周期三对角逆M-矩阵的判定

将矩阵进行特殊分块,结合schur-补矩阵的性质,得到了非负矩阵是逆M-矩阵的充要条件;进一步结合周期三对角矩阵的性质和三对角逆.M-矩阵的充要条件,得到了周期三对角逆M-矩阵的充要条件.     

逆M-矩阵的一些性质及应用

通过对逆M-矩阵的研究,分别得到了三对角矩阵、正矩阵的逆M-矩阵的一些性质,该性质,给出了逆M-矩阵可约的充分必要条件,得到了逆M-矩阵的一个判定定理。最后,讨论了逆M-矩阵Hadamard积的封闭性,得出了一类矩阵关于Hadamard积是封闭的。     

五对角矩阵的分解及其逆元素的快速算法

提出了五对角矩阵的一种分解方法,其运算量比建立在Gaussian消元法基础上的LU方法运算量少,拓广了相应文献的结果,给出了n阶五对角矩阵的扭曲分解式,得到了五对角矩阵逆矩阵元素的快速算法,结果推广到块五对角矩阵。     

关于逆M-矩阵Schur补的几个不等式

通过研究M-矩阵和逆M-矩阵的性质,得到有关逆M-矩阵Schur补的一些不等式;通过研究两个逆M-矩阵的Fan积,得到当两个逆M-矩阵均为严格对角占优矩阵时,它们的Fan积为M-矩阵,进而得到有关该Fan积的Schur补不等式。     

N_0-矩阵的模最小特征值的估计

在M-矩阵和逆M-矩阵的Hadamard积的性质的基础上给出了No-矩阵的几个性质,并讨论了N0-矩阵和逆M-矩阵Hadamard积的模最小特征值以及N-矩阵的模最小特征值的估计.     

实对称正定矩阵上的Oppenheim不等式

证明了实正定矩阵或逆M-矩阵与实对称正定矩阵的Hadamard乘积,满足实对称正定矩阵的 Hadamard乘积的Oppenheim不等式.     

N0-矩阵的模最小特征值的估计

在M-矩阵和逆M-矩阵的Hadamard积的性质的基础上给出了N0-矩阵的几个性质,并讨论了N0-矩阵和逆M-矩阵Hadamard积的模最小特征值以及N0-矩阵的模最小特征值的估     

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。     

矩阵Hadamard积特征值估计

利用矩阵的Hadamrd幂与柯西—施瓦兹不等式,首先给出了非奇异M-矩阵A与非奇异M-矩阵B的逆矩阵B-1的Hadamard积的最小特征值τ(AoB-1)的新下界估计式.然后给出了非负矩阵和M-矩阵的逆矩阵的Hadamard积的谱半径上界估计式,进而给出M-矩阵最小特征值的下界的新估计.数值例子说明新的界值估计式改进了已有的结果.     

三对角矩阵的逆

讨论了三对角矩阵的求逆.利用三对角矩阵的LU和UL分解,再根据其逆矩阵的特殊结构,得到一个三对角矩阵求逆的简单算法.该算法比已有的求逆算法的计算复杂度和计算时间都低.最后给出了三对角矩阵逆元素的显式表达式.     

F型广义Z-矩阵与M-矩阵的几个性质

定义了一种新型广义Z-矩阵和广义M-矩阵,并给出了几个F型广义Z-矩阵和F型广义M-矩阵的重要性质。F型广义M-矩阵不仅包括了M-矩阵,还包括了所有的正矩阵。若非对角元是非正的,则矩阵A∈Rn×n称为Z-矩阵。当且仅当A是Z-矩阵同时也是P-矩阵时,A∈Rn×n称为M-矩阵。对一个方阵进行均分块,若所有的小方块都是Z-矩阵,则称此方阵为F型广义Z-矩阵。对一个方阵进行均分块,若所有的小块都是M-矩阵,则称此方阵为F型广义M-矩阵。得到了F型广义M-矩阵的一些性质。若M,N∈Rn×n皆为相同分类F型广义M-矩阵,则在广义FAN积定义下,M N仍为一个该分类的F型广义M-矩阵。任意一个F型广义M-矩阵只有唯一的分法使它成为F型广义M-矩阵。这些性质为更好的解广义线性互补问题奠定了一定的基础。     

迭代矩阵谱半径的界限

为求解线性方程组Ax=b,常将矩阵A分解为A=M-N,这里M为非奇异矩阵.我们知道,得到的迭代格式x(k+1)=M-1Nx(k)+M-1b(k=0,1,2,…)对任意初始向量x(0)都收敛到解x=A-1b,当且仅当M-1N的谱半径ρ(M-1N)＜1,其中M-1N称为迭代矩阵.因此,估计ρ(M-1N)的界限就成了一个热点问题.我们首先推广了由Hoffman等提出的G-函数的概念,其次应用这一概念得到了迭代矩阵特征值模的界限.作为应用,得到了解线性方程组迭代矩阵M-1N的谱半径的界限,改进了已有的结论.最后用数值例子说明了所给结果的优越性.     

线性流形上反次对称矩阵反问题的最小二乘解

讨论了线性流形上反次对称矩阵反问题的最小二乘解及其逼近问题,得到了最小二乘解的一般表达式.给出了线性流形上矩阵反问题可解的充分必要条件,得到了最佳逼近问题解的表达式.     

求逆矩阵的一个递推公式

本文由解微分方程组K(t)=AX(t),求A的特征矩阵之逆(SI—A)~(-1) 的过程,导出求n阶矩阵A之逆的一个递推公式.利用本公式求n阶矩阵的逆,只要简单地计算n次两个矩阵之积和n次两个矩阵之差即可,避开了计算伴随矩阵和行列式的麻烦。方法简单,运算过程规律,和其它求逆方法比较还具有精度高的特点,适合于高阶矩阵之逆,更便于上机计算。     

4块矩阵法求长方阵的减号逆

阐述４块矩阵法求长方阵减号逆的理论，给出长方阵化为不同形式的４块矩阵时各自减号逆相应的简化计算公式．     

迭代矩阵特征值模的界

在用迭代法解线性方程组时,迭代矩阵的谱半径估计在迭代法的收敛性分析中起着重要的作用。该文对一类Baily-Crabtree型对角占优矩阵M,给出了迭代矩阵M-1 N的特征值模的上下界估计。并以此为基础,在一定条件下给出了当M是α-严格对角占优矩阵时的M-1 N的特征值模的上下界估计。并以具体例子说明了所得结果的有效性。     

线性流形上广义反次对称矩阵反问题的最小二乘解

讨论了线性流形上广义反次对称矩阵反问题的最小二乘解及其逼近问题,得到了最小二乘解的一般表达式.给出了线性流形上矩阵反问题可解的充分必要条件,得到了最佳逼近问题解的表达式.     

对称正交对称半正定矩阵逆特征值问题

对给定的特征值和对应的特征向量，提出了对称正交对称半正定矩阵逆特征值问题及最佳逼近问题，通过分析对称正交矩阵和对称正交对称半正定矩阵的结构，利用矩阵的奇异值分解，导出了这种逆特征值问题的最小二乘解的表达式，以及这种逆特征值问题相容的充要条件和通解表达式，利用矩阵的极分解，导出了逆特征值问题的最佳逼近解，最后，通过数值算例说明了如何计算矩阵逆特征值问题的最小二乘解及最佳逼近解。