行(列)对称矩阵的LDU分解与Cholesky分解

提出行(列)转置矩阵与行(列)对称矩阵的概念,研究它们的性质,获得一些新的结果.给出行(列)对称矩阵的LDU分解、Cholesky分解和三对角分解公式,可极大地减少行(列)对称矩阵的LDU分解、Cholesky分解和三对角分解的计算量与存储量,而且不会丧失数值精度.     

o-对称矩阵的Schur分解和正规阵分解

给出o-对称矩阵概念及结构,研究其中具有轴对称结构矩阵的Schur分解和正规阵分解与其一子阵Schur分解和正规阵分解之间的定量关系,得到一些新结果,据此可大大减少这类结构矩阵的Schur分解及正规阵分解的计算量和存储量.     

o-对称矩阵的正交对角分解及Moore-Penrose逆

研究具有轴对称结构的o-对称矩阵的正交对角分解和Moore-Penrose逆,给出了正交对角分解公式及Moore-Penrose逆的快速算法,据此可极大节省计算该类矩阵正交对角分解及Moore-Penrose逆时的计算量和存储量.     

矩阵的PQ分解及线性方程组

给出了矩阵的一种三角分解法——PQ分解，并利用这种分解讨论了线性方程组Ax=6的解法，最后就对称正定矩阵的特殊情形给出了类似于Cholesky分解的平方根分解法。     

广义Lehmer矩阵求逆问题研究

利用矩阵的LU和Cholesky分解推导出Lehmer矩阵行列式和逆的解析表达式.在此基础上,定义了广义Lehmer矩阵,并获得了其LU分解和Cholesky分解公式,进而简化了广义Lehmer矩阵行列式和求逆的计算问题.     

反对称三对角矩阵的正反特征值问题

本文介绍了化反对称矩阵为反对称三对角矩阵的Ｈｏｕｓｅｈｏｌｄｅｒ方法和Ｌａｎｃｚｏｓ方法， 以及计算反对称三对角矩阵特征值的低阶算法。讨论了反对称三对角矩阵与对称三对角矩 阵间的关系，提出了反对称三对角矩阵的特征值反问题，并给出了计算方法。     

基于MATLAB的Cholesky分解法解线性方程组

本文首先介绍什么是Cholesky分解及分解注意的事项,然后对Cholesky分解算法进行描述,重点介绍如何用Cholesky分解法及改进的平方根法解线性方程组Ax=b,对两种算法进行了比较,针对实例分别用MATLAB程序实现,最后进行总结并对此课题未来研究作出展望。     

基于MATLAB的Cholesky分解法解线性方程组

本文首先介绍什么是Cholesky分解及分解注意的事项,然后对Cholesky分解算法进行描述,重点介绍如何用Cholesky分解法及改进的平方根法解线性方程组Ax=b,对两种算法进行了比较,针对实例分别用MATLAB程序实现,最后进行总结并对此课题未来研究作出展望。     

非高斯型互相关随机数的发生技术

在用蒙特卡罗法进行仿真研究（例如进行测量不确定度评定）时,常常需要发生多个非高斯型互相关的随机数.就这一问题,给出完整的解决方案：用Hermite展开式生成近似的非高斯变量,借助Cholesky分解建立各变量之间的相关性.方法的关键在于对互相关系数矩阵进行“预变形”,使Cholesky分解也适用于非高斯变量.此外,还利用Cholesky分解式下三角矩阵的特点,对矩调整和建立相关性两个过程进行解耦.给出了详细的算法说明.     

一种实对称矩阵特征值的求法

运用正交相似变换将实对称矩阵约化为不可约对称三对角矩阵,依不可约对称三对角矩阵特征值的隔离性质,构造出具有分段严格单调性的等价模型,证明在每一单调区间内有且仅有一个根,并采用具有二次收敛的Newton迭代法求解.最后,给出了算法及算例.     

矩阵广义奇异值分解的一个新证法及推论

从矩阵对的CS分解理论出发,给出了广义奇异值分解的一个新的证明.给出了关于矩阵对广义奇异值的三个有用的推论.最后给出了计算矩阵对的广义奇异值分解的一个算法.数值实例说明算法是可行且有效的.     

一类矩阵方程的最小秩解及其最佳逼近

讨论了矩阵方程的最小秩解及其最佳逼近,利用矩阵对的广义奇异值分解,得到了定秩解的解集合;对于最小秩解的解集合Sm,得到了最佳逼近解.     

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.     

P-增广矩阵推理与信息的智能分解挖掘

利用内P-增广矩阵推理、外P-增广矩阵推理与P-增广矩阵推理分别给出信息智能内-分解、信息智能外-分解与信息智能内-外分解, 给出它们的属性关系、内-分解生成的信息智能分解挖掘、外-分解生成的信息智能分解挖掘与内-外分解生成的信息智能分解挖掘、分解挖掘定理与分解挖掘准则,最后,给出信息智能分解挖掘的应用。     

基于非负矩阵分解和Normal_Matrix的肿瘤基因分类

文中提出了一种结合非负矩阵分解和Normal_Matrix谱分解技术的肿瘤基因分类方法.其分类过程首先是利用fdr_test记分准则粗略除去噪声基因以实现基因表达谱数据的初步降维,进而运用非负矩阵分解萃取基因间的综合属性,通过综合属性构造样本间的Normal_Matrix并对其进行奇异值分解获取表征样本类别属性的谱分量实现肿瘤类型的分类识别.采用三组具有代表性的肿瘤基因表达谱数据进行实验,通过与其他方法的对比,其结果证明了文中方法的可行性和有效性.     

QR分解和LQ^T分解定理的证明

本文中证明了关于实矩阵A的伴随列选主元的QR分解和关于实矩阵A~T的伴随行选主元的LQ~T分解是等价的,显然,也证明了关于实矩阵A~T的伴随列选主元的QR分解和关于实矩阵A的伴随行选主元的LQ~T分解是等价的。     

SVD row or column symmetric matrix

A new architecture for row or column symmetric matrix called extended matrix is defined, and a precise correspondence of the singular values and singular vectors between the extended matrix and its original (namely, the mother matrix) is derived. As an illustration of potential, we show that, for a class of extended matrices, the singular value decomposition using the mother matrix rather than the extended matrix per se can save the CPU time and memory without loss of numerical precision.     

全对称矩阵的满秩分解及Moore-Penrose逆

给出全对称矩阵中具有轴对称结构矩阵(延拓矩阵)的满秩分解及Moore-Penrose逆与原矩阵的满秩分解及Moore-Penrose逆的定量关系,从而可节省这类具有该对称结构矩阵的满秩分解及Moore-Penrose逆的计算量和存储量.     

2维3尺度双正交小波滤波器的显示构造

研究由2维双正交尺度函数构造相应的双正交小波滤波器的矩阵扩充问题,运用矩阵多相分解方法与时频分析方法,给出由插值尺度函数构造2维3尺度双正交滤波器的显示公式;讨论了2维3尺度小波包的性质,得到3个双正交公式.     

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.