双对角占优与非奇M—矩阵的判定

利用矩阵B＝A＋B^T的双对角占优性给出了矩阵A为非奇M矩阵的新判定准则。推广了已有的判定定理。实例说明,采用本文定理可以较为容易地得出判定结果。本文给出的判定准则具有简单、方便的特点,与已有的判定准则相比,具有更为的适用范围。     

非奇异H-矩阵的判据

非奇异H-矩阵的判定在实际中非常困难,许多文章讨论了这类问题.该文用一种新的简便方法证明了非奇异H-矩阵的几个新的简捷判据,改进了近期的一些结果.     

几类有关次对角型矩阵逆的求法

给出了几类有关次对角矩阵是否可逆的判定及逆矩阵的简便求法．     

矩阵的κ-path覆盖对角占优性与应用

引进了κ-path覆盖对角占优矩阵,研究了它的性质,给出了广义对角占优矩阵的新表征,推广、改进、修正了一些关于广义严格对角占优矩阵判定的已有结果．     

两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.     

拓扑线性空间上的广义集值平衡问题

引入了广义集值广义对角拟凸的概念,并证明了广义集值广义对角拟凸与广义KKM定理的等价关系,在单调情形和非单调情形下得到了广义集值映射平衡问题解的若干存在性定理,其结果推广了文[1,2]中相应结果,     

广义严格对角占优矩阵的判定及其在神经网络系统中的应用

利用非零元素链理论以及方法,给出了判定广义严格对角占优矩阵的几个充分条件,拓广了广义严格对角占优矩阵的判定方法,并给出其在神经网络系统中的应用,结果表明该法不仅有效而且简单实用.     

矩阵广义对角占优性的判定

利用线性方程组解的理论得到了矩阵广义对角占优的又一判定定理，对于用此方法判定的广义对角占优矩阵A，可具体给出正对角阵∧，使A∧为对角占优阵。作为应用还得到了矩阵非奇异的判定定理。最后给出了应用实例。     

Jacobi和Gauss-Seidel迭代法求解线性方程组的分析及应用

先描述了Jacob i和Gauss-Se idel迭代法求解线性方程组的基本思想,然后给出三个收敛定理并分别对它们作出解释,举例进行分析和比较,最后给出算法,并用程序求解算例,对迭代法的学习和应用有着十分重要的意义.     

非紧策略集上的Nash平衡的存在性

引进对角转移连续，对角拟凹和FS-凸等概念，然后在非紧的策略集上运用KKM引理得到新的Nash平衡存在性结果。