复矩阵的对称满秩分解

在矩阵的正交三角分解、奇异值分解的基础上,给出了复矩阵的Hermite标准形的求解方法,得到了将复矩阵分解为一个酉矩阵和Hermite半正定矩阵的乘积,以及分解为满秩矩阵与幂等矩阵之乘积的方法.证明了复方阵可分解为一个复对称矩阵与一个复对称满秩矩阵之积.进一步给出了复满秩阵分解为两个Hermite酉矩阵与正定阵之积的方法.     

复矩阵的Jordan标准形的存在性的新证明

介绍了关于模的基本概念,证明了具有有限生成元集、公共最大阶数的Z-模、C[x]-模的唯一分解定理．然后把它应用到一个具体的C[x]-模V,其中V是n维线性空间, C[x]×V到V的映射由V中的一个线性变换T定义,从而得到V的一个唯一分解,再结合线性代数有关知识给出V的一组基,T在这组基下的变换矩阵恰为T的Jordan标准形．     

利用初等变换求Pn中子空间的和与交的基

设P是任一数域,Pn是P上的n维行向量空间.对于Pn的由有限个向量生成的子空间V,W来说,利用初等变换将矩阵化为简化阶梯形矩阵,寻找子空间V W,V∩W的基的方法被探讨.     

由施密特正交化法所得到的两个结论

从施密特正交化出发，得到了：（１）可逆矩阵的ＱＲ分解定理；（２）经过矩阵的初等变换可将Ｒｎ的一个基标准正交化．并从这两个结论中得到向量组正交化的一种简便方法和矩阵ＱＲ分解的一种方法     

正态总体样本的线性空间研究

标准正态总体容量为n的样本x1,x2,…,xn生成了一个n维线性空间V,证明了样本x1,x2,…,xn就是V的一个标准正交基,给出了在V中协方差与内积、独立与正交、方差与长度之间的关系,以及标准正交基与它构成的协方差矩阵的关系.     

有限维线性空间中基的具体求法

m个n维（m〈n）线性无关向量组,如何扩充为TI维线性空间V的一组基,高等代数与线性代数教材中并没有给出具体有效的方法。为此,先把待扩充的向量组用线性空间V的坐标基线性表示,然后在其表示式的系数矩阵中寻找一个m阶非零子式,则可以立即得到由“一优个坐标向量和原向量组组成的”维线性空间V的一组基。     

用矩阵的初等行变换求齐次线性方程组的标准正交解系

提出一个用矩阵的初等变换求线性方程组的解空间的标准正交基的方法。该方法将求线性方程组的基解向量与基解向量标准化连系起来,因而更为简捷,更便于编程序上计算机作数值计算。     

二维非均匀正交Haar小波基

该文研究了二维非均匀正交Haar小、波基的结构。利用张量积定义了二维Haar尺度函数与二维非均匀正交Haar小、波基,并且定义了与尺度函数和小波基相关的非均匀正交多分辨分析,最后给出了二维函数f（x,y）在非均匀正交Haar小波空间中的分解与重构公式。     

实对称半正定矩阵的三角(LLT)分解

设A为n阶实对称半正定矩阵,若存在一个对角线上元素全为非负的下三角阵L,使A=LLT,称为对A的三角分解.本文讨论了实对称半正定矩阵的三角分解的存在性以及这种分解的唯一性的充要条件,最后给出了实对称半正定矩阵的三角分解的一种算法.     

实对称半正定矩阵的三角（LL^T）分解

设A为n阶实对称半正定矩阵,若存在一个对角线上元素全为非负的下三角阵L,使A＝LL^T,称为对A的三角分解。本文讨论了实对称半正定矩阵的三角分解的存在性以及这种分解的唯一性的充要条件,最后给出了实对称半正定矩阵的三角分解的一种算法。     

复矩阵的Givens变换及其QR分解

实矩阵有成熟的三角分解算法,复矩阵尚无好的三角分解算法.为解决复矩阵的三角分解与QR分解问题,采用科学类比,重新拓展定义,演绎计算的方法,给出复Givens矩阵的定义,推导出了复Givens矩阵是酉矩阵,得到了用有限个复Givens变换将一个n维复向量旋转到任何一个给定方向的方法,证明了任何一个非奇异复矩阵能够通过有限...     

有限伪反射群的二维不变式

设F是特征数为0的域,V是F上的n维向量空间,G是作用在n维向量空间V上的有限伪反射群,F[V*]G是由n个代数无关的齐次不变式f1,f2,…,fn在F上生成的多项式代数.在有限伪反射群的一般不变式理论的基础上,求出了G的二维不变式环F[2V*]G的一组基本不变式,f1(x1,x2,…,xn),f2(x1,x2,…,xn),…,fn(x1,x2,…,xn),f1(y1,y2,…,yn),f2(y1,y2,…,yn),…,fn(y1,y2,…,yn),这里F[2V*]=F[x1,x2,…,xn;y1,y2,…yn].并给出了F[2V*]G的基本不变式和有限伪反射群G之间的关系.     

正交向量的一个逆问题

文章首次提出了求一个已知向量x∈Rn的正交向量组y1,y2,…,yn的问题,指出在Householder等变换下,对任意n维非零向量x,总存在对称矩阵Ai,使得Ax=yi(i=1,2,3,…,n),且内积(x,yi)=0,并讨论了向量组y1,y2,…,yn及其所构成的矩阵的若干性质.     

可以三角化的矩阵

令σ是数域 F 上 n 维向量空间 V 的一个线性变换,则σ可以对角化的充分必要条件是:(i)σ的特征多项式的根都在 F 内;(ii)对于σ的特征多项式的每一根λ,特征子空间 V_λ的维数等于λ的重数那么条件(i)意味着什么呢?本文将证明它正是σ可以三角化(即存在 V 的一组基,使得σ在该基下的矩阵是三角形矩阵)的充分必要条件。为此先证明     

关于可对角化线性算子的一点注记(英文)

域F上有限维向量空间V的线性算子τ∈L(V)可对角化当且仅当它的极小多项式mτ(x)是F上互异一次因式之积.文章将利用线性算子τ的特征值的初等对称多项式给出此结果的一个新证明.     

正交化向量组的矩阵方法

在欧氏空间Ｒ＾ｎ里给出了利用矩阵的初等变换化线性无关向量组为正交组的方法。     

再谈初等变换法在矩阵计算中的应用

求矩阵的特征值和将一个矩阵对角化是矩阵计算中的重要任务之一,矩阵的QR分解更是矩阵计算的一种工具,但是这些过程都非常复杂.这里给出将矩阵对角化及求矩阵的QR分解式的初等变换法,同时给出了实现分解的算法,最后利用矩阵的三角分解式求QR分解式.     

椭球等高分布族中下三角分解的一些结果

该文证明了正定阵下三角分解存在且唯一的结论,运用外微分的方法给出该分解的Jacobian,再分别得到Wishart分布、矩阵Beta分布、逆矩阵Beta分布和矩阵F分布的下三角分解的相应结果.     

抽象空间中向量夹角的弧度

本文中,E表示一个维数高于1的实的赋范线空间。定义1 设x、y∈(E-{θ}),且x'=x/‖x‖,y'=y/‖y‖,当x'≠y'时,称Sup为x与y之夹角的弧度;当x'=y'时,规定x与y之夹角的弧度为θ,以下用R(x,y)表示x与y之夹角的弧度。定义2 设x,y∈E,当R(x,y)=R(-x,y)时称x弧正交于y;为方便起见,规定θ弧正交于任何向量并且任何向量弧正交于θ,以下用x⊥cy表示x弧正交于y。     

向量空间L(V)的一个基

给出了数域 F 上 n~2维向量空间 L(V)的一个基.