矩阵Hadamard积谱半径的新上界

对于两个非负矩阵A和B的Hadamard积,利用特征值包含域定理给出谱半径的新上界估计式.数值例子表明新估计式在某些情况下比现有的估计式更为精确,并且这些估计式只依赖于两个非负矩阵的元素,更容易计算.     

关于矩阵方程AXB-C=0的最佳逼近解的一个注记

举反例说明：对于矩阵的2-范数，存在矩阵A，B和C，使得A^†CB^†不是矩阵方程AXB-C=0的最佳逼近解，其中A^†和B^†分别是A和B的Moore-Penrose逆.     

GL2(C)的一些不可约表示

设G=GL₂(C), 并且B是G的标准Borel子群, 并且CG, CB分别是群G和群B的在复数域C上的群代数.对于任意B的特征标θ, 定义G的离散诱导模M(θ) = CG×_CBθ. 证明了当θ是反支配权时,M(θ)是个不可约表示.由此给出了一类GL₂(C)全新的、无限维的不可约表示.     

非负矩阵Hadamard积的谱半径上界

对于两个非负矩阵A和B的Hadamard积的谱半径ρ(A。B)的上界,利用Gerschgorin以及Brauer定理得到上界的两个新估计式.新结果只与矩阵的元素有关且容易计算,比现有的结果更精确.通过数值例子把新估计式与其他估计式进行比较,证明新估计式改进了Horn和Johnson的经典结论,也改进了一些文献中的结果.     

反应扩散方程在Banach空间的指数吸引子

 应用能量积分和解析半群的有关估计,证明了一类非线性项为任意次多项式的反应扩散方程非负解在Banach空间L_p(Ω)的子空间X_p^α的指数吸引子的存在性.     

M-矩阵最小特征值的下界新估计

给出了非负矩阵和M-矩阵的逆矩阵的Hadamard积的谱半径上界新的估计式。同时得到了M-矩阵最小特征值的新下界估计式。最后通过算例表明所得的估计式在一定条件下优于现有的估计式,且这些估计式都只依赖于矩阵的元素,易于计算。
     

中国毛眼小粪蝇属记述（双翅目，小粪蝇科，沼小粪蝇亚科）

目的 调查中国毛眼小粪蝇区系,了解真实物种状况。方法 用扫网和马氏网在山区采集标本,用比较形态学对中国毛眼小粪蝇属进行种类分类和鉴定。结果 记录中国毛眼小粪蝇属5种,其中包括1中国新分布种和2东洋界新记录种。中国新纪录种：Trachyopella （T.） mitis Rohá?ek et Marshall, 1986;东洋界新记录种：Trachyopella （T.） artivena Rohá?ek et Marshall, 1986;Trachyopella （T.） lineafrons （Spuler, 1925）。结论 目前中国毛眼小粪蝇属种类少,物种多样性较低。     

M-矩阵最小特征值的新界值估计

利用著名的Gerschgorin圆盘定理,给出了非负矩阵A与非奇异M-矩阵B的逆矩阵B-1的Hadamard积AB-1的谱半径ρ(AB-1)两个新的上界估计式,利用τ(B)=1ρ(B-1)这一性质,从而得到M-矩阵B最小特征值的两个新下界估计式.算例表明,所得的估计式在一定条件下优于现有的估计式,且这些估计式只依赖于矩阵的元素,容易计算.     

非负不可约矩阵最大特征值的估计法

为了估计非负不可约矩阵最大特征值的界,构造2个新矩阵,利用Perron-Frobenius定理和新构造矩阵的行和与列和的性质,估计非负不可约矩阵最大特征值的上、下界,并推导极限估计式。结果表明,这种基于PerronFrobenius定理的估计非负不可约矩阵最大特征值的方法的估计范围比已有结论更精确。     

非负矩阵谱半径的估计

给出非负矩阵A的谱半径ρ(A)上界的一个新估计式和非负矩阵A与B的Hadamard积的谱半径ρ(A°B)上界的一个新估计式.     

三对角矩阵Hadamard积和Fan积的特征值界的估计

文章给出三对角非负矩阵A与B的Hadamard积A。B的谱半径上界的估计式和非奇异三对角M-矩阵A和B的Fan积A＊B的最小特征值下界的估计式,这些估计式只依赖于矩阵A与B的元素,因而易于计算．     

非负矩阵Perron根界的几个新的估计式

利用矩阵广义Perron补的性质给出了非负矩阵Perron根的几个新的估计式,这些估计式或削弱了一些现有估计式的使用条件或改进了估计效果,文中数值算例表明所得结果是有效的。     

矩阵Hadamard积和Fan积的特征值界的估计

给出非负矩阵A与B的Hadamard积AB的谱半径上界的一个新估计式和非奇异M-矩阵A和B的Fan积A*B的最小特征值下界的一个新估计式,这2估计式只依赖于矩阵A与B的元素,易于计算.例证表明,所得估计式在一定条件下比现有估计式更为精确.     

非负矩阵谱半径的"新界"估计

借助两个新的矩阵得到非负矩阵谱半径的两个新估计及其证明，并通过实例与以往的结论作比较，验证了这些估计的有效性及精确度。     

M-矩阵及非负矩阵Hadamard积和Fan积的特征值界的估计

 分别给出了非奇异M-矩阵的逆矩阵和非奇异M-矩阵的Hadamard积与非奇异M-矩阵Fan积的最小特征值下界新的估计式;同时给出了非负矩阵Hadamard积的谱半径上界新的估计式;这些估计式都只依赖于矩阵的元素,易于计算.算例表明,这些估计式在一定条件下改进了现有结果.     

两个矩阵Fan积和Hadamard积的特征值的界

关于非奇异M-矩阵A与B的Fan积A＊B,给出A＊B的最小特征值τ（A＊B）下界的新估计式,同时也给出非负矩阵A与B的Hadamard积A＊B的谱半径ρ（A＊B）上界的新估计式,这些估计式只与矩阵的元素有关,易于计算．数值算例也说明所得估计式改进了现有的结果．     

矩阵Hadamard积和Fan积特征值界的新估计

利用著名的Gersgorin圆盘定理,给出非负矩阵的Hadamard积的谱半径上界的一个新估计式和非奇异M矩阵的Fan积的最小特征值的下界估计,易于计算.并通过具体例子加以比较,表明所得的估计结果在一定条件下更为精确.     

二分图的Laplace矩阵的最大特征值

图的Laplace矩阵的谱,在物理、化学和计算机等学科有着广泛应用。但是,求图的Laplace矩阵的谱,是很不容易的。文章通过分析二分图的结构,研究了二分图的Laplace矩阵的特点,利用非负矩阵的经典理论和图论方法,导出了一般二分图的Laplace矩阵的最大特征值的界值。     

不可约Z-矩阵最小特征值的改进算法

首先给出了不可约非负矩阵最大特征值的新估计,并进一步利用相似变换构造了一列相似矩阵,从而得到不可约非负矩阵最大特征值的逐步压缩的上下界,其极限为所要求的最大特征值.然后利用Z-矩阵与非负矩阵的关系,给出了不可约Z-矩阵最小特征值的改进算法.该算法迭代过程简单,迭代速度快.最后用数值实验加以验证.     

Hadamard幂下不可约M矩阵最小特征值界的研究

利用不可约非负矩阵A的Hadamard幂,矩阵特征值存在域定理,以及非奇异M矩阵B的若干性质,首先给出了不可约非负矩阵AB-1的谱半径的上界;其次,当A的每个元素都为1时,给出了τ(B)的一些新下界.数值例子说明这些新界一定程度上提高了已有文献中的结果.