关于树的Laplace特征值上界的估计

文章中给出了树的最大Laplace特征值等于树的顶点数时树的结构特征，并且从证明过程中得出了一系列关于树的Laplace特征值上界估计的结果。     

一类图的特征值

文章将树做了推广,给出了圈树的定义:把树的度数大于3的若干点用相应点度数一样长的圈替换得到的图为圈树。证明了点赋权树T(权重均为正),权和为W,则存在一个点v∈V(T),使得T-v的所有连通片的权和不大于W/2。以此为基础,证明了n阶圈树D,证明了一定存在{u,v},使D-{u,v},所有的连通片的阶都不大于[n/2],最后对圈树的一些特征值阶进行了估计。     

树的最大特征值的序

设Tn为n个顶点的树的集合,Hofmeister M.对Tn中的树的最大特征值进行排序,给出了第1至第5位的序;CHANG An又给出了第6至第8位的序.讨论了树的最大特征值,确定了第9位的值及对应的树.     

按树的最大Laplace特征值对树进行排序

通过对n阶树T的结构分析,得到了一些特殊的变换对树T的最大Laplace特征值的影响,然后利用这些结论,得出了按树T的最大Laplace特征值进行排序的一些结果.     

图G6（p,q）的Laplacian谱特征

顶点数大于等于4的第四大Laplacian特征值小于2的连通二部图只可能为G₆（p,q）、G₈（p,q,r）、G₉（p,q,r）的连通子图.树作为二部图的一个特例具有很好的性质.研究了所有第四大Laplacian特征值小于2的树的具体形式、Laplacian特征多项式,并且通过比较这些特征多项式的系数,证明了这些树中G₆（p,q）是由Laplacian特征值唯一确定的.     

矩阵特征值的估计

矩阵特征值的估计在理论和应用上部非常重要。传统估计的结果都是用矩阵的元素来表示的。本文在Schur不等式的基础上用范教估计了复矩阵的非零特征值的范围,在此基础上给出了判断矩阵可逆的充分条件。     

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。     

树的最大特征值的序

设T_n为n个结点的树的集合。研究了T_n中树的最大特征值及其序,得到第十五至第三十三位的序以及对应的树。     

可对角化矩阵特征值扰动的一个估计式

把Hermite矩阵的特征值扰动的估计式推广到可对角化类,从而得到一个新的特征值扰动的估计式.     

对带有非局部边界条件的Dirac方程的迹的研究

利用D irac方程初值问题解的渐近估计,构造了一个整函数ω(λ),其零点集合与所讨论的D irac方程特征值集重合,借助于一个积分恒等式,采用留数方法,对D irac算子的特征值进行了估计,得到了该问题的特征值的渐近迹公式。     

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。     

一个带边界摄动的非线性特征值问题

本文考虑一类带有临界指数的Emden-Fowler方程特征值和特征函数的摄动,给出有关的估计,并应用于一个带边界摄动的半线性椭圆型方程的特征值问题,得到摄动问题特征值和特征函数的适当的估计式。     

用二元树复小波变换法实现离焦图像的半盲复原

提出了一种基于二元树复小波变换和神经网络的半盲离焦图像复原算法,首先利用二元树复小波变换和特征值分解提取图像的特征矢量,将该矢量用来训练小波神经网络,利用训练好的网络估计离焦模糊参数.由此获得点扩展函数,用Wiener滤波完成图像的复原.实验结果表明,该方法能有效地估计离焦模糊参数和复原模糊图像.     

关于型矩阵的特征值和特征向量的一个说明

讨论和型矩阵的特征值和特征向量问题。指出和两个矩阵的非零特征值是相同的,且所对应的特征空间的维数也是相同的,并给出特征向量的表达式,最后给出一个数值例子。这些结论的指出丰富了对型矩阵的认识。     

基于连续Riccati方程解的界的估计

研究了Riccati方程的定界估计问题,采用矩阵不等式和特征值不等式方法,给出了Riccati方程解矩阵的上下界估计.计算实例表明了该方法的有效性.     

多重调和算子组高阶特征值的定量分析

对多重调和算子组高阶特征值进行带权估计,利用算子特征值理论、向量和矩阵运算、分部积分、测试函数和Rayleigh原理等方法,获得了用前n个特征值来估计第n+1个特征值上界的一个隐式和一个显式不等式,其界与空间维数及权函数有关,而与所论区域的度量无关,其结论进一步拓展了相关文献的结果。     

Stokes特征值问题的一个新的Hermite型三角形混合有限元格式

给出了Stokes特征值问题的一个新的Hermite型三角形混合有限元格式,并得到了特征值的最优误差估计.     

严格对角占优M-矩阵一类界的新估计

目的 设A为严格对角占优的M-矩阵,估计||A-1||∞的上界及最小特征值σ(A)的下界.方法 利用严格对角占优的-矩阵A的元素估计这类界.结果 给出了||A-1||∞的一个新的上界估计式和最小特征值σ(A)下界的一个估计式.结论 这些新的估计式改进了已有的结果.     

边界条件带特征参数的Dirac问题的迹

利用Dirac方程初值问题解的渐近估计,构造了一个整函数,其零点集合与要讨论的Dirac问题的特征值集重合,对Dirac算子的特征值进行估计,借助于一个积分恒式,采用留数方法,得到了边界条件带特征参数的Dirac问题的渐近迹公式.