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.     

广义亚正定阵收敛算法

对重要矩阵类GMP={A∈Rn×n|正对角阵D,使得A0≠x∈Rn,x'(DA)x>0},用非线性规划的方法建立一个收敛算法,即使得当A∈Rnc={A∈Rn×n|A的一切主子式全为正}(这里矩阵类Rnc(∩)GMP)时,能判断是否A∈GMP;而当A∈GMP时,能具体求出满足条件的正对角阵D.     

浅谈矩阵的QR分解

对于n阶复（或实）矩阵A,如果存在n阶酉矩阵（或正交阵）Q和n阶上三角矩阵R,使得A=QR,则称之为A的QR分解.方阵A的QR分解总是存在的.在进行分解时,所用的主要工具是镜面反射阵（Householder）和旋转阵（Givens）.     

Cayley变换的几种形式

Cayley变换是英国数学家Arthur Cayley在上一个世纪建立的,其内容可以由下面三个命题来表达。 命题1 如果S是反对称实矩阵,那么A=(I-S)(I+S)~(-1)是正交矩阵。 命题2 如果A是正交矩阵,I+A可逆,那么S=(I-A)(I+A)~(-1)是反对称矩阵。 命题3 设J={J∈Mn(k),J=(j_ie)|j_il=1或-1,j_il=0,当i≠e,1≤i,1≤n}s是反对称实矩阵,则任何T∈M_n(R)都有J∈T使得JT+I可逆,进而任何正交矩阵A可以表为A=J(I-S)(I+S)~(-1)。     

可以三角化的矩阵

令σ是数域F上n维向量空间V的一个线性变换,则σ可以对角化的充分必要条件是; (i)σ的特征多项式的根都在F内; (ii)对于σ的特征多项式的每一根λ,特征子空间V_λ的维数等于λ的重数那么条件(i)意味着什么呢?本文将证明它正是σ可以三角化(即存在V的一组基,使得σ在该基下的矩阵是三角形矩阵)的充分必要条件。为此先证明     

单圈图和双圈图的群色数

若图G=(V,E),给定方向为D,A表示一个非平凡的阿贝尔群,F(G,A)表示映射f:E(G)→A的集合。若对任意f∈F(G,A)存在映射c:V(G)→A,使得G中的每一条有向边e=uυ∈E(G)(方向是u→υ)满足c(u)-c(v)≠f(e),这时说图G是A-可染的。使得图G在方向D下是A-可染的,A的最小阶数为图G的群色数,记为χg(G)。在分析单圈图和双圈图特性的基础上,讨论了它们的群色数。对于单圈图、双圈图可得出其群色数都是3。     

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     

非奇异M-矩阵的新判据(英文)

在这篇短文中,我们主要证明了下列 定理1 设A=(α_(ij)=∈R~(n×n),其中α_(ij)≤0(i≠j,i,j=1,2,…,n),B∈R~((n-1)×(n-1)),α_(nn)∈R,α,β∈R~(n-1),那末A是非奇异M-矩阵的充要条件是α_(nn)>0且B-(1/α_(nn))αβ~T是非奇异M-矩阵。 根据定理1,我们能写出一个程序去判断A∈R~(n×n)是否非奇异M-矩阵,其计算工作量不超过O(n~3),而对于三对角矩阵,其计算工作量不超过2n-2。     

关于矩阵的对角化

<正> 定义1:设A是数域F上的一个n阶矩阵,如果存在F上一个n阶可逆矩阵T,使得那么,就说矩阵A可以对角化.本文仅用线性方程组与矩阵等有关较初等的知识便简捷地推导出了矩阵对角化理论中的主要定理,其方法也完全可以平行地导出线性变换对角化理论中的相应定理.这对教学无疑是很有益处的.     

有限域上矩阵的广义恒等式与广义中心多项式

本文研究有限域F上的矩阵代数Mn(F),系数取自Mn(F)的一个变元的广义恒等式与广义中心多项式。构造了一个广义恒等式与广义中心多项式。得出了广义恒等式与广义中心多项式的计数关系。     

矩阵分解的多步修正算法

讨论了基于矩阵分解的多步修正算法。特别对由Jacobi矩阵的LU分解、QR分解的修正矩阵所构成的多步Newton型方法作了详细讨论。数值实验表明,这些算法的计算结果是令人满意的。     

矩阵A的中心化子可表成A的方阵多项式的充要条件

n阶矩阵A的中心化子C(A) ={B∈Pn×n|AB =BA} ,P[A] ={f(A)∈Pn×n|f(x)∈P[x] } 本文给出了C(A) =P[A] ,即A的中心化子可表成A的矩阵多项式的充要条件     

利用矩阵的分解求矩阵的逆

设A,B是n阶矩阵,X是n元列向量,Y是n元行向量,若有B=A+XY,则称把B分解为-n×n矩阵与-n元列向量与-n元行向量乘积两部分,把B分解为A与XY两部分的目的是能简便地解决一些问题。 利用这种分解可以求矩阵的逆,当分解出的A简单时,计算逆便简单,基于这种想法的依据有以下定理:     

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。     

一类含有3n个非零元的谱任意ray模式

若对任意n次首一复系数多项式f(λ),都存在复矩阵A∈Q(P),使得A的特征多项式为f(λ),则称ray模式矩阵P为谱任意的。本文利用幂零-雅克比方法证明了一类含有3n个非零元的n阶ray模式及其母模式为谱任意的。     

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.     

矩阵不等式AX≥B的一类反问题及其最佳逼近

讨论如下两个问题： 问题Ⅰ　给定非零向量Ｘ∈Ｒｎ,Ｂ∈Ｒｍ,求矩阵Ａ∈Ｒｍ×ｎ使得ＡＸ≥Ｂ． 问题Ⅱ　给定Ａ∈Ｒｍ×ｎ,求矩阵Ａ∈ＳＡ,使得 其中是Ｆｒｏｂｅｎｉｕｓ范数,ＳＡ表示问题Ⅰ的解集合。 给出了ＳＡ一般形式,对于问题Ⅱ,给出了解的表达式及一个数值例子。     

具有n-1个零元的n阶lower hessenberg(0,1)矩阵的最大行列式

本文讨论n阶lowerhessenberg（0，1）矩阵。称矩阵的主对角线之上第一条对角线以下的零元素为零元。用Mn表示最多包含n-1个零元且每列的零元最多有一个的n阶lowerhessenberg（0，1）矩阵所组成的集合（以下简称Mn—矩阵）。取En＝（eij）nxn，其中eij＝即En是一个主对角线之下的第一条对角线的元素为零，其余元素均为1的lowerhessenberg（0，1）矩阵，则对于任意给出的A∈Mn，必有detA≤detEn。     

Fuzzy矩阵的分解定理和表现定理

在文[1]的基础上补充了数乘F矩阵和F矩阵的λ强截矩阵等概念及性质,给出了布尔矩阵的产生式集合套等概念。并证明了F矩阵的分解定理和表现定理,从两个不同角度阐明了F矩阵与布尔矩阵以及它们的代数结构之间的关系。     

有限时间收敛切换控制器设计

分别讨论了SISO线性切换系统与SISO非线性切换系统的有限时间收敛问题.证明了对于线性时变系统x=A(t)x+b(t)u,x(0)=x0(其中x(t)∈Rn为状态,u(t)∈Rn×l为控制,A(t)∈A {A1,A2,…,An},b(t)=b∈Rn×l为一定常输入矩阵),可以构造一递归结构的最终滑动超曲面和相应的变结构切换控制器,使得对于任意的切换,系统的状态变量都可以在有限时间内收敛到平衡点,从而使得最终滑模流形的存在与切换系统共同李雅普诺夫函数的存在相一致,均保证了任意切换下系统的某种稳定特性.