格上传递矩阵的性质

假设格L是有最小元0的分配格,(A)x,y∈L,定义x与y的二元运算x(-)y为:当x≤y时,x(-)y=0;否则,x(-)y=x.定义格上矩阵(R_(ij))n×n与(S(ij))_(n×n)的(-)合成为(R_(ij)(-)Sij)n×n.对幂零矩阵R,证明了(R/R)+=R~+;对非自反传递矩阵R,证明了R/R≤S≤R与R/R=S/R等价,其中R/S=R(-)(R⊙S),⊙是sup-inf合成算子,R~+是R的传递闭包.     

基于max-R0复合意义下的模糊矩阵幂序列的收敛性

目的讨论模糊矩阵幂序列基于max-Rt0(其中Rt0是与算子R0相伴随的t-模,以下简记为max-R0)复合意义下的收敛性。方法利用了模糊矩阵A的截矩阵Aλ(λ∈(0.5,1])的收敛性。结果记n阶模糊矩阵A基于max-min复合意义下收敛为(1)、基于max-R0复合意义下收敛为(2)、基于max-Lu复合意义下收敛为(3)、基于max-product复合意义下收敛为(4),则(1)(2)(3)(4)。结论在max-R0复合意义下,n阶模糊矩阵A要么有限收敛、要么有限振荡,且收敛的充分必要条件是对任意λ∈(0.5,1],Aλ收敛。     

惯量任意的符号模式

矩阵A的特征值的集合(含重数)记为σ(A),A的惯量是指三元有序数组i(A)=(i (A),i-(A),i0(A)),其中i (A),i-(A)和i0(A)分别表示具有正,负,零实部特征值的个数.n阶符号模式矩阵S=(sij)是指元素取自{1,-1,0}或者{ ,-,0}的矩阵,S的定性矩阵类是指集合Q(S)={A=(aij)∈Mn(R):对所有的i和j,sign(aij)=sij}.S的惯量是指集合i(S)={i(A):A∈Q(S)}.若对任意满足n1 n2 n3=n的非负三元数组(n1,n2,n3),都有(n1,n2,n3)∈i(S),则称符号模式S为惯量任意模式.考虑n阶符号模式Kn=(kij)n×n:当1≤j-i≤n-2或i=j=n时,kij=1;当1≤i-j≤n-2或i=j=1时,kij=-1;当|i-j|=n-1时,kij可以取任意固定值;其余情形时,kij=0.本文证明了Kn(n≥3)是惯量任意模式.     

主对角元全为零的Z矩阵的组合性质

Fiedler 和 Markham定义了n阶Lt矩阵,并将所有n阶Z矩阵的集合分成n+1类:L0,L1,…,Ln,本文从矩阵的伴随有向图出发,着重研究了主对角元全为0的Z矩阵的一些有趣的性质.首先得到一个重要定理:主对角元全为0的Z矩阵A属于类Lt的充要条件是A的伴随有向图的最小圈长为t+1,然后利用它给出了主对角元全为0的Lt矩阵的零位模式及其伴随有向图的刻划.     

Fuzzy亚对称方阵的亚可实现问题及亚可实现条件

在 [0 ,1]格上讨论 :已知n×n阶Fuzzy矩阵B ,问是否存在Fuzzy矩阵A =(aij) n×m 使B =A AST,其中 ,AST =(aklST) m×n,aSTkl =an-l 1,m -k 1,k=1,2 ,… ,m ;l =1,2 ,… ,n , 为Fuzzy矩阵间的max min合成算子 .如果存在使B =A AST 成立的Fuzzy矩阵A ,则称B是亚可实现的 .进一步设w(B)=min{m｜A是n×m阶Fuzzy矩阵且使B =A AST} ,称w(B)为B的亚容度 .将证明存在使B =A AST 成立的Fuzzy矩阵A的充要条件是B =BST;进一步 ,w(B)≤ 2n2 - 1.     

对称矩阵特征值估计的某些进展

如果λ_1,…,λ_n是对称矩阵A的特征值,P. Tarazaga证明了|tr(A)/n-λ_i|≤[(n-1)/n(‖A‖_F~2-tr(A)~2/n)]~(1/2)对λ_i,i=1,…,n。本文中得到了一个等式成立的充分必要条件,由此给出一类特殊对称矩阵特征值的计算方法,而且证明了下面的定理:如果对称正定矩阵A仅有k个特征值大于或等于αtr(A),0<α<1,则tr(A)/‖A‖_F≥P_k(α)~(1/2),其中P_k(α)~(-1)=[1-(k-1)α]~2+(k-1)α~2,进而得到正定对称矩阵每一个特征值的上界估计。     

矩阵方程X+A~* X~qA=I(0<q<1)Hermite正定解的条件数

考虑非线性矩阵方程X+A*XqA=I(0q1),其中I是n×n阶的单位矩阵,A是n×n阶的复矩阵。给出了其解惟一性的充分条件,利用R ice关于条件数的一般理论定义了方程惟一解的条件数并推导出此条件数的显式表达式。     

关于由Paley矩阵构造的码

从n阶Paley矩阵S出发,可以构造一个码C,它含有码字0＝（0,0,…,0）,1＝（1,1,…,1）以及矩阵（S＋I＋J）／2和（－S＋I＋J）的全部行向量,其中n是奇素数的方幂,I和J分别是单位矩阵和全1矩阵,证明了当n＝1（mode4）时,C是（n,2(n 1),(n-1)/2)码;而当n=3(mod4)时,C是（n,2(n 1),(n-3)/2)码。     

关于递推关系aai-1,j-1＋βai-1,j=ai,j

研究了满足ααi-1,j-1+βαi-1,j=αi,j的序列{αi,j}.用发生函数法得到了n+1阶矩阵A=(αi,j)(n+1)×(n +1)的精确表达式.用数学归纳法证明(1-βx-αxy)-n中一般项xiyj(i≥j)的系数为αjβi-j(i+n-1/n-1)(i j).导出了一些有关二项式系数(n k)的新的组合恒等式.     

广义循环矩阵

本文把矩阵a_0ζ~0+a_1ζ~1+…+an-1ζ~(n-1)叫做初等循环矩阵,这里ζ是任—n阶置换矩阵,并证明了初等循环矩阵与普通循环矩阵有六个类似性质,而且初等循环矩阵的概念又被推广到广义循环矩阵,从而使循环矩阵的概念更加广泛。     

不可逆矩阵的伴随矩阵的特征值与特征向量的求法

给出矩阵A不可逆时,其伴随矩阵A*的特征值和特征向量的简便求法,即当r(A*)=0时,A*的所有的特征值都为零,任一非零向量都是其特征向量;当r(A*)=1时,A*有n-1个特征值为0,另一个特征值为A11+A22+…+Ann,此时,若A11+A22+…+Ann=0,则A*的属于特征值为0的所有特征向量由A的n-1个线性无关的列向量生成;若A11+A22+…+Ann≠0,A*的属于特征值为0的所有特征向量由A的n-1个线性无关的列向量生成,属于A11+A22+…+Ann的特征向量由A*的行元素的比例系数组成.     

矩阵方程X＋A~＊ X~qA=I（0〈q〈1）Hermite正定解的条件数

考虑非线性矩阵方程X＋A＊XqA=I（0〈q〈1）,其中I是n×n阶的单位矩阵,A是n×n阶的复矩阵。给出了其解惟一性的充分条件,利用R ice关于条件数的一般理论定义了方程惟一解的条件数并推导出此条件数的显式表达式。     

加法幂等半环上幂零矩阵的传递闭包与简化

给出了加法幂等半环上的幂零矩阵的传递闭包与简化的一些性质,证明加法剩余半环上幂零矩阵的传递闭包与它的简化的传递闭包相等.     

D对称半正定矩阵反问题的最佳逼近解

对任意矩阵A*∈Rn×n,当矩阵方程AX=B在D对称半正定矩阵集D-2SR0n×n中的解集SA非空时,给出A*在SA中的最佳逼近解,并用数值算例验证最佳逼近解的有效性.     

Cartesian积图的最大拉普拉斯特征值

设G=(V(G)),E(G)),H=(V(H),E(H))是两个简单的连通图,定义与的Cartesian积G×H图是:其顶点集为V(G×H)=V(G)×V(H),其中任何两个顶点(u,u’),(v,v’),相邻当且仅当u=v且u’,v’在H中相邻;或u’=v’且u,v在G中相邻,这里u,v∈V(G),u’,v’∈V(H).本文研究两个图的Cartesian图的拉普拉斯矩阵的最大特征值,得到如下结论:设简单图G具有n顶点m条边,图H具有P个顶点q条边,那么G和H的Cartesian积图G×H的拉普拉斯最大特征值p(L(G×H))≤2m/n[1+(n-1)(((n3/4m2)-(1/n-1))～(1/2))]+((2p-1)～(1/2))+1.     

Fuzzy矩阵的若干性质

本文证明了L-Fuzzy 幂等阵,L-Fuzzy 对角占优矩阵,L-Fuzzy 上(下)三角阵对幂的封闭性.得到了正则L-Fuzzy 上(下)三角矩阵的广义逆,也是上(下)三角矩阵的一个充分条件及L-Fuzzy 矩阵的传递闭包可实现的充分条件,以及讨论了L-Fuzzy 矩阵交、积的可实现性.     

正则图的代数连通度

设G=(V,E)是一个具有n个顶点的简单图,A(G)是G的邻接矩阵,D(G)表示G的度对角矩阵,图G的拉普拉斯矩阵定义为L(G)=D(G)-A(G).若矩阵L(G)的特征值为μ1≥μ2≥…≥μn-1≥μn=0,则称μn-1为G的代数连通度.研究了正则图的代数连通度,得到了下列结论:μn-1≤(nrln(n-l))/(6n-8-4r-nln(n-1))这里,r表示正则图的度.     

不确定型AHP的最优传递矩阵法

给同区间判断矩阵的最优传递矩阵，并以此确定其权重区间，应用区间判断矩阵给出群体判断一种方法。