环上矩阵的加权Moore-Penrose逆

研究相对于M和N的加权Moore-Penrose逆,得到带有对合反自同构的有单位元的结合环R上的一类可分解矩阵的加权Moore-Penrose逆存在的充分必要条件.当M和N为单位矩阵时,相对于M和N的加权Moore-Penrose逆就是大家熟悉的Moore-Penrose逆.从某种意义上说,相对于M和N的加权Moore-Penrose逆也是相对于M和N的广义Moore- Penrose逆的推广.结论一方面可特殊化到Moore-Penrose逆的情形,另一方面可得到有关A相对于M和N的广义Moore- Penrose逆的结论.     

关于加权广义逆的三个矩阵乘积的不变性

利用矩阵D-AXC的最大最小秩,给出了矩阵AXC的乘积、秩以及值域的不变性,其中X为矩阵B的各种加权广义逆.     

环上矩阵的加权Moore-Penrose逆

研究相对于M和N的加权Moore-Penrose逆，得到带有对合反自同构的有单位元的结合环R上的一类可分解矩阵的加权Moore-Penrose逆存在的充分必要条件，当M和N为单位矩阵时，相对于M和N的加权Moore-Penrose逆就是大家熟悉的Moore-Penrose逆．从某种意义上说，相对于M和N的加权Moore-Penrose逆也是相对于M和N的广义Moore-Penrose逆的推广．结论一方面可特殊化到Moore-Penrose逆的情形，另一方面可得到有关A相对于M和N的广义Moore-Penrose逆的结论．     

银行信用风险定量分析和广义逆矩阵

确定企业银行信用风险最小或者为0时的偿债能力财务指标的线性组合值为1,利用广义逆矩阵求得唯一解向量.把该唯一解向量和企业偿债能力的财务指标进行线性组合并计算其得值,称得值为信用风险值.通过对所得的信用风险值进行JB检测能够在95%的情况下保证其为正态分布.因此利用广义逆矩阵法计算的银行信用风险值能够度量企业的信用风险.     

再论Fuzzy矩阵的广义逆

文[1]、[2]与[3]间已就Fuzzy矩阵的广义逆问题进行了一系列的研讨.在此基础上,本文继续给出广义Fuzzy可逆阵的一些性质,并讨论了广义Fuzzy可逆阵的G-逆阵的广义Fuzzy可逆性问题,给出了几个判别定理．     

矩阵的广义逆与线性方程组的反问题

本文讨论了矩阵的广义逆的若干性质，并利用一类特殊的广义逆──左逆，给出了求解线性方程组的反问题和一般性方法．     

Fuzzy矩阵广义逆阵的一个应用

本文利用Fuzzy矩阵广义逆阵的理论讨论了Fuzzy矩阵方程何时有解的问题,并给出了几个相应的结论．     

用伴随矩阵求逆矩阵公式推导溯源

遵循由已知到未知的认识规律，利用线性方程组中的Cramer法则，对于在用伴随矩阵求逆矩阵的公式推导中，隐藏在教科书背后的思考过程给出了两个清晰合理的注释．     

再论Fuzzy矩阵的广义逆

文[1]讨论了Fuzzy矩阵广义逆的一些性质及求法，在此基础上，本文进一步讨论了Fuzzy矩阵广义逆矩阵与该矩阵的行秩、列秩的关系，并利用矩阵的初等变换及矩阵的分块法给出了广义逆矩阵存在的充要条件以及其他的一些性质。     

r-循环矩阵求逆和广义逆的Euclid算法

利用多项式的Euclid算法给出了非奇异的r-循环矩阵求逆矩阵的一个新算法,该算法同时推广到用于求奇异r-循环矩阵的群逆和Moore-Penrose逆。最后给出了应用该算法的数值例子。     

初等r-循环矩阵的几个性质

给出了初等ｒ－循环矩阵可逆的充要条件及逆矩阵的表达式;对奇异的初等ｒ－循环矩阵给出了Ａ的一个ｇ－逆Ｇ（满足ＡＧＡ＝Ａ,ＧＡＧ＝Ｇ）及Ｍｏｏｒｅ－ｐｅｎｒｏｓｅ广义逆矩阵的表达式．     

广义特征向量与约旦(Jordan)形矩阵

本文在文[1]的基础上,进一步给出了关于广义特征向量的几个重要结果,从而对于任意的n阶复数矩阵A,都可以得到n个线性无关的特征向量或广义特征向量,使之为列,构成满秩矩阵P,使P~(-1)AP=J,即A与约旦形矩阵J相似。     

分块结式矩阵逆阵的快速算法

利用结式矩阵求逆矩阵的多项式快速算法,给出了具有结式矩阵块的分块矩阵逆矩阵的一种快速算法。该算法仅用结式矩阵的第一行元素进行计算,在计算机上实现时只有舍入误差,故在理论上是精确的。最后给出了应用该算法的数值例子。