广义酉矩阵和广义(斜)Hermite矩阵的约当标准形

文章给出了P-内积的定义,利用P-内积的概念详细讨论了广义酉矩阵和广义(斜)Hermite矩阵的特征值以及广义特征向量的各种性质,并且利用这些性质解决了广义酉矩阵和广义(斜)Hermite矩阵的约当标准形。

矩阵A-CB的斜广义逆

利用广义奇异值分解研究了修正矩阵A CB的斜广义逆问题,其中CB是一种满秩分解.在R(C)∩R(A)={0}和R(B )∩R(A )={0}的条件下,分别给出了修正矩阵A CB的斜广义逆的表达式.

带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿矩阵迭代解

针对带子矩阵约束的二次逆特征值问题的最小二乘埃尔米特广义斜哈密顿结构矩阵解问题,给出了一种共枙梯度迭代算法。首先提出了带子矩阵约束的二次逆特征值问题的最小二乘问题及其最佳逼近问题;然后分别给出了基于共轭梯度的迭代算法,证明了算法的收敛性。对于任意初始约束矩阵,在不存在舍入误差的情况下,用该迭代算法可以在有限步迭代中得到迭代解。最后,给出了一个数值实例,数值实例证明了所提算法的有效性。

广义酉矩阵与广义Hermite矩阵

给出了广义酉矩阵与广义(斜)Hermite矩阵的概念,研究了它们的性质及其与酉阵、共轭辛阵、Hermite阵、Hamilton及广义逆矩阵之间的联系;取得了许多新的结果;推广了西矩阵、Hermite阵与斜Hermite阵间的相应结果,特别将正交阵的广义Cayley分解推广到了广义西矩阵上;将各类酉矩阵、Hermite矩阵及广义逆矩阵统一了起来。

关于斜幂等矩阵的一些秩的等式

给出一类矩阵:斜幂等矩阵(A2=-A),并利用幂等矩阵的有关秩等式给出了与斜幂等矩阵有关的矩阵的秩等式,从而给出了两个斜幂等矩阵的和,差,乘积仍为斜幂等矩阵的等价条件.

广义Hermite矩阵方程

Hermite矩阵在酉空间、酉变换及复系数二次型中都有很重要的地位,对它加以研究是极其必要的.本文主要讨论复数域上一类广义Hermite矩阵方程的求解.

一类广义对称约束条件下矩阵值函数的优化问题

运用分块矩阵的初等变换方法,分别讨论了Hermite反射矩阵和Hermite斜反射矩阵约束条件下矩阵值函数A-BXB*的极大极小惯性问题,进而得到了相应的极值表达式.

一类矩阵方程的中心斜对称解及其最佳逼近

利用矩阵的广义奇异值分解,得到了线性矩阵方程ATXA=B有中心斜对称解的充分必要条件及其通解的表达式.另外,导出了在矩阵方程的解集合中与给定矩阵的最佳逼近解的表达式.

包含广义Fibonacci多项式的循环矩阵行列式的计算

主要研究包含广义Fibonacci、Lucas多项式的行斜首加尾右循环矩阵和行斜尾加首左循环矩阵的行列式,利用多项式因式分解的逆变换给出行斜首加尾右循环矩阵和行斜尾加首左循环矩阵,包含广义Fibonacci、Lucas多项式行列式的显式表达式.

线性流形上两类矩阵反问题的最小二乘解

给定广义自反矩阵R,S,即R=R=R-1,S=S=S-1,若复矩阵X满足条件RXS=X(或RXS=X),则称其为(R,S)-对称矩阵(或(R,S)-斜对称矩阵).分别讨论了线性流形上(R,S)-对称矩阵和(R,S)-斜对称矩阵约束下矩阵方程MZN=E的最小二乘问题,得到了通解表达式.

一对称矩阵方程组解的研究

给出了四元数体上一对称矩阵方程组有斜埃尔米特解的充分必要条件,并得到了此方程组的斜埃尔米特解的一般表达式。应用主要结果讨论了四元数矩阵A和B矩阵有共同的斜埃尔米特广义逆的充要条件及斜埃尔米特广义逆的表示。

广义矩阵代数上的k-斜中心映射(英文)

本文给出了广义矩阵代数上k-斜中心映射(k>2)的一般形式,并给出了一些使得所有k-斜中心映射都为0的充分条件.

广义对称约束条件下矩阵表达式A-BXC的极秩问题

给定R,S为广义自反矩阵,即R*=R,R2=I,S*=S,S2=I,若矩阵X满足RXS=X(RXS=-X),则称之为广义反射矩阵(广义斜反射矩阵)。当变量矩阵X为广义反射矩阵或广义斜反射矩阵时,讨论了矩阵表达式A-BXC的极秩问题,并得到了矩阵方程BXC=A的一些可解性条件。

矩阵方程AXB=D的(R,S)-斜对称解

矩阵方程AXB=D是教学、理论研究和工程实践中常见的一种矩阵方程.给出了AXB=D具有(R,S)-斜对称矩阵解的充分必要条件,及其解存在条件下全体解集合S_X的表达式.此外,还讨论了任意给定矩阵X在仿射子空间S_X中的最优近似解,并给出了最优解的显示表达式.

斜Hurwitz级数环的三角矩阵表示(英文)

设R是环,H*R是R上的斜Hurwitz级数环。在一定条件下,证明了H*R与R具有相同的三角维数。此外,如果R是PWP环并且(R,+)是挠自由的,那么H*R是PWP环。

量子信息中的Yanagi迹不等式

设ρ和X是自伴矩阵,广义斜信息Sf,g(ρ,X)=Tr[f(ρ)Xg(ρ)X]-Tr[f(ρ)g(ρ)X2]在给定连续实值函数f和g的条件下,Sf,g是正的或者负的。利用这个很重要的结论,可以证明Yanagi迹不等式,即若A和B是正定矩阵,则对于任意的实数0≤s≤1的条件下Tr{(A+B)s[A(logA)2+B(logB)2]-(A+B)s-1(AlogA+BlogB)2}≥0.