矩阵乘积行列式下界的改进

李耀堂和李继成[Joumal of Computational Mathematics，19(4)(2001)365-370]给出两个H-矩阵乘积的行列式的下界估计，应用我们所得的M-矩阵的Hadamard乘积的Oppenheim型不等式的新结论和方法，推广和改进了李耀堂和李继成的相应结论。     

几类矩阵的行列式下界的估计

0 引言和记号用简便的方法来判定矩阵的奇异性,且在非奇的情况下估计出行列式的下界,这在实际问题中具有重要用途.这个下界表征了矩阵的非奇异度,且在其他许多估计式中也常用到,比如矩阵特征值下界的估计就与行列式下界的估计密切相关.Ostrowski,石钟慈,王伯英对于对角占优矩阵的行列式的下界进行了讨论.本文取消对角占优条件,给出几类范围更广的矩阵的行列式的下界估计,且与文献[3]的结果互不包含. 设A=(a_(ij))∈C~(m×n)若|a_(ii)|≥∧_i(A),i∈N≡{1,…,n} ,其中∧_i(A)≡∑|a(ij)|,则称A为对角占优阵,记为A∈D_0。     

正定矩阵Hadamard乘积的行列式估计

以矩阵的主子式为工具,给出了两个正定矩阵Ｈａｄａｍａｒｄ乘积行列式的下界．     

M-矩阵 Fan 积的最小特征值下界的新估计

利用Cauchy-Schwitz不等式给出非奇异M-矩阵A和B的Fan积AB的最小特征值下界的新估计式,并与其他文献中的估计式进行比较.数值算例表明,新估计式在一定条件下改进了Johnson和Horn给出的经典估计式,同时也优于其他已有的几个估计式,比现有的估计式更接近真值.     

M-矩阵Fan积的特征值下界

本文利用Brauer卵形定理和Cauchy-Schwitz不等式给出了两个非奇异M-矩阵A和B的Fan积的最小特征值下界的新估计式τ(AB)≥min i≠j1/2{aiibii+ajjbjj-[(aiibii-ajjbjj)2+4aiibiiajjbjj(ρ2(J(m)A)ρ2(J(m)B))1m]1/2}。此下界估计式比现有几个估计式更为精确。通过数值算例计算得τ(AB)≥2.783 4,与其他文献中的结果加以比较,表明所得的新估计结果在一定条件下改进了Horn和Johnson给出的经典结果,同时也改进了其他已有的几个结果,比其他结果接近τ(AB)的真值。     

矩阵乘积行列式性质的推广

对矩阵乘积的行列式性质|AX|=|A‖X|作进一步的推广,得到了更为普遍的结果;将其应用到微分方程以及其它相关的问题中,能够简化证明过程,并得到更进一步的结论.     

M-矩阵Fan积最小特征值的下界

关于非奇M-矩阵A与B的Fan积AB,利用Gerschgorin圆盘定理和Brauer定理,给出AB的最小特征值下界的新估计式。新估计式只与矩阵的元素有关。数值算例表明新估计式改进了现有的结果,易于计算。     

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.     

若干矩阵乘积的秩的下界

讨论了若干矩阵乘积的秩的下界估计，推广了Sylvester和Frobenius的相关结论，得出了两种一般情形下矩阵乘积的秩的下界的估计。     

矩阵秩的下界估计

本文给出了一个新的矩隈秩的下界估计式,从而改进了已有的相应结果。     

矩阵最小特征值下界估计

利用代数-几何-均值不等式以及矩阵的迹和行列式, 给出了矩阵最小特征值下界的估计. 最后用数值例子说明所得结果的精确性.     

M-矩阵Fan积的特征值的新下界

特征值界的估计是矩阵论中重要的研究课题。文中借助Brauer定理与Gerschgorin定理得到非奇异M-矩阵A和B的Fan积的特征值下界新的估计结果。数值算例表明新的下界在某些特定条件下优于Johnson和Horn所给结果,并且也优于其它文献中有关的结论。     

M矩阵及其逆矩阵的Hadamard积最小特征值下界的估计

关于M矩阵及其逆矩阵的Hadamard积A·A-1,给出A·A-1的最小特征值的新下界,新下界改善了Fiedler和Markham的猜想,也改进了其他已有的结果。     

M矩阵与M矩阵的逆矩阵的Hadamard积的最小特征值的下界估计式

给出了M矩阵的逆矩阵的对角元素的一个下界及M矩阵和M矩阵的逆矩阵的Hadmard积的最小特征值的一个下界,通过理论证明改进了现有的结果,并通过数值算例进行了说明.     

M矩阵的Hadamard积的最小特征值下界的估计

借助非奇异M矩阵A的逆矩阵A-1的元素的一些估计式和组合优化的思想,给出非奇异M矩阵B与A-1的Hadamard积B。A-1的最小特征值下界的一些新估计式。这些估计式比现有的仅依赖于矩阵元素的估计式更加精确。     

矩阵条件数下界的估计

一、引言矩阵条件数在数值分析中起着十分重要的作用,它反映了方程组的病态程度,直接影响算法的稳定性、收敛性和收敛速度。但是条件数的计算是十分困难的。而要在计算过程中附带地求出条件数,并用以解决坏条件问题就更困难。[1]提出了数值相关理论,定义了新条件数的概念,给出了计算新条件数的简单而实用的方法,从而为解决很大一类坏条件问题指出十分有用的途径。本文对[1]中关于矩阵条件数的一个下界估计式作出推广,并给出行列式的估计方法,并用以讨论等距插值和Chehyshev插值问题的条件数。     

M-矩阵Fan积的特征值下界

本文利用Brauer卵形定理和Cauchy-Schwitz不等式给出了两个非奇异M-矩阵A 和B 的Fan积的最小特征值下界的新估计式 * 此下界估计式比现有几个估计式更为精确。通过数值算例计算得τ(AB)≥2.7834,与其他文献中的结果加以比较,表明所得的新估计结果在一定条件下改进了Horn和Johnson给出的经典结果,同时也改进了其他已有的几个结果,比其他结果接近τ(AB)的真值。(注：*处为公式)
     

Nekrasov矩阵行列式界的估计

利用矩阵Schur补的定义,结合不等式的放缩技巧和数学归纳法,给出Nekrasov矩阵行列式界的估计,改进和推广了已有结果,并用相应的数值实例说明了所得结果的有效性.     

对角占优矩阵的行列式估计

针对对角占优矩阵的行列式估计问题,首先利用严格对角占优矩阵A的元素给出逆矩阵A-1的主对角元的上下界,然后利用逐次降阶法和递归法给出A的行列式的单调递增的下界序列和单调递减的上界序列,改进了一些已有结果.随后将此方法推广,从而得到对角占优矩阵的行列式的上下界序列.最后通过数值算例验证理论结果,数值算例表明所得估计在某些情况下能达到真值且比现有结果精确.