总目次

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.     

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.     

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。     

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.     

非负矩阵Hadamard积谱半径的上界

在Gerschgorin圆盘定理和Brauer卵形定理的基础上,利用相似矩阵具有相同特征值的特点给出非负矩阵Hadamard积谱半径的上界,所得结果只依赖于两个非负矩阵的元素,便于计算.数值例子表明新估计式在一定条件下改进了现有的一些结果.     

关于矩阵的Hadamard积和Fan积的两个估计式

利用变形的Brauer卵形定理,给出了非负矩阵的Hadamard积的上界估计式和M-矩阵的Fan积的下界估计式,这两个估计式改进了王峰给出的结果.     

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.     

矩阵Fan积和Hadamard积的特征值界的新估计

给出非奇异M-矩阵A和B的Fan积AB的最小特征值下界和非负矩阵A和B的Hadamard积A·B的谱半径上界的新估计式,这些估计式都只依赖于矩阵的元素.数值例子表明,新估计式在一定条件下改进了现有的结果.     

M-矩阵最小特征值下界的新估计

利用Gerschgorin和Brauer定理,先给出非负矩阵A4与非奇异B矩阵的逆矩阵Hadamard积的谱半径上界,同时利用特征值与谱半径的关系得到非奇异M-矩阵最小特征值下界的新估计式.通过数值算例表明了新估计式优于已有的结论.     

矩阵Fan积和Hadamard积的特征值界的新估计

给出了M-矩阵Fan积的最小特征值下界和非负矩阵Hadamard积的谱半径上界的新估计式.数值实例说明新估计式在一定条件下改进了现有的一些结果.     

非负矩阵Hadamard积的谱半径上界和M-矩阵Fan积的最小特征值下界的新估计

给出了非负矩阵A和B的Hadamard积的谱半径上界,以及M-矩阵A和B的Fan积的最小特征值下界的新估计式.这些估计式都只依赖于矩阵的元素,易于计算.数值例子表明,新估计式在一定条件下改进了现有的一些结果.     

非负矩阵谱半径的新界

给出非负矩阵A与B的Hadamard积谱半径上下界的新估计式,这些新估计式丰富了ρ(A°B)界的估计.数值算例表明新估计式改进了文献中杜琨的结果.     

特殊矩阵Hadamard积的谱半径的界

【目的】对非负矩阵A和M-矩阵B的逆矩阵的Hadamard积谱半径的上界作进一步的估计。【方法】利用特征值包含域定理和optimally scaled矩阵，通过推导出的两个关于B－1的元素βji和βii间的不等式，使得谱半径上界估计更接近真值。【结果】得到了两个新的估计式，并给出了证明。【结论】数值实验表明新估计式优于现有的估计式。     

非负矩阵Hadamard积的谱半径上界的估计

利用Cauchy—Schwitz不等式给出两个非负矩阵A和曰的Hadamard积的谱半径上界的一个新估计式,并与前人给出的结果进行比较。数值例子表明,新估计式在一定条件下改进了现有的结果。     

非负矩阵Hadamard积谱半径的界

利用Cauchy—Schwitz不等式给出两个非负矩阵和Hadamard积的谱半径上界的一个新估计式，并与前人给出的结果进行比较。数值例子表明，新估计式在一定条件下改进了现有的结果。     

基于分布估计算法的非负矩阵分解

非负矩阵分解问题可以转化为一个约束优化问题,因此可以依靠最优化领域的相关算法进行求解.提出一种基于分布估计算法求解非负矩阵分解问题的新算法,并将算法应用于两个非负矩阵分解的数值算例,与非负矩阵分解基准算法进行比较,证实了算法的可行性和优越性.     

非负矩阵Hadamard积和M矩阵Fan积特征值的新界值

把2个非负矩阵Hadamard积谱半径以及M矩阵的Fan积的最小特征值的估计推广到多个矩阵,得到新的界值估计式,数值算例表明所得的估计式在一定条件下比现有的估计式更为精确.     

M-矩阵Fan积最小特征值的下界

矩阵的Fan积是矩阵理论研究的重要问题之一.利用特征值包含域定理给出两个非奇异M-矩阵Fan积最小特征值的下界估计式,所得结果只依赖于两个非奇异M-矩阵的元素,便于计算.数值例子表明新估计式在一定条件下改进了现有的一些结果.     

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。