一个不等式的证明与Holder不等式的推广

文[1]证明了下面这一形式优美应用广范的不等式:设a_i,b_i∈R~+(1≤i≤n),α,β∈R,γ∈R~+,且αβ>0,α-β≤γ则 本文将给出当α-β≥γ时的相应结论,即有 定理 设a_i,b_i∈R~+,(1≤i≤n),α,β∈R,γ∈R~+,且αβ>0,α-β≥γ,则     

在等价变换下矩阵的标准形的一个重要应用

[1]、[2]文中指出,用初等变换可把任意矩阵A化简为,用矩阵等式可表示成ABQ=其P,Q非奇异矩阵,并称A等价于本文利川(＊)式探求一般线性方程组Ax=b的可解性及在有解时解的结构.有定理 设A∈C~(m×n)(C~(m×n)表示复数域上mxn矩阵的全体),P,Q分别满足(＊)式的m,n阶非奇异矩阵,且Q=(q_1…q_rq_(r+1)…q_n),P~(-1)=(p_1…p_rp_(r+1)…p_m),则(i)q_(r+1)…q_n是(1)的导出方程组Ax=0的一组其础解系.     

广义对角占优矩阵的一些性质

设A=(a_(jk)_)(n×n)为n阶复矩阵(本文记为A∈C~(n×n),记o_j=sum from k=1 k≠j to n |a_(jk)|,j=1,...,n若|a_(jj)|>a_(j),j=1,…,n,则称a为(按行)严格对角占优矩阵.若(?)=1/2(A A~x)为严格对角占优矩阵,则称A为共轭(严格)对角占优矩阵.关于各类对角占优矩阵特征值的分布,已在文     

严格α-对角占优M-矩阵的逆矩阵无穷范数的界的估计

利用非奇异矩阵A与A-B的逆矩阵的关系式,在严格α-对角占优M-矩阵A的基础上,构造了严格对角占优M-矩阵B,并借助矩阵B的逆矩阵的无穷范数的上界,给出了矩阵A的逆矩阵A^(-1)的无穷范数‖A^(-1)‖_∞的单调递减的上界序列。数值例子说明所得结果的可行性和有效性。     

行列式的映射定义及其几个性质的证明

给出了行列式的映射定义,并利用初等矩阵与初等变换之间的关系,证明了矩阵乘积的行列式等于它们各自行列式的乘积;三角形矩阵的行列式等于它对角元素的乘积;矩阵A转置的行列式等于A的行列式;设A=(aij)n×n∈Mn(F),Aij是detA中元素aij的代数余子式,则a1Aj1--ai2Aj2+…-ainAjn={detA i=j 0 i≠j.     

关于求sum from p=1 to n(p~m)的注记

在正整数方幂和表示为多项式:sum from p=1 to n (p~m)=sum from i=0 to m (αx~(m-i+1))的基础上,用代数方法证明了多项式的系数α_(2i+1)=0,(i∈N,2i+1不超过m的最大奇数),简化了求正整数方幂的计算。     

矩阵的一种分解方法

设矩阵A=(aij)m×n,B=(bxi)×4,如所周知、当n=p时,AB有意义Ⅱ AB=(sum from n=1 to aitbti)max特别是A,B分别是m×1,n×1矩阵时,有容易证明如下 结论1:m×n矩阵A的秩为1的充分必要条件是存在m×1及n×1且矩阵B≠0,C≠O, 使得A=BC~T(此处“T”表转置、以下同) 证:由r(A)=1,故A≠0,即A的行向量组不能都是零向量,不妨设A的第i个行向量α≠0,于是,A的任一行向量αj可同αi线性表出,即αj=kjαi(j=1,…m)令     

一类实对称矩阵的逆特征值问题

本文主要讨论了如下形式的矩阵的逆特征值问题。即对给定的n个实数λ_1＜λ_2＜…＜λ_n与n-1个实数μ_1＜μ_2＜…＜μ_(n-1),满足λ_1＜μ_1＜λ_2＜…＜λ_(n-1)＜μ_(n-1)＜λ_n，在α_2＜α_3＜…＜α_(n-1)的条件下，存在唯一的一个矩阵A_n是以λ_i为其特征值，且其截边矩阵的特征值为μ_1，μ_2，…μ_(n-1)     

矩阵的分解及其应用

<正> 矩阵的分解是指将一个矩阵化为若干个县有良好性质的矩阵之积或和.矩阵可以作各种各样的分解,每一种分解都有重要的应用.1等价分解定理1,设rk(A_(n×m))=r,则存在非退化阵P_(n×m),Q_(m×m),使得     

二维多目标凸规划较多解的求解方法

(其中C∈Rm×2,g(x)=(g_1(x),…,g(x))~T∈R~?,b∈R~?,g(x)(i=1,2,…,p)为凸函数)较多有效解的求解方法。 记C~i为矩阵C的第i个行向量,且 X={x∈R~n|g(x)≤b}≠φ由[2]知,若x~*是问题(1)的较多有效解,则     

一个实正定方阵行列式不等式的推广

本文得到一个关于实正定方阵行列式的不等式,它是文[1]中相应定理的指数型推广,同时,由其证明过程简便地得到文[2]中定理。文[1]给出了实正定方阵成亚正定矩阵~([3])的概念:设A(?)R~(t×n),R~t是n维实向量空间,若对任意0≠x(?)R~n,有xAx~T>0 (1)则称A是实正定方阵。记S=1/2(A+A~T),K=1/2(A-A~T),我们有:引理1~([3])设A(?)R~(t×n),则A是实正定方阵的充要条件是S是实正定对称阵。     

變系数线性常微分方程组的积分因子解法

§1 引言大家都知道利用矩阵可以把綫性常微分方程组dy/dx (?)a_(ij)(x)yj=f(?)(x)(i,j=1.2,……n写为下列形式dY/dx A(x)Y=F(x),(1)     

关于菲波那契数列的推广

著名的菲波那契数列{α_n}为:α_0=0,α_1=1,并且当n≥2时,α_n=α_(α_n-1) α_(n-2),其通项公式为:。那么,如果有一个数列{α_n},已知α_0,α_1,且当n≥2时满足α_n=αα_(n-1) βα(n-2),能否给出该数列的通项公式呢?答案是肯定的。具体推导如下: 由于{α_n}当n≥2时满足α_n=αα_(n-1) βα_(n-2),所以可写出{α_n}的特征方程:λ~n=αλ~(n-1) βλ_(n-2)即λ~(2)-αλ#原图像不清晰     

次对称矩阵与次对称变换

本文引入了次对称矩阵及次对称变换等新概念,获得了一些重要性质,并且给出了次对称矩阵及次对称变换的关系: 定理1 n维欧氏空间V中次对称变换σ关于V的标准正交基{α_1,α_2,…,α_n}的矩阵A是一个次对称矩阵。 定理2 设σ是n维欧氏空间V的一个线性变换。若σ关于V的一个标准正交基{α_1α_2,…,α_n}的矩阵A是次对称矩阵,则σ是一个次对称变换。     

伴随矩阵的特征根

在矩阵论中,为了求一个满秩矩阵的逆矩阵而引进了一个新的矩阵,即所谓伴随矩阵的概念。具体的讲:设A=(a_(ij))是一个n级矩阵,则n级矩阵 叫做A的伴随矩阵,其中A_(ij)是a_(ij)的代数余子式。很显然A的元素由A的一切n-1级代数余子式确定。于是会问:A的特征根是否由A的特征根确定?回答是肯定的。武汉大学张远达教授编《线性代数原理》一书中,第223页叙述并证明了关于满秩矩阵A之伴随矩阵     

关于多项式最大公因式矩阵求法的补充

λ——矩阵的等价标准形定理,即 定理1任一非零的m×n的λ——矩阵A(λ)等价于其标准形r≥1,d_(i(λ))(i=1,2,…,r)是首项系数为1的多项式,且d_(i(λ))|d_(i+1)(i=1,2,…,r—1)□ 所谓λ——矩阵A(λ)与B(λ)等价即可通过一系列初等变换将A(λ)化成B(λ)。由初等变换与初等矩阵的关系得,A(λ)与B(λ)等价的充要条件是存在一系列初等阵P_1,…,P_5和Q1,…,Q_t使 P_1P_2…P_5A(λ)Q_1Q_2…Q_t=B(λ)令P(λ)=P_1P_2…P_5,Q(λ)=Q_1Q_2…Q_tm收P(λ),Q(λ)皆可逆。从而,任意的m×n的λ——矩阵A(λ)与B(λ)等价的充要条件是有m级可逆阵P(λ)和几级可逆阵Q(λ),使P(λ)A(λ)Q(λ)=B(λ)。于是,定理1的一个等价说法即任意一个非零的m×n的λ——矩阵A(λ),有m级可逆阵P(λ)和几级可逆阵Q(λ)使P(λ)A(λ)Q(λ)=D(λ).特别地,A(λ)是1×n的λ——矩阵时,有D级可逆阵Q(λ)使A(λ)Q(λ)=D_0(λ)=diag(d(λ),0,…,0),d(λ)是首项系数为1的多项式。     

微分算子的特征值的一条注记

本文主要刻画了由达标式f(ξ)=ξ(n)和异kpeuH的Langer条件当k≤m,sum from i=0 to n-1 (α_(ki)ξ_0~(i)=1mp,当k>m,sum from i=0 to n-1 (β_(Ri)ξ_1~(k)=1mp,所产生的微分算子的特征值的一个构造特征。     

实方阵的行列式的上界

文[1]给出了实方阵的上界,即阿达玛不等式,亦即若A=(a_ij)_n×m是非异实方阵,则|A|~2≤multiply from j=1 to m(sum from i=1 to m a_(ij)~2).本文改进了此不等式,又给出了n阶实方阵新的上界.     

关于多元指数型算子的一致逼近(Ⅰ)

本文主要涉及以下两方面的内容:(1)给出一类多元指数型算子的构造方法;(2)在一致逼近意义下,给出了多元指数型算子的饱和理论及逼近的等价定理,主要结果如下: A.设L_(n,m)(f;x,y,)表示二元指数型算子,则当f∈C_B(D),且满足αf/αx,αf/αy∈A,C,Loc,‖ψ~2×α~2f/αx~2‖,‖ψ~2×α~2f/αxαy‖,‖ψ~2×α~     

一类多维正态三角阵列的极限分布

设{ξ_(ni)}为一平稳标准正态三角阵列,记ρ_(n,j)=E(ξ_(ni),ξ_(n,i+j)),在条件(1-ρ_(n,j))ln n→δ_j满足的前提下,limn→∞P(max1≤i≤nξ_i≤u_n(x))=exp(-vexp(-x)),旨在此基础上,应用极限理论的相关理论方法,将上述结果推广至有限维的情形。