整环上广义逆AT,S（2）的刻画

若A为整环上的n阶可逆矩阵,则X=A-1是满足方程ρ(I X A I)=ρ(A)的惟一矩阵.把它推广到射影自由的整环上得到关于矩阵A的广义逆A T,S(2)的刻画.     

关于一类矩阵的平方根公式

从性质C1/2C1/2=C出发,在不求过渡矩阵的前提下,利用Sherman-Morrison公式得到了非负定矩阵A=aaT+bbT的平方根表示,进而解决了一类特殊矩阵方程X2=A的求解问题.其中a,b是Rn中的n维非零列向量.     

三对角M-矩阵的Hadamard积的最小特征值下界的估计

给出了三对角M-矩阵B和三对角M-矩阵A的逆矩阵A-1的Hadamard积的最小特征值q(BA-1)界的估计.特别地,若A=B,给出了q(AA-1)的界的估计.     

一类广义左右特征值反问题

本文考虑如下问题:问题Ⅰ(a)给定X∈Rn×p p,y∈Rm×p p,A=diag(λ1Ik1,λ2Ik2,…,λnIkn)∈Rp×p且k1 k2 … k1=p,λ1,…,λ1互异.求矩阵A,B∈Rm×n,使得AXA=BX, ATYA=BTy.问题Ⅰ(b)给定矩阵X∈Rm×p p,y∈Rn×p p,A=diag(λ1Ik1,λ2Ik2,…,λ1Ik1)∈Rp×p且k1 k2 … k1=p,λ1,…,λ1互异.求矩阵A,B∈Rm×n,使得AXA=BX, ATyA=BTy, YTAX=Ip,YTBX=A.问题Ⅱ给定A,B∈Rm×n,求[A,B]∈SAB,使得‖ [A,B]-[A,B]‖F=inf [A,B]∈s AB‖[A,B]-[A,B]‖ F,其中SAB是问题Ⅰ的解集合.借助于矩阵X,Y的奇异值分解给出了问题I的通解表达式,证明了问题Ⅱ的解存在唯一,并给出了问题Ⅱ的唯一解的显式表示.     

矩阵方程求解中SVD方法的讨论

分析了利用矩阵A(A∈Crm×n),B(B∈Ctm×n)的奇异值分解来求解矩阵方程AX=C(X∈Cm×n)与AXB=C(X∈Cn×m),讨论了有解的充分必要条件,并在有解时给出了解的一般形式.对于一般的无特殊规律矩阵方程,利用其奇异值分解来求解将会十分的方便.     

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):     

关于M-矩阵的最小特征值

讨论了不可约M 矩阵的最小特征值问题,得出若A,B∈Rn×n是不可约M 矩阵,则存在正对角矩阵D1=diag(d1,…,dn)与D2=diag( d1,…, dn),使得D1A-1D2是双随机矩阵且 dk bkk,其中B-1=[ bij].以此结论为工具对某已有结果作出改进;并研究了dkl(A B-1)>min1≤k≤nM 矩阵A的Hadamard幂A r,在r取奇数时,得出lr(A)≤l(A r);还讨论了M 矩阵A的主子矩阵 A,得出l( A)≥l(A).     

AX=B型矩阵方程解集的结构

线性矩阵方程是矩阵论中的重要研究方向之一,其作为处理工具在系统控制等工程领域中有着广泛的应用.给出了AX=B型矩阵方程有解的另一些充分必要条件,讨论了AX=0型和AX=B型矩阵方程解集的结构,并利用矩阵的初等变换给出了AX=B型矩阵方程通解的具体求解方法.     

一种求相似矩阵B=T~(-1)AT的过渡矩阵的方法

定理 设A、B为数域F上的两个n阶相似矩阵,则可用初等变换的方法求得n阶可逆矩阵T,使得B=T~(-1)AT。 证明 因A与B相似,所以存在n阶可逆矩阵T,使B=T~(-1)AT。而可逆矩阵T可以写成一些初等矩阵P_1、P_2、…、P_s之积,即     

关于R斜共轭矩阵的若干性质

令R∈Cn×n为一个非平凡卷积矩阵,即R-1=R≠±I.如果复数域上的一个n阶矩阵A满足RAR=-A,则A称为n阶R斜共轭矩阵.该文给出了一个R斜共轭矩阵的若干性质.对于复数域上的n阶R斜共轭矩阵A,首先给出了A的分解表达式. 然后依次证明了求解方程组Az=w,A的逆,A的Moore-Penrose逆,以及A特征值等问题都可归结为求解对A作分解后得到的相应实矩阵的对应问题,从而简化了R斜共轭矩阵的计算.     

关于型AX=XB矩阵方程的求解方法探讨

对型AX=XB矩阵方程,当A,B都是方阵时,但阶数不同时,X不是方阵.对此情形,用标准型方法讨论型AX=XB矩阵方程的求解问题,井得到两个重要结论.     

矩阵方程AX=B的一种解法

本文给出用初等变换解矩阵方程 AX=B 的方法。此法简便易行,且对于任意的m×n 矩阵 A 与 m×s 矩阵 B 均可应用。     

关于问题A~mX=XAX=X更广泛性的研究

要对高等代数中的某个问题:A是一个n×n(n∈N)的正定矩阵,X是一个n×1的向量,X>0,m∈N则AmX=XAX=X进行更广泛的研究。     

矩阵方程X+A~*X~qA=I(q>0)的Hermite正定解

考虑非线性矩阵方程X+A*XqA=I,其中,A是一个n×n阶的复矩阵,I是一个n×n阶的单位矩阵,A*表示矩阵A的共轭转置.文中推导出方程在01两种情况下Hermite正定解的存在性以及迭代求解方法.并利用数值例子来说明.     

可化为对称情形的一般特征值问题

设A是一个n×n对称矩阵,我们要解的问题就是要求出特征值λ和对应的n维向量v, 使Av=λv, 此问题我们已有许多方法可解.故提出一个可对角化的解法,同时对求解向量方程Av=λBv（其中v是向量,B是n×n阵）的特征值和特征向量,提出可化为对称情形的一般特征值问题求解．     

线性流形上一类双结构矩阵反问题的最小二乘解

设 J=[-0In I0n]In是n阶单位辛矩阵,若A∈C2n×2n满足AHA=I2n,AHJA=J,则称A为辛酉矩阵,所有2n阶辛酉阵的全体记为SUC2n×2n.令S={A∈SUC2n×2n|‖AY-Z‖=min,Y, Z∈C2n×p},本文考虑如下问题:问题Ⅰ给定X,B∈C2n×m,求A∈S使f(A)=‖AX-B‖=min.问题Ⅱ给定～A∈C22n×2n,求～A∈SE使得‖～A-～A‖=infA∈SE‖～A-A‖,其中SE是问题Ⅰ的解集合.本文给出了解集SE的通式及逼近解～A的表示式和一些有关的结果,并给出了相应的数值算法.     

不可约M-矩阵的最小特征值的估计

讨论了不可约M-矩阵A的最小特征值l(A)的估计问题。得到了,若A,B∈Rn×n是不可约M-矩阵。记B-1=[bij],A-1=[aij],则l(A oB-1)<2 m ax1 i nakkbkk,且存在正对角矩阵D1=d iag(d1,d2,∧,dn),与D2=d iag(d1,d2,∧,dn),使得m in1 i ndim in1 i ndi l(A)m ax1 i ndi1 m i a nxdi.     

关于问题更广泛性的研究

要对高等代数中的某个问题:A是一个n×n(n∈N)的正定矩阵,X是一个n×1的向量,X＞0,m∈N则AmX=X(=)AX=X进行更广泛的研究.     

一类次对称矩阵的左右逆特征值问题

研究了下列问题:已知A,C∈Rn×m,B,D∈Rl×n,找X∈M SRn×n,使X A=C BX=成立,其中M SRn×n表示n阶次对称矩阵的集合。讨论了该问题有解的充要条件,并在有解时,给出了通解的一般表达式。     

Fuzzy矩阵方程X·A=X·B的求解

给出Fuzzy矩阵方程X·(aij)m×2=(c,c)1×2最大解的一种解法,利用这种解法很容易得到Fuzzy矩阵方程X·A=X·B满足特定条件时的最大解.讨论了Fuzzy矩阵方程X·A=X·B的极小解,并通过实例说明了求解过程.