关于矩阵奇异值的下界估计

本文首先得到了矩阵奇异值的一个下界估计式,进而给出了最小奇异值达到下界估计式时的矩阵表征,所得结果改进了[1],[3]-[5]之相应结果.

奇异值估计的Brauer型定理

设Ａ＝（ａｉｊ）为ｎ阶复矩阵．记ｓｉ＝ｍａｘ∑ｊ≠ｉ｜ａｉｊ｜，∑ｊ≠ｉ｜ａｊｉ｜｛｝，ａｉ＝｜ａｉ｜（ｉ＝１，２，…，ｎ）．证明了Ａ的奇异值均属于Ｂｒａｕｅｒ型并集∪ｉ≠ｊｚ≥０：｜ｚ－ａｉ｜｜ｚ－ａｊ｜≤ｓｉｓｊ｛｝，并给出了该并集的显式表达及数值例子．

关于矩阵奇异值包含区间

本文主要从虚轴的角度确定矩阵奇异值的包含区间,改进了[1]～[2]之相应结果。

随机矩阵α-型和Brauer-型特征值包含区域及其应用

应用修正矩阵理论和α-型及Brauer-型矩阵特征值包含区域,获得随机矩阵非1特征值新的α-型和Brauer-型特征值包含区域及其非奇异的充分条件.最后用数值例子验证所得的包含区域比一些已有的包含区域更精确,且能用其更好地估计随机矩阵的谱隙.

随机矩阵非1特征值的新包含区域及其应用

随机矩阵在许多领域都有重要应用,而这些应用很多都与它的非1特征值有关,所以对随机矩阵的非1特征值进行定位十分有意义.应用修正矩阵理论和Gersgorin型及Brauer型矩阵特征值包含区域,获得了随机矩阵非1特征值新的Gersgorin型和Brauer型特征值包含区域及其非奇异的充分条件.数值算例说明,所得的包含区域比一些已有的包含区域更精确且能用其更好地估计随机矩阵的谱隙,从而对现有文献进行了有益补充.

矩阵奇异值的下界估计

In this paper, firstly we obtain an estimation of lower bounds for singular value of matrix, moreover give the equivalent representation of matrix when attaining estimation of lower bounds, these results improved corresponding results in [1]-[4].