关于矩阵条件数的一些结论

本文讨论了一些矩阵范数达到极小的充要条件,其主要结果如下:1.设?为m×n实矩阵,且具有n个线性无关的列,则求?广义逆谱条件数等于1的充要条件为?=cI,其中c为正常数.2.设?为n阶非异实矩阵,则矩阵A的求逆p-范数条件数等于1的充要条件为A=cpσ,其中c为正常数,σ是置换阵,其对角元都等于 1或-1.3.设?为n阶非异实矩阵,则矩阵4的求逆F-范数条件数等于1的充要条件为?=cU,其中c为正常数,U为正交阵.     

一类循环分块矩阵的一些结果

引进了Ｒ－循环分块矩阵的概念，讨论了它的一般性质，特别，当Ｒ＝Ｉ时，得到了其块谱分解宣，矩阵范数意义下的圆盘定理以及非奇异的几个充分条件。     

正态随机矩阵的MTP2性质

给出了正态随机矩阵的定义和一些相关性质,并将正态向量的多元全正二序(MTP2)性质的结论推广到正态随机矩阵.得到随机矩阵和它的任意行向量均满足MTP2的等价关系,以及正态随机样本矩阵为MTP2当且仅当总体的逆协方差阵为M-矩阵等结论.     

不具备M-矩阵条件的时滞Hopfield神经网络模型的收敛性

考虑了一类具有时滞的Hopfield神经网络模型解的收敛性．在不需要M-矩阵条件的前提下，获得了该网络的所有解当t→∞时都趋向于平衡点．其结果补充和完善了已有文献的相应结果．     

非奇异H-矩阵的判定及其在神经网络系统中的应用

针对在实用中判别H-矩阵的困难性,通过对矩阵行标作划分的方法,给出了判定非奇异H-矩阵的一组新条件,改进了近期的相关结果,并给出其在神经网络系统中的应用.相应数值示例说明了结果的有效性.     

关于时滞微分不等式及其应用的研究

文对有界和无界时滞微分不等式进行了简要的评述.     

M－矩阵的图相容分裂

在这篇文章里，首先我们得到了一个使得图相容分裂与正则分裂等价的充要条件。其次，我们也得到Ｍ－矩阵的正则分裂是图相容分裂的必要条件和充分条件。     

解非线性方程组的牛顿－AOR方法

研究了解非线性方程组的牛顿－ＡＯＲ方法，对矩阵Ｆ＇（ｘ￣＊）是ＩＩ－矩阵、Ｌ－矩阵和不可约对角占优矩阵等情况给出了若干新的便于应用的收敛性定理，结果表明，可以放宽有关定理对迭代参数的限制。     

关于非奇异边界积分方法

本文用把源点移到所研究问题区域以外的边界积分方法——非奇异边界积分法进行数值积分。这种方法克服了通常边界元法中的奇异数值积分的困难;同时对于边界法线不连续的角点也不须作特殊处理。最后计算结果表明:本文所提出的非奇异边界积分的计算结果与经过特殊处理的奇异积分的计算结果具有同样的精度。     

不可约M-矩阵的最小特征值的估计

讨论了不可约M-矩阵A的最小特征值l(A)的估计问题。得到了,若A,B∈Rn×n是不可约M-矩阵。记B-1=[bij],A-1=[aij],则l(A oB-1)<2 m ax1 i nakkbkk,且存在正对角矩阵D1=d iag(d1,d2,∧,dn),与D2=d iag(d1,d2,∧,dn),使得m in1 i ndim in1 i ndi l(A)m ax1 i ndi1 m i a nxdi.