式）
     

M-矩阵的Hadamard积的最小特征值下界估计

文章给出了非奇异M-矩阵A与非奇异M-矩阵B的逆矩阵的Hadamard积的最小特征值下界的估计式.示例表明,文中所得估计式在某些情况下可得到比现有估计式更为精确的结果.     

M-矩阵Fan积的特征值的新下界

特征值界的估计是矩阵论中重要的研究课题。文中借助Brauer定理与Gerschgorin定理得到非奇异M-矩阵A和B的Fan积的特征值下界新的估计结果。数值算例表明新的下界在某些特定条件下优于Johnson和Horn所给结果,并且也优于其它文献中有关的结论。     

矩阵Fan积和Hadamard积的特征值界的新估计

给出非奇异M-矩阵A和B的Fan积AB的最小特征值下界和非负矩阵A和B的Hadamard积A·B的谱半径上界的新估计式,这些估计式都只依赖于矩阵的元素.数值例子表明,新估计式在一定条件下改进了现有的结果.     

M-矩阵最小特征值的新界值估计

利用著名的Gerschgorin圆盘定理,给出了非负矩阵A与非奇异M-矩阵B的逆矩阵B-1的Hadamard积AB-1的谱半径ρ(AB-1)两个新的上界估计式,利用τ(B)=1ρ(B-1)这一性质,从而得到M-矩阵B最小特征值的两个新下界估计式.算例表明,所得的估计式在一定条件下优于现有的估计式,且这些估计式只依赖于矩阵的元素,容易计算.     

非奇异M-矩阵的逆矩阵和M-矩阵的Hadamard积的最小特征值下界估计

给出了非奇异M-矩阵的逆矩阵和M-矩阵的Hadamard积的最小特征值下界新的估计式, 这些估计式都只依赖于矩阵的元素,易于计算,改进了已有的结果。     

M-矩阵Hadamard积的特征值新界

依据Gerschgorin定理,对于非奇异M-矩阵Hadamard积的最小特征值下界,给出只与矩阵元素相关且容易计算的新估计式,并从理论和例子两个方面进行分析,以表明本文的新估计式在某些条件下改进了Fiedler和Markham的结论,同时也优于其他的一些结论。     

M-矩阵Hadamard积最小特征值的新下界

关于M-矩阵A与M-矩阵B的逆矩阵的Hadamard积最小特征值的下界问题,近年来受到许多学者的关注与研究。首先介绍相关背景,进而利用Cauchy-Schwitz不等式(ξ,η)2≤(ξ,ξ)(η,η),矩阵的Jacobi迭代矩阵和矩阵特征值与特征向量的关系研究了非奇异M-矩阵A和非奇异M-矩阵B的逆矩阵的Hadamard积A·B-1最小特征值下界问题,得到如下一组新的下界估计式。最后通过算例分析说明,新的下界估计式在一定条件下改进了其他现有结果。