反埃尔米特R对称矩阵的若干性质

令R∈Cn×n为一个非平凡卷积矩阵,即R-1=R≠±I.若R*=-R, RAR=A,则矩阵A∈Cn×n称为反埃尔米特R对称矩阵.该文给出了反埃尔米特R对称矩阵的若干性质.首先,当R*=R时,得到了一个反埃尔米特R对称矩阵A的分解表达式.其次,证明了以反埃尔米特R对称矩阵为系数矩阵的方程组Az=w的求解,以及A的逆矩阵的求解均可归结为A的分解式的相应问题.最后,给出了反埃尔米特R对称矩阵A的特征值问题与其分解式对应的特征值问题之间的关系.     

一种Jacobi型方法及其应用

本文给出了一种新的Jacobi型方法,用于求埃尔米特矩阵的全部特征值和特征向量时,比[1]中所用的Jacobi方法收敛速度快一倍,存贮量少一半,计算总量也少一半.实例表明效果还要好些.这一新方法可用于埃尔米特矩阵同时迭代法正定广义埃尔米特特征值问题的同时迭代法以及一般广义埃尔米特特征值问题.     

关于埃尔米特矩阵特征值的若干结论

以Courant-Fisher定理、Weyl定理为基础,研究了埃尔米特（Hermite）矩阵特征值的比较问题,包括单个埃尔米特矩阵自身特征值的比较以及多个埃尔米特矩阵的特征值相互之间的比较,并且得到了该问题的若干结论.     

线性流形上埃尔米特自反矩阵反问题的最小二乘解及其最佳逼近

利用埃尔米特自反矩阵的表示定理,得到了线性流形上埃尔米特自反矩阵反问题的最小二乘解的一般表达式。并建立了矩阵方程在线性流形上可解的充分必要条件。最后,对于任意给定的*阶复矩阵,推导了其相关最佳逼近问题解的表达式。     

一种Jacobi型方法及其应用

本文给出了一种新的Jacobi型方法,用于求埃尔米特矩阵的全部特征值和特征向量时,比[1]中所用的Jacobi方法收敛速度快一倍,存贮量少一半,计算总量也少一半。实例表明效果还要好些。这一新方法可用于埃尔米特矩阵同时迭代法正定广义埃尔米特特征值问题的同时迭代法以及一般广义埃尔米特特征值问题。     

线性矩阵方程AXB+CXD=F的斜埃尔米特迭代解

若矩阵P∈C^n×n满足P^H=-P,则称P为斜埃尔米特矩阵。S^n×n表示所有复数域上n×n的斜埃尔米特矩阵构成的集合,即S^n×n={P_S|P_S^H=-P_S}。本文给出了2种求解线性矩阵方程AXB+CXD=F的梯度形松弛算法,证明了算法的收敛性,并且给出了算法收敛的一个充分条件。对于任意一个给定的初始斜埃尔米特矩阵,利用所提出的梯度形松弛算法,可以得到线性矩阵方程AXB+CXD=F的斜埃尔米特数值解。最后用2个数值实例说明所提出的算法的有效性。     

关于矩阵表示秩的研究及应用

考虑四元数体上的两个矩阵表达式A—BXB＊-CY—Y＊C＊和A—BXB＊-CY＋Y＊C＊,其中A是四元数上的埃尔米特矩阵或是斜埃尔米特矩阵．在四元数体上研究了这两个线性矩阵表达式的最大秩和最小秩,并且给出了满足最小秩时X和Y的一般形式．作为应用,通过矩阵秩的方法得到了一四元数矩阵方程相容的充要条件．     

反埃尔米特矩阵的几条性质

埃尔米特矩阵是矩阵类中的一种特殊形式，它在矩阵理论厦其应用中有着很重要的地位．因此，诸多学者研究埃尔米特矩阵的性质并获得一些很好的结论．文章对反埃尔米特矩阵作了类似的研究，得出了此类特殊矩阵的几条性质．     

可换对称矩阵上的非线性k次幂等保持映射(英文)

线性保持问题主要研究矩阵空间上保持某种函子、子集合或者某种关系式等不变的算子.研究了复数域上对称矩阵空间的非线性保持问题,运用矩阵计算技巧和数学归纳法,证明了可换对称矩阵组A=(A1,A2,…,Ad)上保持k次幂等的非线性映射是一个k次单位根与一个依赖于A的内自同构的乘积.这一结论是一些已知结果的重要补充.     

一种求任意埃尔米特广义特征值的方法

本文利用五种复变换矩阵(其中四种为作者新提出),给出一种求解埃尔米特广义特征值问题Ax=λBx的方法,这里A,B为n阶任意埃尔米特阵.可说是[1]和[2]中方法的改进与推广,[1]中讨论了A、B实对称B非奇异的情形,[2]中的MDR法只能用于A,B实对称B半正定的情形.它们都不能解决B为奇异且不定的情形,也不能解决A,B为埃尔米特的情形.本文还对[1]中的中断情况作了改进,对MDR方法的改进在别处讨论,新方法称CHR法.