张量广义特征值的S-型包含区域

设{A,B}为m阶n维正则张量对,通过将指标集N={1,2,…,n}划分为非空真子集S及其补集S珚=N/S,利用分类讨论的思想以及张量对{A,B}某些元素选取的任意性和不等式缩放技巧,解决了张量对{A,B}的特征值定位问题,并给出张量对{A,B}特征值的S-型包含区域.数值结果表明,所得包含区域比已有包含区域更精确.     

迹为整数的3×3阶正交矩阵的谱

讨论了3×3阶正交矩阵的特征值和迹的关系,证明了迹为整数的3×3阶正交矩阵的谱可由迹确定,为应用广泛的3×3阶正交矩阵的谱的计算提供了简单实用的方法.     

正规矩阵特征值扰动的新估计

设A,B均为正规矩阵,关于正规矩阵的特征值扰动,有结论 (n∑i=1︱μτ(i)-λi︱2)(1/2)≤n(1/2)‖E‖F,其中λi,μi分别为A,B的特征值.通过新的方法证明给出特征值扰动上界的新估计,并改进了以上结论.     

计算最小特征值的幂法及一个应用

证明Euler幂法程序的收敛性,并用来计算一个复杂的带偶合边条件的微分方程特征值问题的最小特征值。     

关于一个非线性椭圆特征问题的某些注记

讨论一个非线性椭圆特征问题，减弱了原有结果中的一个条件而得到同样的结果，并讨论了参数小于λ１的情形。     

Principal component analysis using neural network

The authors present their analysis of the differential equation dX ( t )/dt = AX ( t ) - X^T( t ) BX( t)X( t), where A is an unsymmetrical real matrix, B is a positive definite symmetric real matrix,X E Rn ; showing that the equation characterizes a class of continuous type full-feedback artificial neural network; We give the analytic expression of the solution; discuss its asymptotic behavior; and finally present the result showing that, in almost all cases, one and only one of following eases is true. 1. For any initial value X0∈R^n, the solution approximates asymptotically to zero vector. In thin cane, the real part of each eigenvalue of A is non-positive. 2. For any initial value X0 outside a proper subspace of R^n,the solution approximates asymptoticaUy to a nontrivial constant vector Y( X0 ). In this cane, the eigenvalue of A with maximal real part is the positive number λ=Ⅱ Y (X0)ⅡB^2 and Y (X0) is the corre-sponding eigenvector. 3. For any initial value X0 outsidea proper subspace of R^n, the solution approximates asymptotically to a non-constant periodic function Y( X0 , t ). Then the eigenvalues of A with maximal real part is a pair of conjugate complex numbers which can be computed.     

弹性梁静态方程的可解性

给出滑动支撑的弹性梁静态方程可解的一组两参数非共振条件.     

计算复特征灵敏度的代数法

对于复特征灵敏度分析问题，文中给出了一种代数法求解公式。从理论分析的角度来说，所提出的方法既适全于单频，也适合于重频。为了说明算法的数值稳定性，文中给出了严格的数学证明。