Hermitian随机矩阵特征值

利用随机矩阵理论中的矩方法研究一类Hermitian随机矩阵极端特征值的极限性质.结果表明,Hermitian随机矩阵的极端特征值几乎处处有界;特别地,对任意固定整数m,有limn→∞infλ_m(1/n~(1/2))H_n≥2σ,limn→∞supλ_(n-m)(1/~(1/2)H_n)≤-2σ,其中σ~2=mink,lσ~2_(kl).     

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.     

基于随机矩阵理论的盲MEHM频谱感知算法

利用随机矩阵理论中样本协方差矩阵极限特征值的分布结果，设计了一种新的最大特征值-调和平均(NMEHM)盲频谱感知算法.NMEHM算法无需主用户信号及无线信道的先验知识，可以有效克服噪声不确定性的影响.仿真实验结果表明，相对于一些基于特征值检测的频谱感知算法，NMEHM算法的检测概率更高，且获得了比最大特征值-调和平均(MEHM)算法更优异的检测性能.     

非负矩阵最大特征值的新界值

非负矩阵最大特征值的估计是非负矩阵理论中的重要部分,被广泛应用于数值分析、图论、稳定性理论等相关学科.构造出一个新的矩阵,把最大特征值的上下界表示为极限存在的数列,给出了一个新的判定非负矩阵最大特征值范围的界值定理,通过数值算例表明其结果比有关结论更加精确.     

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.     

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。     

基于极限特征值之差的改进频谱感知算法

基于取样协方差矩阵的最大和最小特征值之差的频谱感知算法,从提高感知判决门限的设置准确度出发,利用Wishart随机矩阵极限特征值分布的最新成果,设计出了一种新的判决门限计算方法.仿真实验结果表明,相对于现有的频谱感知算法,新算法的判决门限计算更加准确,在改善判决结果可靠性的同时,有效地提升了有限样本数量条件下算法的检测性能.     

β-Hermite随机矩阵最大特征值精确渐近性的一般形式

对于相当广泛的边界函数和拟权函数,利用β-Hermite随机矩阵最大特征值的弱收敛定理、小偏差结论及广义βTracy-Wisdom分布的尾概率不等式,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形式.     

矩阵的弱迹和弱迹定理

本文首先提出了矩阵的弱迹概念,并对于一类可对称化的非对称矩降证明了两条定理,即证明弱迹均小于寻常的追迹,并大于矩阵的最大特征值。故以此弱迹作为最大特征值的上界,比追迹优越得多.应用本文的定理可以建立一系列精度越来越高的近似计算式,其精度比追迹定理所给出的值有大幅度的提高.     

一类随机线性方程组的一个极限性质

考虑了一类形如X_n=V_n+n~(-r)W_nX_n 的随机线性方程组解的极限性质问题,其中W_n 是n 阶随机矩阵,它的元为独立同分布随机变量,X_n 和V_n 为n 维列向量。证明了若系数随机矩阵元的1+p 阶矩存在,则当n 趋于无穷时,随机线性方程组的解是强相合的。     

双圈图Laplacian矩阵的谱

分析双圈图的Laplacian矩阵谱和匹配数之间的关系,得到双圈图Laplacian矩阵特征值的分布情况,并利用线图理论给出两个圈均为偶圈的双圈图次大特征值的一种理论求法.     

图的最大Laplace特征值的一个新的紧的上界

设G是n阶简单连通图,D和A分别为G的顶点度对角矩阵和邻接矩阵,则L=D-A称为G的Laplace矩阵.本文利用非负矩阵理论并结合图论性质获得了L的最大特征值λ1(G)的一个新的紧的上界.并确定了等式成立的全部极图.最后,一个例子用于说明该结果在一定意义上改进了现有的大多数同类结果.     

图的最大拉普拉斯特征值的上界

设G=（y,E）是n阶简单连通图,D（G）和A（G）分别表示图G的度对角矩阵和邻接矩阵,则L（G）=D（G）-A（G）称为G的拉普拉斯矩阵利用图的度序列,平均二次度和图的公共邻点数结合非负矩阵谱理论给出了L（G）的最大特征值的一些上界．     

矩阵的幂序列

对 n×n 阶复矩阵引入矩阵的幂序列极限的概念,证明了若 A 是一个酉矩阵,则单位矩阵 I 是 A 的一个幂序列极限;并证明了矩阵 A 有一幂序列极限的充要条件是 A 的谱半径 r(A)<1,或者 r(A)=1,且模为1的特征根都是一阶特征根.     

连接增加对网络同步能力的影响

文章运用矩阵理论,证明了无向网络对应耦合矩阵的第二大特征值随正耦合的增加(或加强)而不增这一性质。由耦合矩阵第二大特征值与网络同步能力之间的关系可知,同步区域无界的无向连通网络增加(或加强)正耦合后,其同步能力可能增强,也可能保持不变;增加(或加强)负耦合后,其同步能力可能降低,也可能保持不变。用几种具体网络验证了结果的正确性,数值计算结果表明,同步区域有界网络一般不具有这个性质。     

相关矩阵的积和式与特征值

设A=(a_(ij))是一个nxn非负相关矩阵,=(a_(ij)~2和=(a_(ij)perA(i,j))。本文得出下面两个结论:①(?)的最大特征值λ满足λ≤per(A);②的最大特征值λ满足λ=per(A)。这里per(A)记矩阵A的积和式。     

幂法求矩阵特征值的一些补充

给出一个幂法求矩阵特征值的改进方案，在通常幂法失效时，可得到矩阵按模最大的特征值及另一些特征值     

Jacobi方法及其推广

通过研究求严格对角占优对称矩阵最大单特征值的Jacobi方法，对其进行推广，得到了可同时求严格对角占优对称矩阵的几个最大重特征值或密集特征值的块Jacobi方法，并且说明了块Davidson方法可看作加速的块Jacobi方法，并举了数值例子对这2种方法进行了比较和分析。     

关于矩阵特征值的一种表达方式

对于k阶正定Hermite方阵A的最大特征值λ_1,文[1]用幕矩阵的迹U_(n)=tr(A~n)得到如下估计:U_(n+1)/U_n≤λ_1≤U_n~(1/u)·本文将运用幕矩阵的特征多项式推广这一结果,文中定理1和定理2叙述了对正定Hermite方阵取得的结果;定理3和定理4就更一般的情况作了论讨。