也谈半正定二次型的判定

在[1]中有以下 定理1 实二次型X′AX(A′=A)为半正定的充要条件是A的一切主子式皆非负。 但这个定理在实际运用中是非常不方便的,这里我们介绍如下 定理2 实对称矩阵A为半正定的充要条件是:对于任意正数a,aE+A均为正定。 证 先证必要性:若A为半正定矩阵,则对于任意非零列向量X,都有X′AX≥0,从而对于任意正数a,X′(aE+A)X=aX′X+X′AX>0。同时又有(aE+A)′=aE+A,故aE+A为正定矩阵。     

关于矩阵的逆

本文对矩阵的逆定义，引出矩阵的左逆、右逆定义，并分别给出矩阵有左逆、有右逆的充分必要条件。定义1数域P上n阶矩阵A叫做可逆的，如果存在P上n阶矩阵B，使AB=BA=E。判断数域P上的n阶矩阵A是否可逆，我们有：定理1数域P，上n阶矩阵A可逆定理2数域P上的n阶矩阵A、B互为逆矩阵.这两个定理的证明是很容易的，但学生在使用时，往往会忘记大前提：即A、BEMn（P）一（数域P上n阶方阵）。这里仅管有AB＝E。，但A、B均不可逆，因为它们都不是方阵。类似于刻划映射的左（右）逆映射概念一样，可以定义矩阵的左（右）逆矩阵。定义2设Amx…     

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:     

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     

关于广义Fibonacci矩阵集合上的Fermat方程

设Am是阶广义Fibonacci矩阵，设B={Am^k ｜k∈Z，k≥0}．证明了：方程x^n＋y^n=z^n，x，y，z∈B，n∈N，n≥2没有解（n，x，y，z）．     

四元数体上的极化余子式和逆矩阵公式

在四元数体Q上研究了行列式及所谓类自共轭矩阵的行列式的性质，提出了自共轭矩阵的极化余子式和极化伴随矩阵的概念，推广了域上行列式按一行（列）展开定理，得到了逆矩阵公式以及左线性方程组的Cramer解式。     

Hermite广义反Hamilton矩阵的广义特征值反问题

给定矩阵X和对角矩阵Λ,利用矩阵分块法和奇异值分解,求Hermite广义反Hamilton矩阵的广义特征值反问题AX=BXΛ的解(A,B)的一般表达式.用SAB表示矩阵方程的解集合,并考虑了对给定矩阵在SAB中的最佳逼近问题.     

关于讲授逆矩阵问题一点见解

一、问题提出在通常的线性代数教科书中，一般都先介绍方阵A=（aij）之伴随矩阵adjA,然后引入逆矩阵的定义，再论证矩阵可逆的充分必要条件，给出求矩阵A的逆矩阵公式A-1=1/detAadjA.     

关于质数幂模高次同余式求解定理的注记

闽嗣鹤、严士健先生编的《初等数论》一书的第四章第3节定理2给出了：当行’（X；）的条件下，n次同余式j（x）三0（modP勺／（。）一o．O”＋o－1。“－’＋…＋11。＋。。（1）其中P为质数，a．一0，a‘（＝0，l，2，…，n）为整数时的求解之法。本文对Pf（x；）的情况进行研究，并给出了同余式（1）的有解条件，在有解的情况下求出了同余式（l）的解的表达式。定理l．设。。x／modp），即x一。；－＋pL；／；＝o，土1，士2，…O）是同余式f（x）。0（modP）（3）的一解，并且pfi’（。；），p叫了（。；），则同余式（1）的一解为。…     

积函数f(x)·g(x)可微性的判定

两个函数f（x）、g（x）所成之积函数F（x）=f（x）·g（x）是否可做，应看f（x）、g（x）是否分别可做来确定。显然，f（x）、g（x）两者均可微或均不可微，答案都是肯定的。但两者中有一个可微，另一个不可微，其积函数是否可微呢？在通常情况下，答案是不确定的。本文就这一问题作出探讨，并给出积函数f（x）·g（x）可微性的判定。定理1设两函数f（x），g（x）定义在点x0的某个邻域D上，且满足下列条件：i）f（x）在点x0可微；ii）g（x）在点x0不可微，且对于有（A为常数）则积函数f（x）·g（x）在x0点可微的充分必要条件是f（x0）=0…     

关于整系数多项式有理根的求法

[1]中有定理：“若既约分数是整系数多项式的一个根，则本文根据这一定理和综合除法，以及如下定理，得到了一个求整系数多项式有理根的方法．定理设既约分数，多项式除整系数多项式所得的商式为余式为常数c，多项式手除多项式所得的商式为q（x），则（i）为f（x）的一个根的充要条件为p（x）的各系数都能被s整除，并且c=0；（ii）为f（x）的一个根的充要条件是为g（x）的一个根；（iii）当为f（x）的一个根时，证（i）充分性是很明显的．下面证必要性．因卡是多项式f（x）的一个根，故由文[1]得，存在整系数多项式使这时，的各系数均能被s…     

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.     

Fuzzy集值映像的kakutani—ky Fan定理

Fuzzy不动点定理在模糊对策中常被运用,[1、2、3]定义了一个很牵强的度量D(A、B),或运用了可能为空集解的α(x)截集。本文运用了Fuzzy集的紧凸,伪闭映像的概念建立了一个不动点定理,从而把kakutani—ky Fan定理推广到了Fuzzy集值映像。设x为局部凸的Hausdorff实线性空间,x到[0,1]的实值函数A称为x上的Fuzzy集,F(x)表示x中的一切Fuzzy集族。 A     

TOR方法的收敛性

匡蛟勋于1983年在[1]中提出了一个解大线性系统的双参数松弛法(TOR方法),并在方程组的系数矩阵为Hermitian正定及L矩阵的条件下,讨论了此方法的收敛性。曾文平于1986年在[2]中考虑了系数矩阵是正定对称阵,H—矩阵、L—矩阵及弱对角占优不可约矩阵的条件下TOR方法的收敛性。本文讨论系数矩阵为广义正定矩阵时TOR方法的收敛性,并进一步得到系数矩阵为一般稳定矩阵时TOR方法的收敛性。1 TOR方法 考虑线性方程组A_1X=b_1,其中A_1为nxn方阵,b_1为已知向量。假定A可分解为如     

也谈两个极值定理的推广及应用

高中代数第二册中有众人熟知且应用很广的两个极值定理：定理1设x，y∈R＋，x十y＝s，xy＝p，如果p为定值，那么当且仅当x＝y时，s有最小值.定理2设x，y∈R＋，x＋y＝s，xy＝p，如果s为定值，那么当且仅当x＝y时，p有最大值。文[1]、[2]分别对此二定理进行了推广，受此启发，笔者通过研究，对此二定理再进行推广，得出一些很好的结果，即本文的定理.定理3设函数，其中u1（x），u2（x）是关于x的多项式，且u1（x）、u2（x）＞0.①若u1（x）＋u2（x）＝q＞0（定值），则当且仅当u1（x）＝u2（x）时，f（x）有最大值.即②若u1（x）u2（x）＝p…     

最小项二乘法中的一个问题

在北京大学编的高等代数教材里(第365-367页),讨论最小二乘法时,指出无解的线性方程组AX=B(1),利用“向量到子空间各向量间的距离,以垂线再短”的性质,可以找到最小二乘法解,此解必须满足法式方程,A’AX=A’B(2),且可以知道(2)的任一解,都是(1)的最小二乘解.但是教材中没有指明或证明,“向量到子空间各向量间的距离,以垂线最短”的垂线是存在唯一的.     

隐含条件的挖掘

解题时，若能深挖题设中的隐含条件，则可进一步拓宽解题思路，帮助我们迅速地找到解题途径。现举例说明如下：例1．求征：分析：本题如用代数法解较为困难，而x~2 y~2~(1/2)隐含着点P(x，y)到点0（0，0）的距离，分别隐含着P（x，y）到点A（1，0），点B的距离，而C（0，0、A（1，0）B恰好构成了一个三角形的三个顶点，这样就启迪我们用几何法求解。证明：作边长为1的正三角形AOB，以OA所在的直线为x轴，0为原点建立直角坐标系（如图1），则0（0，0）、A（1，0）、设点P的坐标为（x，y）则由两点间的距离公式得本题得证。评注：挖掘数…     

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。     

关于方程｜f(x)｜=■(x)的同解定理

对于实数城上的方程，何时才能去掉绝对值符号，也即原方程是否能和同解？定理1若f（x）≥0，则方程与同解。f（x）≤0，则方程与同解。此结论显然成立。定理2若，则与同解。证明设a是的任一解，则。若f（a）≤0，由得即，与矛盾，故f（a）＞0，即也就是。因此a也是的解。设b是的任一解，则，故，所以等价于，因此b也是的解。定理3若测方程同解。证明设a是的任一解，则。若f（a）＜0，则可得，于是，此与矛盾，故f（a）≥0，因而等价于，因此a也是的解。反之，设b是的任一解，则，因此b也是的解。由定理2、3，可得定理4若，则方程与同解。注…     

解线性最小二乘问题的一种矩阵方法

线性方程组Ax=b的最小二乘解可以表示为x=A_1-b,本文给出一个求A_1~-的初等方法此法是线性代数中用初等变换求逆矩阵方法的推广。