矩阵方程AX＋XB=F的解

求解矩阵方程AX+XB=F是控制论面临的重要计算 [1].本文定理1给出任意插值条件下插值多项式的解析表达式;在定理1的基础上,定理2给出矩阵方程AX+XB=F解的解析表达式为X=∑s2j=1∑vj-1q=0(-1) qq     

随机阵列部分和高阶矩的上界

给出了中心化的独立随机变量阵列X={Xnj,1≤j≤kn,n≥1}的部分和(^kn∑j=1)Xnj的r阶矩的上界,这一上界的表达式为C(^r-2∑i=0)Kn^(r/r-i)||Xn1||r-i^r。     

矩阵方程A＋BXC=0的求解

文(1)讨论了矩阵方程A BXC=0有解的条件和有多少个解,但未给出解的具体形式,本文通过矩阵A BXC秩的不等式,方便地得到矩阵方程有解的充要条件和其解的一般表达式。     

一类反三角矩阵的群逆和Drazin逆

对于反三角矩阵M=(PQI0)的群逆和Drazin逆的研究,总是在块矩阵满足不同条件下进行的。本文在新的条件下获得了一些结论,即:当子块矩阵P可逆或ind(Q)≤1时,研究了M存在群逆的充要条件及群逆的表达式。同时根据这些结论,得到了当ind(P)≤1,PπQP=0和ind(P#QPP#)≤1时M的Drazin逆表达式,以及当PQQπ=0,Q2 QD+QπPQπ可逆时M的Drazin逆表达式。     

关于可重构性的进一步研究

本文推广了文[1]中的可重构性概念,提出了完全(i,j,Ti)可重构性这一更一般的概念,用几何方法给出了完全(i,j,Ti)可重构性的充要条件,并由此得到另一种可重构性指标表达式。     

有穷齐次MAPKOB链具有遍历性的一个充分必要条件

§1 前言记p_(ij)=p_(ij)(1)。设P=(p_(ij)是一个k×k矩阵,如果p_(ij)≥0 (i,j=1,…,k)且[sum from j=1 to n p_(ij)=1] (i=1,…,k), (0)则称P为随机矩阵。显然,若P_1,P_2是随机矩阵,则P_1P_2也是随机矩阵。特别地,若P是随机矩阵,则P~n=P(n)=[p_(ij)(n)]也是随机矩阵(n=1,2,…)。如果对一切i,j而言,存在着不依赖于i的极限lim P_(ij)(n)=P_j,则称P具有遍历性。有穷齐次     

关于环上矩阵的广义Moore-Penrose逆

研究环上矩阵A＝GDH(其中G为右高矩阵，H为左高矩阵)的广义逆，给出了其存在的充要条件和表达式。     

四元数方程AXA~H=B厄米特解中的复矩阵极秩

通过四元数矩阵的复表示X=X0+X1j和矩阵秩的许多性质,确定出四元数矩阵方程AXAH=B厄米特解集{X}的复表示矩阵集{X0}和{X1}的最大秩、最小秩公式.作为这些极秩公式的应用,探讨了四元数厄米特矩阵广义逆的一些性质,得出任意一个四元数厄米特矩阵M的广义逆中存在纯复矩阵、广义逆全部为纯复矩阵、广义逆中存在纯非复矩阵、广义逆全部为纯非复矩阵这4种情形的充要条件.     

矩阵分裂的收敛性

在解线性方程组Ax=b (1)时,常将矩阵A分裂为如下形式A=Q-R (2)其中A是n×n矩阵,Q是非奇异矩阵。然后用迭代格式QX_(K 1)=RX_(E b) (3)来解(1),格式(3)的迭代矩阵为M=Q~(-1)R (4) 迭代格式(3)从而迭代矩阵(4)的敛散性一直为人们所研究,[1]在A非奇异且(2)是A的正则分裂(即Q~(-1)≥0,R≥0)的条件下,给出了迭代矩阵(4)收敛的充要条件为A是单调     

NA随机变量随机和的差的精确大偏差

【目的】研究由两类保单构成的随机和的差N1(t)∑j=1X1j-N2(t)∑j=1X2j的相依风险模型,该风险模型中第一类保单{X1j,j≥1}是一个负相协(Nagatively associated,NA)随机变量序列,{X2j,j≥1}是一个独立的随机变量序列,{N1(t),t≥0}和{N2(t),t≥0}是两个计数过程。【方法】采用类似求独立随机变量随机和的差的精确大偏差的渐近极限方法,研究了NA随机变量随机和的差的精确大偏差问题。【结果】引入一些假设条件,得到如下的一致渐近极限结论,即:对于任意固定的γμ2,有limt→∞supx≥γ(λ1(t))p+1|P(N1(t)∑j=1X1j-N2(t)∑j=1X2j-(μ1λ1(t)-μ2λ2(t))x)/λ1(t)F1(x)-1|=0。【结论】推广了独立随机变量随机和的差的精确大偏差的相应结论。     

一类特殊随机二次型的极限定理

文章采用鞅极限定理和一些矩阵不等式考查了一类特殊的随机二次形stAs的强、弱收敛性。当A为非负定矩阵且其最大特征根有限,随机变量存在有限的四阶矩情形下,获得了二次型的强收敛。并且该强收敛结果是一个传统极限定理的推广。当A为正定矩阵且其最大特征有限,在二阶矩有限的情况下,获得了二次型的弱收敛。     

矩阵幂级数绝对收敛的判定

借助矩阵范效和矩阵谱半径的概念,结合极限理论和数项级数的有关结论,给出了矩阵幂级数绝对收敛的两种判定方法.     

sum from k=1 to ∞ A_k (t)一致收敛的判定和性质

借助矩阵范教和矩阵谱半径的概念,结合极限理论和数项级数的有关结论,给出了矩阵级数一致收敛的判定和性质。     

β-Laguerre随机矩阵最大特征值精确渐近性的一般结果

利用β-Laguerre随机矩阵最大特征值的中心极限定理、 尾概率不等式及广义β-Tracy-Wisdom分布的性质, 对于相当广泛的边界函数 和拟权函数, 得到了其最大特征值的矩完全收敛性的精确渐近性的一般结果.     

从随机矩阵到随机环境中的马氏链

主要研究了随机矩阵的一些性质,给出了无穷多个随机矩阵乘积收敛的充分条件,从而得到随机环境中马氏链转移概率的极限性质,利用这一性质可以说明一些文献所出现的错误结论.     

非负矩阵分解的快速收敛算法

为提高非负矩阵分解的收敛速度,在Lee和Seung的倍乘更新算法及改进ILSMU—EUC算法的基础上,通过调整运算顺序,限制不必要的更新方法,提出加速IILSMU-EUC算法。IILSMU-EUC算法是从计算量和内部迭代分析中,对运算耗费量大的矩阵提出限制更新方法,即调整计算顺序,按步骤顺序执行,能够减少计算量及不必要的上百万次的更新。实验结果表明：与原倍乘更新MU算法、梯度映射算法和分层交替最小二乘算法比较,IILSMU-EUC算法误差小、快速收敛性强、提取特征明显,从而验证了改进算法的有效性、稳定性和高效性。     

离散收敛群的锥形极限集

研究了一般收敛群的锥形极限集，并证明了当离散收敛群的Ｐｏｉｎｃａｒｅ级数收敛时，其锥形极限集的Ｌｅｂｅｓｇｕｅ测度为零。     

强一致收敛条件下序列系统与极限系统的关系

首先,证明了如果序列系统具有初值敏感性且敏感常数的下极限为正数,则在强一致收敛下,极限系统也具有初值敏感性,并举例说明序列系统中的初值敏感性不能被极限系统所保持,从而得出序列系统中的Auslander-Yorke混沌不具有保持性;其次,还讨论了在强一致收敛的条件下,序列映射周期点(几乎周期点)的上极限包含于极限映射周期点(几乎周期点),并举例说明序列映射周期点(几乎周期点)的上极限不等于极限映射周期点(几乎周期点).     

非ε-δ语言微积分

用D-语言方法建立了微积分理论的新体系．D-语言方法实质上是拓扑学中刻画收敛的滤子基方法．该方法将序列收敛与集列收敛,函数极限与集值函数极限相结合,具有简明化、图解化、算法化、易于掌握等优点。     

离散Hopfield型神经网络的异步收敛性研究

主要研究非对称离散Hopfield神经网络的异步演化方式的收敛性，并给出了一些新的收敛性条件。若网络的连接权矩阵可以分解成主对角元素非负的对称矩阵和行（列）对角占优的矩阵之和，则网络是异步收敛的，所获结果推广了已有的结论。