次逆M-矩阵的性质

引入了次逆M-矩阵的概念,应用M-矩阵和次M-矩阵的性质研究了次逆M-矩阵,得到了次逆M-矩阵的一些性质.利用这些性质,给出了判定次逆M-矩阵的一个充分条件,而且还证明了次逆M-矩阵满足幂零不变性.     

三对角逆M-矩阵的Hadamard积

证明如果A,B∈M-1分别是上、下Hessenberg矩阵,则对任意的H1,H2∈S2,AB与(AH1)(BH2)都是三对角逆M-矩阵.     

逆M-矩阵的和

通过研究逆M-矩阵的性质,得出了二阶非负矩阵为逆M-矩阵的充要条件并据此得到二阶逆M-矩阵之和封闭的充要条件,进而推导出阶逆M-矩阵之和封闭的充要条件.     

逆M-矩阵的判定及并行算法

给出了任意一个n阶非负实方阵A为逆M-矩阵的一种简单方便的判定方法.利用此方法,使一个任意阶矩阵A逐次降阶为最后只需利用逆M-矩阵的定义判定其是否为逆M-矩阵,从而可以判定A是否为逆M-矩阵,并对其算法及实现问题进行了研究.     

非负矩阵Drazin逆的非负性

讨论了非负矩阵 Drazin 逆的非负性。此外,为了证明本文的主要结果,我们又讨论了单项矩阵的特性。     

三对角线逆M-矩阵

研究同时为三对角线矩阵和逆M 矩阵的一类特殊矩阵 ,称之为三对角线逆M 矩阵。用图论的方法探讨三对角线逆M 矩阵的结构 ;并给出三对角线非负矩阵为逆M 矩阵的充分必要条件。最后 ,我们还证明了三对角线逆M 矩阵集关于Hadamard乘积的封闭性     

非奇异M-矩阵的等价表示

给出了Z-矩阵为非奇异M-矩阵以及不可约Z-矩阵为非奇异M-矩阵的一些新的充要条件,改进了相应的一些结果.     

关于逆M-矩阵Hadamard积的一个猜想

对一个n×n逆胙矩阵A,M.Neumann猜想其Hadamard积A°A也是逆M-矩阵.通过许多例子验证,它们都是正确的.迄今为止,猜想未被证出.该文研究了该猜想,给出了一类不同的逆M-矩阵,验证Hadamard积A°A与A°B都是封闭的.进一步验证了猜想:当P≥1,A及任意Ai(i=1,2,…,N-1,N)是逆M-矩阵时,Hadamard幂A°P=(apy),A°∞=(a∞ij),Hadamard积A1°A2°…°AN都是封闭的.     

一类三对角矩阵的逆矩阵

刻划了一类三对角矩阵的逆矩阵的形式.     

次M-矩阵与逆次M-矩阵的Hadamard-Fischer不等式

引入次M-矩阵与逆次M-矩阵的概念，讨论了二者上的Hadamard-Fischer不等式，并改进了Hadamard不等式的结果,即对任一非奇异n阶次M-矩阵A都满足｜det A｜≤min∏n[]i=1an-i+1 i-max≠σ∈Sn(∏n[]i=1an-σ(i)+1 ian-i+1 σ(i))1/2，min(an-k+1 k∏ni=1i≠k(an-i+1 i-（an-k+1 ian-i+1 k）/（an-k+1 k）)).     

酉变换的充要条件

利用内积或长度给出了酉空间的变换为酉变换的若干个充要条件,并推广了已有文献相有关结果。     

环上矩阵广义Moore—Penrose逆的充要条件

给出一个相对于可逆矩阵M，N的广义Moore—Penrose逆的充要条件．推广了Patricio的结果．     

两图同谱的邻接矩阵迹判别法

证明了下列定理：设A、B分别为困G1＝（V1,E1）与G2=（V2,E2）的邻各矩阵,且V1＝V2＝n,则留G1和G2同语的充分必要条件是tr（Ak）＝tr（Bk）,k＝l,2,…,n。     

一类积分因子存在的充要条件

根据全微分方程及积分因子的定义,给出了一阶微分方程M(x,y)dx+N(x,y)dy=0具有μ(x,y)=F(x2+y2)形式的积分因子的充要条件是(N/x)-(M/y)2yM-2xN=(fx2+y2)。     

矩阵A^TBA=ABA^T的充要条件

给定半正定矩阵B，考虑矩阵可交换问题A^TBA=ABA^T．运用矩阵分解的方法，给出了满足上述要求的矩阵的一个充要条件．     

无向图同构的充要条件以及判定

通过对两个图邻接矩阵的特征值以及特征向量分析,利用对角化过程中的正交特征向量矩阵的特殊性质,得到了一种新的无向图同构的充要条件,并且由此条件得到同构图之间存在的关系,从而使得判定图的同构更加方便,尤其是在需要找出变换矩阵、判定同谱图时非常有效.     

——（∪↑i∈AUi）∪（∪↑j∈BPj）∪（∪↑k∈MCk）色唯一的充要条件

Pn和Cn分别表示具有n个顶点的路和圈．Un表示由Pn-4的两个1度点分别与两个P3的2度点粘接得到的图．应用图的伴随多项式理论得到了——（∪↑i∈AUi）∪（∪↑j∈BPj）∪（∪↑k∈MCk）色唯一的充要条件．     

单叶调和函数及其反函数为调和拟共形的充要条件

研究平面上具有形式f(z)=A[αz+β+log(1-exp(-αz-β))-log(1-exp(-αz-β))]+B的保向单叶调和映照,其中A,B,α,β是常数且满足条件A≠0,α≠0.给出了定义在椭圆和上半平面上的单叶调和函数及其反函数都是调和拟共形映照的充要条件,并推广到一般的单连通区域上.     

线性空间分解的一个充分必要条件

文章利用最小多项式来讨论线性空间的分解,给出线性空间是值域与核的直和(即V=AVA-1(0))的一 个充分必要条件:x是A的最小多项式m(x)的不超过一次的因式;并将此结果作了推广。     

BLUE与NLUE相等的充分必要条件

讨论了在广义Ｇａｕｓｓ－Ｍａｒｋｏｖ模型,最佳线性无偏估计（ＢＬＵＥ）与自然线性无偏估计（ＮＬＵＥ）相等的一个充分必要条件是Ｒ（Ｖ）＝Ｒ（Ｘ）。