非奇异弱链对角占优矩阵的逆矩阵无穷大范数的上界

合集下载

Nekrasov-矩阵的逆矩阵的无穷大范数的上界新估计

Nekrasov-矩阵的逆矩阵的无穷大范数的上界新估计

Nekrasov-矩阵的逆矩阵的无穷大范数的上界新估计王亚强【期刊名称】《《河南科学》》【年(卷),期】2019(037)002【总页数】6页(P165-170)【关键词】Nekrasov-矩阵; H-矩阵; 无穷范数; 上界; 估计【作者】王亚强【作者单位】宝鸡文理学院数学与信息科学学院陕西宝鸡 721013【正文语种】中文【中图分类】O151.21近年来,由于Nekrasov矩阵的逆矩阵的无穷大范数在数值方法的收敛性分析及线性互补等问题中的广泛应用[1-8],其逆矩阵的无穷大范数估计也就成为国内外众多学者关注的热点问题[9-17].本文将在已有研究的基础上,继续探讨该矩阵逆的无穷范数的上界估计问题.1 预备知识为叙述方便,下面给出一些记号、定义与定理.设为复数域(实数域)上n 维向量空间;为复数域(实数域)上所有n×n 矩阵的集合,指标集是一个非空子集.设,记定义1[7]设矩阵,若对任意的i ∈N 有则称A 是严格对角占优矩阵,简称SDD矩阵.定义2[7]设矩阵,若A 可逆,且A-1 ≥0,则称A 是M-矩阵.定义3[8]设矩阵,若A 的比较矩阵是M-矩阵,其中则称A 是H-矩阵.定义4[9]设矩阵,若对任意的i ∈N 有则称A 是Nekrasov矩阵,简称N-矩阵.1975年,Varah J.M在文献[5]中给出了SDD 矩阵的逆的无穷范数的一个上界,即著名的Varah 界.定理1[9]若是SDD矩阵,则此式称为Varah界.Varah 界仅适用于SDD矩阵,特别当较小时,由Varah 界所得的估计值误差就非常大.为了得到更精确的估计,许多学者对该问题进行了研究,并取得一些成果[9-17].特别地,2018年,李艳艳在文献[17]中给出了N-矩阵的逆的无穷范数的新上界,并证明了这个新界改进了已有估计式,得到如下定理.定理2[17]若为Nekrasov矩阵,当时,有其中:引理1[8]若矩阵是非奇异H-矩阵,则令A=D-L-U,其中D 为矩阵A 的主对角元素组成的对角阵,-L 和-U 分别为矩阵A 对应的严格下三角部分和严格上三角部分组成的矩阵.引理2[8]设矩阵,且A=D-L-U,其中D 为矩阵A 的主对角元素组成的对角阵,-L 和-U 分别为矩阵A 对应的严格下三角部分和严格上三角部分组成的矩阵,则有其中e=(1,1,…,1).引理3[8]矩阵是Nekrasov矩阵当且仅当即为SDD矩阵,其中E为单位矩阵.2 主要结果下面,我们给出Nekrasov矩阵逆的无穷范数上界的一个新估计式.若令,由引理3易得C 为SDD矩阵,同时,注意到c11=1,ck1=0,k=2,3,…,n,且定理3 若为Nekrasov矩阵,其中:,且则C( μ )是SDD矩阵,且证明首先由(3)式可得,对再由C( μ )定义及μ 的取值范围可得,C( μ )是SDD矩阵.应用定理1中Varah界可得定理4 若为Nekrasov矩阵,且满足则证明因为,所以,则由引理1知,下面分三步来研究这个估计.首先,估计因为是M 矩阵,所以从而,然后,估计由定理3知,C( μ )为SDD矩阵,且Δ 为正对角矩阵,从而Δ-1C( μ )也为SDD矩阵,再由定理1可得又由且,故将(8)式代入(7)式,得综合式(5)、(6)、(9)及,得下面定理5将证明定理4的结果改进了定理2的结果.定理5 若为Nekrasov矩阵,且满足则证明要证上式成立,只需要证成立.利用绝对值不等式,易得结论成立.注与定理2比较不难发现,在给定k 的情况下,定理4在参数μ 的选择范围比定理2要小,因此,在应用上更具优势.同时,定理5表明,给定k 的情况下,定理4的估计结果要比定理2的结果更精确.3 数值算例例1 考虑如下Nekrasov矩阵取k=2,由定理2可得对应逆矩阵的无穷大范数估计式中参数的取值范围为μ ∈( 0.0 82 8,4.800 0),而定理4可得参数的取值范围μ ∈( 0.6 65 0,4.500 0 ).表1 Nekrasov矩阵逆的无穷范数上界比较Tab.1 Comparison of the upper bounds of infinity norms of the inverse of Nekrasov matrix‖ A‖∞真值μ 取值Varah界[10]中估计式[14]中估计式[17]中估计式定理4 0.2390μ=0.9410.884 80.688 50.380 90.367 04 总结本文讨论了Nekrasov-矩阵逆矩阵的无穷范数的估计问题,给出了Nekrasov-矩阵逆矩阵的无穷范数的一个含有可调节参数μ 的新的估计式.同时,通过定理5证明了新的估计式比已有估计式估计的更精确,并且参数μ 的选择范围更小,在应用上更具优势.【相关文献】[1]HU J G.Scaling transformation and convergence of splittings of matrix[J].Number Math Sin,1983,5(1):72-78.[2]HU J G.Estimates ofand their applications[J].Number Math Sin,1982,4(3):272-282.[3]LI C,LIU Q,LEI G,et al.Subdirect sums of Nekrasov matrices[J].Linear&Multilinear Algebra,2016,64(2):208-218.[4] GUO A L,LIU J Z.Criteria for generalized Nekrasov matrices[J].Chinese Journal of Engineering Mathematics,2009,26(4):697-702.[5]LIU J,ZHANG J,ZHOU L,et al.The Nekrasov diagonally dominant degree on the Schur complement of Nekrasov matrices and its applications[J].Applied Mathematics and Computation,2018,320:251-263.[6]刘新,杨晓英.弱链对角占优M-矩阵A的新上界[J].河南科学,2014,32(4):491-495.[7]LI W.On Nekrasov matrices[J].Linear Algebra Applications,1998,281(1):87-96.[8]陈公宁.矩阵理论与应用[M].北京:科学出版社,2007.[9]VARAH J M.A lower bound for the smallest singular value of matrix[J].Linear Algebra Applications,1975,11(1):3-5.[10] CVETKOVIC L,KOSTIC V,DOROSLOVAVKIC K.Max-norm bounds for the inverse of S-Nekrasov matrices[J].Applied Mathematics and Computation,2012,218(18):9498-9503.[11]CVETKOVIC L,DAI P F,DOROSLOVACKI K,et al.Infinity bounds for the inverse of Nekrasov matrices[J].Applied Mathematics and Computation,2013,219(10):5020-5024.[12] KOLOTILINA L Y.On bounding inverses to Nekrasov matrices in the infinity norm[J].Journal of Mathematical Sciences,2014,199(4):432-437.[13]裴荟.Nekrasov矩阵逆的无穷范数上界的新估计[D].昆明:云南大学,2015.[14]LI C,PEI H,GAO A,et al.Improvements on the infinity norm bound for the inverse of Nekrasov matrices[J].Numerical Algorithms,2016,71(3):613-630. [15]LI C,DAI P F,LI Y.New error bounds for linear complementarity problems of Nekrasov matrices and B-Nekrasov matrices[J].Numerical Algorithms,2017,74(4):997-1009.[16]GAO L,WANG Y,LI C.New error bounds for the linear complementarity problemof QN-matrices[J].Numerical Algorithms,2018,77(1):229-242.[17]李艳艳.Nekrasov矩阵逆的无穷范数改进的估计式[J].云南大学学报(自然科学版),2018,40(4):632-637.。

弱对角占优矩阵的特征值

弱对角占优矩阵的特征值

弱对角占优矩阵的特征值在线性代数中,矩阵的特征值和特征向量是非常重要的概念,它们在很多领域都有着广泛的应用。

而弱对角占优矩阵则是特征值和特征向量研究中的一个重要分支。

弱对角占优矩阵是指矩阵中每一行的绝对值最大的元素在对应列的绝对值最大元素之下。

在这篇文章中,我们将探讨弱对角占优矩阵的特征值及其性质。

首先,让我们来定义弱对角占优矩阵。

一个n阶矩阵A=(aij)称为弱对角占优矩阵,如果对于每一行i,都有|aii|≥∑|aij| (j≠i)。

这意味着矩阵的主对角线上的元素的绝对值大于其它元素绝对值之和。

弱对角占优矩阵在实际问题中有着广泛的应用,例如在差分方程、有限元法和物理学中都有着重要的地位。

接下来,我们将讨论弱对角占优矩阵的特征值。

对于一个弱对角占优矩阵A,其特征值满足一个重要的性质,它们都是实数。

这是因为弱对角占优矩阵的特征值是通过求解多项式方程det(A-λI)=0得到的,而对于实系数的多项式方程,其根要么是实数,要么是共轭复数对。

而由于弱对角占优矩阵的特征值是实数,因此它们的特征向量也可以取实数。

此外,弱对角占优矩阵的特征值还具有一个重要的性质,它们的绝对值都小于弱对角占优矩阵的对角元素的绝对值之和。

这一性质在数值计算中具有重要意义,它保证了弱对角占优矩阵的特征值不会偏离对角线元素太远,从而在数值计算中更加稳定。

总之,弱对角占优矩阵的特征值是一个重要且有趣的研究课题。

它们的实数性质以及与矩阵对角元素的关系使其在数值计算和实际问题中都具有重要的应用。

希望本文对读者对弱对角占优矩阵的特征值有所了解,并对相关领域的研究和应用有所帮助。

弱链对角占优M矩阵的‖A^-1‖∞的上界序列

弱链对角占优M矩阵的‖A^-1‖∞的上界序列

优的 M矩阵 , 且 B的逆 矩 阵是 非 负矩 阵 。 引理 2 若 A =( a )∈R … 是 弱链 对角 占优 的 M 矩 阵 , B =A ‘ , ’∈R‘ ’ ‘ ¨,
A~ = ( O l i ) , B~ = ( 卢 ) 。 则

去 , - = n ( 一 % ) , u = n ( 一 ) ,
引理 3
: {
一 l
) , :
l 0 l +∑ 1 0 I p
一 l


l 0 l +∑ I n I s : 一
设 A =( o )∈R 是弱链对角 占优的 M 矩阵 , 则A ~ =( O / ) 存在且
第2 5卷
第 4期






Vn 1 . 25 No. 4 Ap r .201 5
2 0 1 5年 4月
J O URNAL 0 F CHANGC HUN UN I VER S I T Y
弱链对角 占优 矩阵的 l I A I 1
蒋建 新 ,李艳艳
问题 已有 的研 究 结果 。 关键词 : 弱 链 对 角 占优 矩 阵 ; 矩 阵; 范数 ; 上界 中 图分 类号 : 01 5 1 . 2 1 文献标志码 : A 文章编号 : 1 0 0 9— 3 9 0 7 【 2 0 1 5 ) 0 4— 0 0 5 0— 0 3
0 引 言

。 ,
证明: 当( 3 )式 中 的 t=0时 , 就是( 1 )式 。
∑ a i k + a i i + a 0 =0 , 移项有
l, ≠ l, ,
移 项取 绝对 值得 矩阵。如果 a , A非奇 异且 A

奇异矩阵与非奇异矩阵

奇异矩阵与非奇异矩阵

奇异矩阵与非奇异矩阵
首先需要说明的值奇异矩阵和非奇异矩阵都是针对方阵而言的。

奇异矩阵是线性代数的概念,就是对应的行列式等于0的矩阵。

对一个 n 行 n 列的非零矩阵 A,如果存在一个矩阵 B 使 AB = BA =I( I是单位矩阵),则称 A 是可逆的,也称
A 为奇异矩阵与非奇异矩阵 4
非奇异矩阵的英文是nonsingular matrices,从对应
的英文单词nonsingular上来讲,singular有一个含
义是单数的,那么nonsingular是非单数,与非奇异
矩阵的性质对上了,即有矩阵A,矩阵B,满足条
件:AB=BA=I,I是一个单元矩阵,那么矩阵A和矩阵
B均为奇异矩阵与非奇异矩阵 4非奇异,即A不是单
个的,是成对的。

奇异矩阵的判定方法:
1.行列式|A|是否等于0,若等于0,称矩阵A为奇异矩
阵;
非奇异矩阵的判定方法:
1.一个矩阵非奇异当且仅当它的行列式不为零。

2.一个矩阵非奇异当且仅当它代表的线性变换是个自同
构。

3.一个矩阵非奇异当且仅当它的秩为n。

(R(A)<n则行列
式为0)
4.可逆矩阵就是非奇异矩阵,非奇异矩阵也是可逆矩阵。

**
原文链接:
1.奇异矩阵和非奇异矩阵有啥差别?
2.关于非奇异矩阵。

最终严格对角占优矩阵的逆矩阵无穷范数的上界估计

最终严格对角占优矩阵的逆矩阵无穷范数的上界估计

第36卷第2期贵州大学学报(自然科学版)Vol.36㊀No.22019年㊀4月JournalofGuizhouUniversity(NaturalSciences)Apr.2019收稿日期:2018-07-19基金项目:云南省教育厅科学研究基金项目资助(2018JS491)作者简介:李艳艳(1982-)ꎬ女ꎬ副教授ꎬ硕士ꎬ研究方向:矩阵理论及其应用ꎬEmail:Email:liyanyan409@126.com.∗通讯作者:李艳艳ꎬEmail:liyanyan409@126.com.文章编号㊀1000-5269(2019)02-0013-03DOI:10.15958/j.cnki.gdxbzrb.2019.02.03最终严格对角占优矩阵的逆矩阵无穷范数的上界估计李艳艳∗(文山学院数学学院ꎬ云南文山663099)摘㊀要:研究了最终严格对角占优矩阵A的逆矩阵A-1无穷范数 A-1 ¥的估计问题ꎬ利用Nekrasov矩阵逆矩阵无穷范数已有的带有参数的几个估计式ꎬ在矩阵A的定义的基础上ꎬ得到了 A-1 ¥的带有参数的一些新结果ꎮ数值例子进一步说明了结果的可行性和优越性ꎮ关键词:对角占优ꎻ逆矩阵ꎻ无穷范数ꎻ上界ꎻ估计式中图分类号:O151.21㊀㊀㊀文献标识码:A㊀㊀数值分析中ꎬ矩阵A的逆矩阵A-1的 A-1 ¥被用于计算条件数K(A)= A ¥ A-1 ¥ꎬ所以对 A-1 ¥的计算或估计ꎬ是矩阵理论研究的热点之一ꎮ近些年关于非奇异H矩阵类中的严格对角占优矩阵ꎬ弱链对角占优矩阵ꎬDashnic ̄Zusmanovich矩阵ꎬNekrasov矩阵ꎬS ̄Nekra ̄sov矩阵等的逆矩阵无穷范数的估计已得到了许多较好的结果[1-8]ꎮ而关于最终严格对角占优矩阵的研究ꎬ仅有文献[9ꎬ10]ꎮ所以本文对最终严格对角占优矩阵的逆矩阵无穷范数的上界进行较为深入和详细的研究ꎬ在利用Nekrasov矩阵逆矩阵无穷范数已有估计式的基础上ꎬ得到了最终严格对角占优矩阵的 A-1¥的一些新的改进的结果ꎮ1㊀预备知识设矩阵A=(aij)ɪRnꎬnꎬ若它的比较矩阵<A>=(mij)ꎬmij=aiiꎬi=j-aijꎬiʂj{可逆ꎬ且<A>-1非负ꎬ那么就称<A>是M矩阵ꎬA是H矩阵ꎮ若aii>ri(A)ri(A)=ðnjʂiaij()ꎬ就称A是严格对角占优矩阵ꎻ若aii>hi(A)ꎬ就称A是Nekrasov矩阵ꎬh1(A)=ðjʂ1a1jꎬhi(A)=ði-1j=1aijhj(A)ajj+ðnj=i+1aijꎬi=2ꎬ3ꎬ ꎬnꎮ如果存在正对角矩阵Xꎬ使得AX为严格对角占优矩阵ꎬ则称A为非奇异H矩阵ꎮ设A=sI-Bꎬ其中s为复数ꎬI为单位矩阵ꎬB为复矩阵ꎮ如果存在正整数k使得skI-Bk为严格对角占优矩阵(SDD)ꎬ就称A为最终严格对角占优矩阵(SDD∃)ꎬ记作AɪSDD∃ꎮ由文献[11]知ꎬSDD⊆Nekrasov⊆HꎬSDD∃⊄Hꎮ引理1㊀(Varah界)[12]设矩阵A=(aij)ɪRnˑn是严格对角占优矩阵ꎬ则A-1 ¥ɤ1miniɪN(aii-ri(A))=maxiɪN1aii-ri(A)ꎮ引理2㊀[4]设A=(aij)ɪRnˑn是Nekrasov矩阵ꎬμ>r1(A)a11ꎬ则A-1¥ɤmaxμꎬ1{}maxiɪNzi(A)aiimax1μ-h1(A)a11ꎬ11-maxiʂ1hi(A)aiiìîíïïïüþýïïïꎬ或A-1 ¥ɤmaxμꎬ1{}maxiɪNzi(A)1min{μa11-h1(A)ꎬminiʂ1(aii-hi(A))}ꎮ贵州大学学报(自然科学版)第36卷引理3㊀[4]设A=(aij)ɪRnˑn是Nekrasov矩阵ꎬh1(A)a11>maxiʂ1hi(A)aiiꎬ当μɪ1ꎬ1-maxiʂ1hi(A)aii1-h1(A)a11æèççççöø÷÷÷÷时ꎬ有A-1 ¥ɤmax{μꎬ1}maxiɪNzi(A)aiimax1μ-h1(A)a11ꎬ11-maxiʂ1hi(A)aiiìîíïïïüþýïïï<maxiɪNzi(A)aii1-maxiɪNhi(A)aiiꎮ引理4㊀[5]设A=(aij)ɪRnˑn是Nekrasov矩阵ꎬa11-h1(A)<miniʂ1(aii-hi(A))ꎬ当μɪ1ꎬminiʂ1(aii-hi(A))a11-h1(A)æèçöø÷时ꎬ有A-1 ¥ɤmaxμꎬ1{}maxiɪNzi(A)1minμa11-h1(A)ꎬminiʂ1(aii-hi(A)){}<maxiɪNzi(A)miniɪN(aii-hi(A))ꎮ对于最终严格对角占优矩阵A的 A-1 ¥的上界估计ꎬ文献[9]和[10]都做了一定的研究ꎮ引理5㊀[9]如果存在正整数k使得A=sI-BɪSDD∃ꎬ则 A-1 ¥ɤ sk-1I+sk-2B+ +sBk-2+Bk-1 ¥miniɪN{sk-(Bk)ii-ri(Bk)}ꎮ引理6㊀[10]如果存在正整数k使得A=sI-BɪSDD∃ꎬ则A-1 ¥ɤ sk-1I+sk-2B+ +sBk-2+Bk-1 ¥maxiɪNzi(skI-Bk)sk-(Bk)ii-hi(skI-Bk)ꎮ2㊀主要结果本部分ꎬ利用引理2㊁引理3㊁引理4中的Nekrasov矩阵的逆矩阵无穷范数的估计式和SDD∃矩阵的定义式ꎬ给出SDD∃矩阵一些改进的新估计式ꎮ定理1㊀如果存在正整数k使得A=sI-BɪSDD∃ꎬμ>r1(skI-Bk)sk-(Bk)11ꎬ则A-1 ¥ɤ sk-1I+sk-2B+ +sBk-2+Bk-1 ¥ˑmaxμꎬ1{}maxiɪNzi(skI-Bk)sk-(Ik)iimax1μ-h1(skI-Bk)sk-(Bk)11ꎬ11-maxiʂ1hi(skI-Bk)sk-(Bk)iiìîíïïïïüþýïïïïꎮ证明㊀因为A=sI-BɪSDD∃ꎬ所以存在正整数k使得skI-Bk为严格对角占优矩阵ꎬ则skI-Bk非奇异ꎮskI-Bk=(sI-B)(sk-1B+sk-2B++sBk-2+Bk-1)ꎬ则(sI-B)-1=(skI-Bk)-1(sk-1I+sk-2B+ +sBk-2+Bk-1)ꎬ即A-1 ¥ɤ (skI-Bk)-1(sk-1I+sk-2B+ +sBk-2+Bk-1) ¥ɤ (skI-Bk)-1 ¥ sk-1I+sk-2B+ +sBk-2+Bk-1 ¥ꎮ对skI-Bk应用引理2得ꎬ (skI-Bk)-1 ¥ɤmaxμꎬ1{}max1c22skI-Bμ-r2(CskI-B)ꎬ{maxiʂ21ciiskI-B-ri(CskI-B)-ci2skI-B(μ-1)}ꎬ(skI-Bk)-1 ¥ɤmaxμꎬ1{}maxiɪNzi(skI-Bk)1min{μsk-(Bk)11-h1(skI-Bk)ꎬminiʂ1(sk-(Bk)ii-hi(skI-Bk))}ꎮ即A-1 ¥ɤ sk-1I+sk-2B+ +sBk-2+Bk-1 ¥max{μꎬ1}maxiɪNzi(skI-Bk)sk-(Bk)iimax1μ-h1(skI-Bk)sk-(Bk)11ꎬ11-maxiʂ1hi(skI-Bk)sk-(Bk)iiìîíïïïïüþýïïïïꎬ A-1 ¥ɤ sk-1I+sk-2B+ +sBk-2+Bk-1 ¥max{μꎬ1}maxiɪNzi(skI-Bk)min{μsk-(Bk)11-h1(skI-Bk)ꎬminiʂ1(sk-(Bk)ii-hi(skI-Bk))}ꎮ定理2㊀如果存在正整数k使得A=sI-BɪSDD∃ꎬh1(skI-Bk)sk-(Bk)11>maxiʂ1hi(skI-Bk)sk-(Bk)iiꎬ则当41第2期李艳艳:最终严格对角占优矩阵的逆矩阵无穷范数的上界估计μɪ1ꎬ1-maxiʂ1hi(skI-Bk)sk-(Bk)ii1-h1(skI-Bk)sk-(Bk)11æèçççççöø÷÷÷÷÷时ꎬ sk-1I+sk-2B+ +sBk-2+Bk-1 ¥max{μꎬ1}maxiɪNzi(skI-Bk)sk-(Bk)iimax1μ-h1(skI-Bk)sk-(Bk)11ꎬ11-maxiʂ1hi(skI-Bk)sk-(Bk)iiìîíïïïïüþýïïïï< sk-1I+sk-2B++sBk-2+Bk-1 ¥maxiɪNzi(skI-Bk)sk-(Bk)ii1-maxiɪNhi(skI-Bk)sk-(Bk)iiꎮ定理3㊀如果存在正整数k使得A=sI-BɪSDD∃ꎬ若sk-(Bk)11-h1(skI-Bk)<miniʂ1(sk-(Bk)ii-hi(skI-Bk))ꎬ当μɪ1ꎬminiʂ1(sk-(Bk)ii-hi(skI-Bk))sk-(Bk)11-h1(skI-Bk)æèççöø÷÷时ꎬ有 sk-1I+sk-2B+ +sBk-2+Bk-1 ¥maxμꎬ1{}maxiɪNzi(skI-Bk)min{μsk-(Bk)11-h1(skI-Bk)ꎬminiʂ1(sk-(Bk)ii-hi(skI-Bk))}< sk-1I+sk-2B+ +sBk-2+Bk-1 ¥maxiɪNzi(skI-Bk)miniɪN(sk-(Bk)ii-hi(skI-Bk))ꎮ注:定理2和定理3说明ꎬ本文所给的估计式ꎬ从理论上提高了文献[9]和[10]中的结果ꎮ下面用数值算例ꎬ对本文估计式的可行性和有效性ꎬ进一步说明ꎮ3㊀数值算例设A1=3-1-1-11æèçççççç1511-1-1-13-111115-1-1-1-1-13öø÷÷÷÷÷÷ꎬ令A1=5I-B1ꎬ取k=1ꎬ2ꎬ3ꎬ4ꎬ5ꎬ计算知k=2ꎬ3ꎬ4ꎬ5均是严格对角占优矩阵ꎬ所以A1ɪSDD∃ꎬ应用本文定理2ꎬ3得 A1-1¥ɤ0.8259ꎬ事实上ꎬ A1-1¥=0.6667ꎮ设A2=㊀3.9-1-1-1-1æèçççççç㊀1㊀5.9㊀1㊀1-1-1-1㊀3.9-1㊀1㊀1㊀1㊀1㊀5.9-1-1-1-1-1㊀3.9öø÷÷÷÷÷÷ꎬ令A2=5I-B2ꎬ取k=1ꎬ2ꎬ3ꎬ4ꎬ5ꎬ计算知k=2ꎬ3ꎬ4ꎬ5均是严格对角占优矩阵ꎬ所以A1ɪSDD∃ꎬ应用本文定理2ꎬ3得 A2-1¥=0.5347ꎬ事实上ꎬA2-1¥=0.4657ꎮ参考文献:[1]李艳艳ꎬ蒋建新ꎬ李耀堂.严格对角占优M-矩阵A的 A-1 ¥上界估计式的改进[J].云南大学学报(自然科学版)ꎬ2015ꎬ37(1):5-8.[2]HUANGTZꎬZHUY.Estimationof A-1 ¥upperboundsforweaklychaineddiagonallymatrices[J].LinearAlgebraandItsAp ̄plicationsꎬ2010ꎬ432:670-677.[3]CHAOQIANLꎬHUIPꎬANINGGꎬetal.Improvementsonthein ̄finitynormboundfortheinverseofNekrasovmatrices[J].NumerAlgorꎬ2016ꎬ71:613-630.[4]LEIGꎬCHAOQIANLꎬYAOTANGL.AnewupperontheinfinitynormoftheinverseofNekrasovmatrices[J].JournalofAppliedMathematicsꎬ2014ꎬ67:1-7.[5]李艳艳.Dashnic-Zusmanovich矩阵的逆矩阵无穷范数上界的估计[J].西南师范大学学报(自然科学版)ꎬ2017ꎬ42(6):1-4.[6]李艳艳.Nekrasov矩阵的逆矩阵无穷范数上界的进一步研究[J].四川师范大学学报(自然科学版)ꎬ2017ꎬ40(4):491-494.[7]李艳艳.Nekrasov矩阵A的 A-1 ¥的新界[J].西南师范大学学报(自然科学版)ꎬ2017ꎬ42(12):5-10.[8]LjiljanaCvetkovicꎬVladimirKosticꎬKsenijiaDoroslovacki.Max ̄normboundsfortheinverseofS ̄Nekrasovmatrices[J].AppliedMathematicsandComputationꎬ2012ꎬ218:9498-9503.[9]CVETKOVICLJꎬERICMꎬPENAJM.EventuallySDDmatricesandeigenvaluelocalization[J].AppliedMathematicsandComputa ̄tionꎬ2015ꎬ252:535-540.[10]赵建兴.最终严格对角占优矩阵A的 A-1 ¥的上界序列[J].西南师范大学学报(自然科学版)ꎬ2017ꎬ42(8):9-12.[11]CVETKOVICLJꎬERICMꎬPENAJM.EventuallySDDmatricesandeigenvaluelocalization[J].AppliedMathematicsandComputa ̄tionꎬ2015ꎬ252:535-540.[12]VARAHJM.ALowerboundforthesmallestsingularofamatrix[J].LinearAlgebraandItsApplicationsꎬ1975ꎬ11(1):3-5.(责任编辑:曾㊀晶)(下转第21页)5112第2期严建军等:关于一类多目标半无限规划的最优性条件OptimalityConditionsforaClassofMulti ̄objectiveSemi ̄infiniteProgrammingYANJianjun1ꎬ2ꎬLIYu2∗ꎬYANGFan2ꎬHAONa2ꎬZHANGJie2(1.DepartmentofAgricultureandForestryArchitecturalEngineeringꎬYanᶄanVocationalandTechnicalCollegeꎬYanᶄan716000ꎬChinaꎻ2.CollegeofMathematicsandComputerScienceꎬYan'anUniversityꎬYanᶄan716000ꎬChina)Abstract:Basedon(Cꎬαꎬρꎬd) ̄convexfunctionꎬthepaperproposestheconceptofgeneralized(Cꎬαꎬρꎬd)Kꎬθ ̄convexfunctionanddiscussestheoptimalityconditionsforaclassofmulti ̄objectivesemi ̄infiniteprogrammingconcerningnewgeneralizedconvexity.Keywords:multi ̄objectiveprogrammingꎻsemi ̄infiniteprogrammingꎻgeneralized(Cꎬαꎬρꎬd)Kꎬθ ̄convexfunc ̄tionꎻoptimality(上接第15页)TheUpperBoundsoftheInfiniteNormoftheInverseMatrixfortheEventuallyStrictlyDiagonallyDominantMatricesLIYanyan∗(SchoolofMathematicsꎬWenshanUniversityꎬWenshan663099ꎬChina)Abstract:Theproblemoftheestimationoftheinfinitenormoftheinversematrixoftheeventuallystrictlydiago ̄nallydominantmatrixwasstudied.SeveralestimatorswithparameterswithinfinitenormoftheinversematrixofNekrasovmatrixwereused.Onthebasisofthedefinitionofamatrixꎬsomenewresultswithparameterswereob ̄tained.Thenumericalexamplefurtherillustratesthefeasibilityandsuperiorityoftheresults.Keywords:diagonallydominantꎻinversematrixꎻinfinitynormꎻupperboundꎻsequence。

严格对角占优M-矩阵的逆矩阵的无穷大范数上界的估计

严格对角占优M-矩阵的逆矩阵的无穷大范数上界的估计
其中

△ = 。 一 ∑n ( ∑ n t ) > 0 .
k= 2 i =2
若J ( A ) = N,则 △ a l l ( 1 一d i l 1 ) a l l ( 1 一d 1 ) .
引理 2 【 。 1 设 =( 0 ) ∈R 是严格对角占优M一 矩阵,则
B = A( ’ )

A一 = ( ) , B一 = ( =
, 去 n / J — i k ( ~ 。 k l ) 、
, n一=
k =2
k =2
1 J = = = ∑1 3 k j ( 一 0 1 % ) , % = + %∑ ̄ i k ( - a k ) ,
n ×

:可 A i ( A )

一 j  ̄ i + l

收稿 日期: 2 0 1 4 - 0 3 — 2 6 . 作者简介 :王永 ( 1 9 8 0 年1 1 月生) ,男 ,硕士 ,讲师. 研究方 向:数值代数 基金项 目: 国家 自然科学基金 f 7 1 1 6 2 0 0 5 ) .
关键词: 对角 占优 ;M一 矩 阵;无穷大范数
分类号:AM S ( 2 0 0 0 ) 1 5 A 5 7
中图分类号 : O1 5 1 . 2 1
文献标识码: A
1 引言

矩 阵 在 矩 阵 论 、 计 算 数 学 、 生 物 学 、物 理 学 、 经 济 数 学 等 诸 多领 域 有 着 重 要
第3 2 卷 第5 期
2 O 1 5 年1 O 月






v 0 1 . 3 2 N 。 . 5

弱链对角占优M-矩阵A的‖A-1‖∞上界估计式

弱链对角占优M-矩阵A的‖A-1‖∞上界估计式






ma x
定义 1 设 A =( a )∈R , 若 A可以表示为 A =


+。
A ,一 , 其中 B≥0 , 当 A>p ( B) ( P ( ) 为非负矩阵 曰 的谱半径 ) 时, 则称 为非奇异 肘. 矩阵 圳。 定义 2 设矩阵 A =( a )∈R ,南 】 '
r I i : i 】 )

( 3 )
由引理 1 、 引理 2 及( 6 ) 式, 可得

rl
l l +
t Yl ' k



上述结果均可用于估计弱链对角 占优 矩阵最小 特征值的下界和矩阵的条件数 。
I I + - - ∑ : : : ( _ Ⅱ l , ) = ( 1 + ∑ : : ( ) ) ≤
f l a “ l , 。 J
。 I 一 ,£ ≠
给出一些记号 , 它们将在后面的讨论中用到。记 :
p =
域 。所 以, 关于 I I A I I 的上界估计成为许 多学者关
注和研究 的热点 , 已获得 了一系列 估计式 ¨ 剖。本 文将
在黎稳 和黄廷祝 等人的研究基础上 , 充分结合两人
记 [ A ] 表示矩阵 A的比较矩阵 , 其中 [ A ]:( a ) ,

p e r r o n 范数的上下界 , 求解线性微分系统 =一 A x , ( 0 )
= 。>0 的解 ( f ) , 解决大型稀疏线性方程组 的矩阵分 裂和 矩 阵 多 分 裂 迭 代 方 法 的 收 敛 性 等 众 多 应 用 领
弱链 对 角 占优 M一 矩 阵 的

最终严格对角占优矩阵A的‖A-1‖∞的上界序列

最终严格对角占优矩阵A的‖A-1‖∞的上界序列

第42卷第8期 西南师范大学学报(自然科学版)Vol.42 No.8 Journal of Southwest China Normal University(Natural Science Edition)2017年8月Aug.2017DOI: 10. 13718/1. cnki. xsxb. 2017. 08. 008最终严格对角占优矩阵A+||A- 1 ||z的上界序列^赵建兴贵州民族大学数据科学与信息工程学院,贵阳550025摘要:针对逆矩阵的无穷大范数的上界估计问题,利用已有严格对角占优矩阵的逆矩阵的无穷大范数的上界,给出最终严格对角占优矩阵A M ||A1 ||b的上界序列,改进了某些已有结果.数值算例显示所得上界序列是单调递 减的,且在某些情况下能达到真值.关键词:对角占优;逆矩阵(范数(上界(序列中图分类号:O151.21 文献标志码:A 文章编号:1000 - 5471(2017)08 -0042 -04系数矩阵A的条件数C〇n d(A) -||A IU •||A-1I U对线性方程组A x -fc的迭代解法的稳定性有重 要影响.在求解线性方程组之前,若能对C〇n d(A)进行计算或估计,将对选择应用什么算法有重要意义[1%2].确定I I A I U是容易的,但是确定|| A%1I U往往很困难.自文献[3]给出|| A%1I U的第一个上界 估计式以来,关于严格(双)对角占优矩阵[3%6]、弱链对角占优矩阵[7%8]、严格a-对角占优矩阵[9%10]JN e kra so v矩阵[11%12]等非奇异H-矩阵类的逆的无穷大范数的估计已有很多结果,但在实际问题中,有时需 要计算或估计的矩阵A往往不是非奇异矩阵.就目前资料看,对该类矩阵逆的无穷大范数估计的研究 才刚刚开始,仅有文献[3]对此问题进行了初步的探索,这些不足造成了矩阵理论的不完备,从而使其应 用受到了限制.本文研究最终严格对角占优矩阵A的|| A%1I U的估计问题,并给出其新的上界估计式.1 预备知识用 #"><"(!"><")表示 … 阶复(实)矩阵集(… =2),令 N- .,2,…,r a}•设 A- [,] " #"x",n(A) -B1av1,* "E1 (A) —H1(A),ht(A)—B j a,>j h,(A) =B11,D — 2,…,w.j,i,-11an1j-i+1定义1[12]设A- [a,] " #"x",如果对任意i"N,均有1a… |>h(A),则称A为严格对角占优矩阵;如果对任意i "N,均有1a…|>h i(A),则称A e N e k r a s o v矩阵;如果存在正对角矩阵X,使得A X为严 格对角占优矩阵,则称A为非奇异矩阵.定义2[13]设A -J—B,其中^为复数,J为单位矩阵,B为复矩阵.如果存在正整数々使得A—砍为严格对角占优矩阵,则称A称为最终严格对角占优矩阵(S D D3),简记为A "S D D3.注1由文献[3]知,严格对角占优矩阵为N e kra so v矩阵,N e kra so v矩阵为非奇异W-矩阵;最终严 格对角占优矩阵不属于非奇异H-矩阵.对于严格对角占优矩阵义的|| A%1I U的上界估计,文献[]给出如下结果:设A为严格对角占优矩 "则①收稿日期:2016 - 09 - 25基金项目:国家自然科学基金项目(11501141)贵州省科学技术基金项目(黔科合J字[2015]2073号)(贵州省教育厅科技拔尖人才支持项目(黔教合K Y字[2016]066号)作者简介:赵建兴(1981-),男,山东济宁人,副教授,博士,主要从事数值代数的研究.第#期赵建兴:最终严格对角占优矩阵A D || A 一>的上界序列43A > b ; m in { | \ — rl (A ')]i"N(1)对于N e k ra s o v 矩阵A 的|| A -1 || b 的上界估计,文献[12]给出如下结果:设A 为N e k ra s o v 矩阵,则A;maxtt (A )"N || — hz (A )(2)i—i其中 21 (A ) — 1,2D (A ) — B I ay ZJ (A ) = 1,i — 2,dpW —1 i 反力i对于(1)式和(2)式,文献)2]给出如下比较定理:定理1[12]设A 为严格对角占优矩阵,则m ax 1 ^Z:(A))(.)^1一^^i "N \ a d | % hD A )m in { | a d 1% r (A ;;的上界 计,[%3*给出 如 :11 sk —1I +sk —2B =----=Bk —1m in { 7 —(逆'卜 r (皮).i"N 1 '对于最终严格对角占优矩阵A 的|| A -1定理2[13]如果存在正整数k 使得A —I — B " S D D 3,则|| A —1 l U ;2 主要结果下面利用严格对角占优矩阵逆的无穷大范数的上界,给出最终严格对角占优矩阵A M I I A -1界序列.定理3 如果存在正整数k 使得A — I —B " S D D 3,则;|| sk —1I +sk —2B =----h B t —z i (sk I — B k)m 0x | 7k —(B 4) h h d —BO的上3)证由A " S D D 3知存在正整数k 使得7I — B *为严格对角占优矩阵,因此7I — B *非奇异.又因为sk I B - — ( sI — B )( sk —1I = sk —2B =----=5B k —2 +Bk所以此(I — B )(sk I — Bk )—1( sk —11 = sk —2 B =----= sBk —2 = Bk —1)A —对s I — B *应用(2)式得;|| (I —B O -H /-I + sk -2B =----=5B k —2 +B t —1) || b ;|| ( sk I — B k )—1 | b || sk —1I =sk —2B =-----= sBk —2 = B —1 | b(k r Dk、—i ii z z D (sk I — B k)(s I B ) 11 b ; m0X | sk — B )D 卜 h (I — B 4)4)(5)由(4)式和(5)式可得(3)式成立.下面给出定理2与定理3的比较定理:定理4 若存在正整数k 使得A — I — B " S D D 3,则z i( sk I — B k)lI + sk —2B =----=Bk:a x;1I + sk —2B =----h B t —i"N | sk — (B *)D | —h d — B *) \ m in { | sk — (B *)D | —rD (B k)证 由A " SDD 3知存在某个正整数k 使得s I — B 4为严格对角占优矩阵.对s I —B 4*用定理1得Zi (k I —B k;1m e N X s—B )—h s —B ) ; m i n {| sk — (B t )D 卜 Hi (B O :i"N又|| sk —I +s *—2B =…+B t —1 lU =0,显然结论成立.注2 由定理4知,当A " SGD 3时,由定理3得到的3数值算例下面给出两个数值算例来验证第二部分的结果.的上界 于由 理2的上界.44西南师范大学学报(自然科学版)h ttp://第42卷例1设「3 —1一1一11一1*1 —一1一1 3 —115一1一1一1一1一1易知A1不是严格(双)对角占优矩阵、弱链对角占优矩阵、严格a-对角占优矩阵及N e k ra s o v矩阵,故不能用文献[3—12]的相关结果估计HA11I U.令*1 =5.—51,取々= 1,…,15,利用M A T L A B(R2009a)软件计算知对任意々 = 2,…,15, 5.—坎均是严格对角占优矩阵,故*1 "S_D_D3.由定理3得到的数值结果见表1.事实上,I I A11I I b= 0. 666 7.表1 11*/ I Z的上界序列々I*^I b;々I*11I b;々=20. 908 5々=80. 667 8々=30. 758 1々=90.667 1々=40. 707 7々=100. 666 8々=50. 683 5々=110.666 7々=60. 673 5々=150.666 7々=70. 669 4例2 设3.9 一1一1一11 5.9 11一1*2 =一1一13. 9—11 5.9 一1一1 一1 一1 一1 C.9易知*2不是严格(双)对角占优矩阵、弱链对角占优矩阵、严格a-对角占优矩阵及N e k ra s o v矩阵,故不能用文献[3 —12]的相关结果估计||*r || _令*2 = 5. —战,取々=1,…,10,利用M A T L A B(R2009a)软件计算知对任意々 = 2,…,10, 5.—氏々均是严格对角占优矩阵.由定理3得到的数值结果见表2.事实上,||A71 ||b— 0.465 7$表2 l U^I U的上界序列々々=2々=3々=4々=5々=6*2 1|b ;々11*一1lib 0. 520 9々=70.465 8 0. 477 2々=80.465 7 0. 468 2々=90.465 7 0. 466 3々=100.465 7 0. 465 8注3 由表1和表2知()由定理3分别得到的|| AT1 ||b,z = 1,2的上界序列是单调递减的,且在某些情况下可以达到 真值.(ii)由文献)3]知*1不是H-矩阵,故由例1知定理3可以对某些非H-矩阵的逆矩阵的无穷大范数 进行估计,因此定理3的适用范围更广.参考文献:[1] VARGA R S. Matrix Iterative Analysis [M]. Second Edition. Berlin:Springer,2009.)]吴珊,张明望,黄正伟.一种单调线性互补问题的Full-Newton步不可行内点算法)].西南大学学报(自然科学 版),2016, 38(5): 106 —113.第8期 赵建兴:最终严格对角占优矩阵A D I A—1IU的上界序列!5 [3] VARAH J M. A Lower Bound for the Smallest Singular Value of a Matrix [J]. Linear Algebra and its Applications,1975, 11(1) - 3 — 5.)]王峰.严格对角占优M-矩阵的逆矩阵的无穷大范数的新上界[J].高等学校计算数学学报,2015, 37 (2): 131-140.[5] WANG F, SUN D S, ZHAO J X. New Upper Bounds for >A1>b of Strictly Diagonally Dominant M-Matrices [J].Journal of Inequalities and Applications, 2015,172: 1 — 8.)]潘淑珍,陈神灿.严格双对角占优矩阵|A 1||b的上界估计[J].福州大学学报(自然科学版),2008,36 (5): 639 — 642.[7] HUANG T Z, ZHU Y. Estimations of > A 1>b for Weakly Chained Diagonally Dominant M-Matrices [J]. Linear A--gebra and itsApplications, 2010, 432(2/3): 670 —677.)]刘新,杨晓英.弱链对角占优M-矩阵A的|A 1|b上界估计[J].纺织高校基础科学学报,2014, 27(4): 414—417L)]赵建兴,桑彩丽.严格对角占优M-矩阵A的|A 1||b的上界估计)].数学的实践与认识,2015,45 (19): 280 — 284.)0]赵建兴,桑彩丽.严格)2-对角占优M-矩阵A的||A1||b的上界序列)].西南师范大学学报(自然科学版),2016, 41(2): 1 — 6.[11] GAO L,LI C Q, LI Y T. A New Upper Bound on the Infinity Norm of the Inverse of NekApplied Mathematics, 2014, 2014: 1 —8.[12] KOLOTILINA L Y. On Bounding Inverses to Nekrasov Matrices in the Infinity Norm [J]. Journal of Mathematical Sti-ences, 2014 , 199(4) : 432 — 437.[13] CVETKOVIC L J , ERIC M , PENA J M. Eventually SDD Matrices and Eigenvalue Localization [J]. Applied Mathemat­ics andComputation ,2015, 252: 535—540.On Sequence of Upper Bounds for |A_1|Zof Eventually Strictly Diagonally Dominant MatricesZHAO Jian-xingCollege of Data Science and Information Engineering, Guizhou Minzu University, Guiyang 550025, ChinaA b stra ct:A sequence o f upper bounds fo r o f an eventually s tric tly diagonally dom in given by means of some existing upper bounds of the in fin ity norm of the invers dom inant m atrices.N um erical examples show th at the sequence is m onotone decreasing and could reach the true value of||A—1||b in some cases.These bounds in this paper im pro Key w ords:diagonally d o m in a n t;inverse m a trix;in fin ity n o rm;upper b ou nd;sequence责任编辑崔玉洁。

严格对角占优M-矩阵的逆矩阵无穷大范数的上界序列

严格对角占优M-矩阵的逆矩阵无穷大范数的上界序列

严格对角占优M-矩阵的逆矩阵无穷大范数的上界序列
蒋建新;李艳艳
【期刊名称】《湖北民族学院学报(自然科学版)》
【年(卷),期】2015(033)001
【摘要】利用严格对角占优M-矩阵的逆矩阵元素的上界序列,得到了‖ A-1 ‖∞收敛的上界序列和q(A)收敛的下界序列,这些新的序列提高了现有关于该类问题的研究结果.
【总页数】3页(P15-17)
【作者】蒋建新;李艳艳
【作者单位】文山学院数学学院,云南文山663000;文山学院数学学院,云南文山663000
【正文语种】中文
【相关文献】
1.严格对角占优M-矩阵的逆矩阵无穷大范数上界的序列 [J], 蒋建新;李艳艳;黄卫华
2.严格对角占优M-矩阵的逆矩阵的无穷大范数的上界估计 [J], 赵仁庆
3.严格对角占优M-矩阵的逆矩阵的无穷大范数的新上界 [J], 赵仁庆
4.严格对角占优M-矩阵的逆矩阵的无穷大范数的上界估计 [J], 赵仁庆;甘小艇;张坤
5.严格对角占优M-矩阵的逆矩阵的无穷大范数的上界估计 [J], 赵仁庆;郑伟;李云奎
因版权原因,仅展示原文概要,查看原文内容请购买。

弱对角占优矩阵的特征值

弱对角占优矩阵的特征值

弱对角占优矩阵的特征值在线性代数中,矩阵是一种非常重要的数学工具,它在各个领域都有着广泛的应用。

其中,弱对角占优矩阵是一类特殊的矩阵,它具有一些独特的性质和特征值。

本文将探讨弱对角占优矩阵的特征值及其在数学和实际问题中的应用。

首先,我们来解释一下什么是弱对角占优矩阵。

一个n×n的矩阵A被称为弱对角占优矩阵,如果对于矩阵A的每一行i,都有|aii|≥Σ|aij|,其中j≠i。

换句话说,对角线上的元素的绝对值大于等于其他元素的绝对值之和。

这种特殊的矩阵在实际问题中经常出现,比如在线性方程组的求解、数值计算和物理建模等方面都有着重要的应用。

接下来,我们来讨论弱对角占优矩阵的特征值。

一个矩阵的特征值是指矩阵A满足|A-λI|=0的标量λ,其中I是单位矩阵。

对于弱对角占优矩阵,它的特征值具有一些重要的性质。

首先,弱对角占优矩阵的特征值都是实数。

其次,弱对角占优矩阵的特征值都是非负的。

这些性质使得弱对角占优矩阵在数值计算和物理建模中有着重要的应用,因为它们保证了特征值的稳定性和可靠性。

除了数学理论中的重要性外,弱对角占优矩阵的特征值在实际问题中也有着广泛的应用。

比如在结构力学中,我们经常需要求解大规模的线性方程组,而这些方程组往往可以表示为弱对角占优矩阵。

通过研究和计算矩阵的特征值,我们可以更好地理解和预测结构的受力情况,从而指导工程设计和优化。

综上所述,弱对角占优矩阵的特征值是线性代数中一个重要且有趣的研究课题。

它不仅在理论数学中具有重要意义,还在实际问题的建模和求解中发挥着关键作用。

希望本文能够帮助读者更好地理解弱对角占优矩阵及其特征值,并对相关领域的研究和应用有所启发。

对角占优矩阵的判定条件

对角占优矩阵的判定条件

对角占优矩阵及M-矩阵是计算数学和矩阵理论研究的重要课题之一。

本文利用α-对角占优矩阵给出了广义对角占优矩阵和分块对角占优矩阵的判定条件,改进和推广了文1-3的结果。

设A=(a ij )∈Cn×n,N={1,2,…n}=N 1∪N 2,N 1∩N 2=Φ,记∧i (A)=j ∈Nj ≠i∑a ij ,S i (A )=j ∈N j ≠i∑a ji定义1设A=(a ij )∈C n×n,若a ii >∧i (A)(∀i ∈N ),则称A 为严格对角占优矩阵;若存在正对角矩阵X 使得AX 为严格对角占优矩阵,则称A 为广义严格对角占优矩阵.定义2设A=(a ij )∈Cn×n,若存在α∈(0,1]使a ii >α∧i (A )+(1-α)S i (A )(∀i ∈N ),则称A 为严格α-对角占优矩阵;若存在正对角矩阵X 使得AX 为严格α-对角占优矩阵,则称A 为广义严格α-对角占优矩阵.定义3设A=(a ij )∈Z n×n =(a ij )│a ij ≤0,i ≠j ;i ,j ∈N {},若A =sI-B ,s>ρ(B ),其中:B 为非负矩阵,ρ(B )为B 的谱半径,则称A 为非奇异M-矩阵;若A 的比较矩阵M(A)=(m ij )为非奇异M-矩阵,则称A 为非奇异H-矩阵,其中:设A=(a ij )∈Cn×n,把A 分块为:这里A ii (1≤i ≤k )为n i 阶方阵,ki =1∑n i =n定义4设A=(a ij )∈Cn×n,分块如(1),若A ii (1≤i ≤k )均非奇异,且:则称A 为块对角占优矩阵;如果(2)的所有不等号为严格不等式,则称A 为块严格对角占优矩阵;若存在正对角矩阵X 使得AX 为块严格对角占优矩阵,则称A 为广义块对角占优矩阵.设A=(a ij )∈Cn×n,分块如(1),且A ii (1≤i ≤k )均非奇异,构造B如下:引理1[1]设A=(a ij )∈Cn×n,若A 为严格α-对角占优矩阵,则A 为广义严格对角占优矩阵.引理2[1]设A=(a ij )∈Cn×n,分块如(1),且A ii (1≤i ≤k )均非奇异,构造B 如(3),则A 为广义块对角占优矩阵当且仅当B 是非奇异M-矩阵.定理1设A=(a ij )∈Cn×n,若N 1∪N 2=N ,N 1∩N 2=Ø及α∈(0,1]存在使得满足:则A 为广义严格对角占优矩阵.证明:令:若k ∈N ∑a jk =0时,记M j =+∞.由题设知0≤m i <M j ,∀i ∈N 1,j ∈N 2.适当选取d 使之满足0≤max i ∈N m i <d <min j ∈N M j ≤+∞.设正对角矩阵X=diag(x i │x i =d ∧i (A )a ii ,i ∈N 1;x i =∧i (A )a ii,i ∈N 2),再设B=AX=(b ij ),则:当i ∈N 1时,当j ∈N 2时,所以B 为严格α-对角占优矩阵,由引理1知B 为广义严格对角占优矩阵,又因为X 为正对角矩阵,所以A 也是广义严格对角占优矩阵。

严格对角占优M-矩阵的逆矩阵无穷大范数上界进一步研究

严格对角占优M-矩阵的逆矩阵无穷大范数上界进一步研究
引理 4 [ ] 设 A=( ) ∈R… 是弱链对角占优 M 一矩阵, A ~:( ) , q=g ( ) 令 ,则
阵( 简记 为 A∈Z ) .
定义 2 [ 1 3 设 A:( a f 『 ) ∈Z ” ,如果 可表示为 A=c d一尸,其中尸≥0( 即P=( P ) ,P ≥0 )
V f , J∈N ,
称 为非奇异
( 尸 ),则称 为 一 矩 阵( P ( P ) 是非 负矩 阵 P 的谱半径 ) . 特别 ,当 > 尸 ) ,

j = l , , ≠
( 3 ) 对 Vi ∈N , Vi J ( A ),存在非零元 素序列 a i t a …a 『 , ,其中 f ≠f l , f l ≠f 2 , …, f , ≠k ,
k∈ ( ) ,则称 为弱链对角 占优矩 阵.
定义 4 [ ] 设 A=( a ) ∈R ,若J ( A ) =N ,则称 A为严格对角占优矩阵. 注1 :由定 义 3和定义 4 知 ,若 为严格对角 占优矩阵 ,则 为弱链对 角 占优矩阵. 引理 1 f 3 ] 设 =( a j , ) ∈R… 是弱链对角占优 M 一 矩阵. 则B=A ‘ ∈R‘ 。 ’ ‘ ’ 也是弱链对 角占优 M 一矩阵,且 B ~=( ) 存在, 0, ( f , J=2 , 3 …, ) . 矩阵, B=A ‘ , ’ ∈R‘ ‘ ’ ,A _ 。 =( ) ,
其 中,
( 3 )
( 4 )
△ = 口 l 一 ∑口 1 ( ∑/  ̄ k / a 『 1 ) > 0 .
若 ( ) =N,则 A a l l ( 1 一 f I ) a l l ( 1 一 d 1 ).
引理 3 设 A=( ) 是严格对角占优的M 一矩阵,则 A 。 , ( 1 — f 1 ) > 。 ( 1 一 ) > 0 .

严格α-对角占优M-矩阵的逆矩阵无穷范数的界的估计

严格α-对角占优M-矩阵的逆矩阵无穷范数的界的估计
D O I : 1 0 . 1 6 7 5 2 / j . c n k i . j y l u . 2 0 1 6 . 0 6 . 0 1 1
肘一 矩阵不仅在数学中的矩阵论,计算数学,控制论 中有广泛应用,而且在其它领域如经济学,生 物数学,电力系统, 物理学中的应用也越来越多。 一 矩阵本身也包含着许多子类 , 如严格对角占优 一 矩阵,弱链对角占优 一 矩阵,不可约对角占优 一 矩阵,严格 一 对角 占优 一 矩 阵,双严格 一 对角
2 主 要结 果
下 面利用 非奇 异矩 阵 A与 一B的逆矩 阵 的关系 式 , 在严 格 一对角 占优矩 阵 A的基 础 上 , 构造 了严 格
对角 占优 M一 矩阵B, 并借助矩阵 B的逆矩阵的无穷范数 的上界 , 给 出了严格 一 对角占优 M一 矩阵 A的
I I . 的 新 上界。
2 0 1 6年 1 1 月
榆 林 学 院 学 报
J O UR N A L OF Y U UN U N I VE R S l T Y
第2 6 卷
第6 期
NO V .2 Ol 6 V0 1 . 2 6 NO . 6
严格 O t 一 对角占优 M一 矩阵的逆矩阵无穷范数的界的估计
} , ’ = 二
收稿 日期 : 2 0 1 6— 0 2 — 2 5
作者简介 : 蒋建新 ( 1 9 8 1 一) , 男, 甘肃天水人 , 讲师, 硕士 , 主要从事矩阵理论及其应用研究。

4 0・
榆 林
学 院 学 报
2 0 1 6年第 6期 ( 总第 1 2 8期 )
蒋建新
( 文 山学 院 数 学 学院 , 云南 文山 6 6 3 o o o )

奇异矩阵与非奇异矩阵

奇异矩阵与非奇异矩阵

奇异矩阵与非奇异矩阵
在矩阵理论中,奇异矩阵和非奇异矩阵是两个重要的概念。

奇异矩阵是指行列式为零的矩阵,而非奇异矩阵则是指行列式不为零的矩阵。

这两种矩阵在矩阵运算中有着不同的性质和应用。

我们来看奇异矩阵。

由于其行列式为零,奇异矩阵在求逆矩阵时会出现问题。

因为逆矩阵的求解需要用到伴随矩阵,而伴随矩阵的求解需要用到矩阵的行列式,如果矩阵的行列式为零,那么伴随矩阵就不存在,逆矩阵也就无法求解。

因此,奇异矩阵是没有逆矩阵的。

奇异矩阵在线性方程组的求解中也会出现问题。

因为线性方程组的解需要用到矩阵的逆,而奇异矩阵没有逆矩阵,所以线性方程组的解也就不存在。

这就说明了奇异矩阵在矩阵运算中的局限性。

相比之下,非奇异矩阵则具有更广泛的应用。

由于其行列式不为零,非奇异矩阵在求逆矩阵和解线性方程组时都是可行的。

逆矩阵可以用来求解矩阵的特征值和特征向量,从而得到矩阵的重要性质。

而解线性方程组则是在各种科学和工程领域中都有着广泛的应用。

非奇异矩阵还具有一些其他的性质。

例如,非奇异矩阵的秩等于其行列式不为零的最大子阵的阶数。

这个性质在矩阵分解和矩阵变换中都有着重要的应用。

奇异矩阵和非奇异矩阵在矩阵理论中都有着重要的地位。

奇异矩阵
虽然在矩阵运算中有着局限性,但在某些特定的问题中也有着重要的应用。

而非奇异矩阵则是矩阵运算中最常用的类型,具有广泛的应用和重要的性质。

Nekrasov矩阵的逆矩阵无穷范数界的估计

Nekrasov矩阵的逆矩阵无穷范数界的估计

aii ,i=j - aij ,i屹j
可逆,且 < A>-1 ≥ 0,称 A 是 H 矩阵,<A> 是 M 矩阵.
蓸 蔀 n
移 若 aii > r(i A) r(i A)=
aij ,称 A 是严格对角占优矩阵;
j屹i
蓸 移 移 移 蔀 若 aii > hi (A) h(1 A)= r(i A)= j屹1
窑15窑
蒋建新
Nekrasov 矩阵的逆矩阵无穷范数界的估计
A -1 臆 < A> -1 .
引理 3[11]设 A =(aij)∈Rn伊n,n 逸 2,aii 屹 0,则 h(i A)= aii [( D - L )-1 U e]i ,e =(1,1,…,1).
2 Nekrasov 矩阵无穷范数的上界
该条件说明 E -( D - L )-1 U 是严格对角占优矩阵,其中 E 是单位矩阵 .
引理 2[ 10] 设 A =(aij)∈Rn伊n 是非奇异 H 矩阵,则
[收稿日期]2017-09-22 [作者简介]蒋建新(1981-),男,甘肃天水人,文山学院数学学院,副教授,硕士,研究方向:微分方程理论和矩阵理论.
阵;其次,通过对 Nekrasov 矩阵分裂出来的 M 矩阵,严格对角占优矩阵的逆矩阵无穷范数的估
计,得到了 Nekrasov 矩阵的逆矩阵无穷范数的新界.
关键词:Nekrasov 矩阵;无穷范数;逆矩阵;上界
中图分类号:O151.21 文献标志码:A
文章编号:1673-1808(2018)03-0015-03
, 设
设 商设
bii -r(i B)- bi2 (滋-1)赏设设设设
移i-1
其中 z(i A)= 1,z(i A)=

判断矩阵非奇异的方法

判断矩阵非奇异的方法

判断矩阵非奇异的方法嘿,咱今儿个就来讲讲判断矩阵非奇异的方法。

你说这矩阵啊,就像是一个神秘的大迷宫,咱得找到正确的路才能走得通。

那怎么判断它是不是非奇异呢?首先啊,咱可以看看它的行列式值。

这行列式值就好比是矩阵的身份证号码,要是它不等于零,嘿,那这矩阵大概率就是非奇异的啦!这就好像你找一个人,你知道他独特的标志,那就能确定是他啦,对不对?还有啊,咱可以观察矩阵的行向量或者列向量。

如果这些向量都是线性无关的,那这矩阵也很可能是非奇异的呀!这就好比一群人,每个人都有自己独特的性格和特点,互不相同,那这一群人就很有个性,很特别嘛!再说说,咱还可以通过矩阵的秩来判断。

如果矩阵的秩等于它的行数或者列数,那这矩阵也是非奇异的有力证据呢!就好像一个队伍,要是完整无缺,没有缺胳膊少腿的,那肯定是很厉害的呀!你想想看,要是一个矩阵,它的行列式值是零,那它不就像是一个没有了灵魂的躯壳吗?那肯定就奇异啦!或者说它的向量都是乱七八糟,相互依赖的,那能好得了吗?肯定也不行呀!判断矩阵非奇异可不是一件随随便便的事儿呢,得仔细琢磨,认真分析。

就像你要了解一个人,不能光看表面,得深入了解他的内心和本质呀!咱在学习和工作中经常会碰到矩阵,那这时候能准确判断它是不是非奇异可就太重要啦!不然就像在大雾中走路,容易迷失方向呀!所以啊,大家可得把这些方法好好记住,多练练,多琢磨琢磨。

别嫌麻烦,等你真正掌握了,你就会发现,哇塞,原来这么简单,这么有用啊!别等到要用的时候才发现自己不会,那可就傻眼咯!总之呢,判断矩阵非奇异的方法有很多,咱得灵活运用,根据具体情况选择最合适的方法。

这就跟咱过日子似的,得根据不同的情况采取不同的办法,才能把日子过得红红火火呀!大家加油吧,相信你们一定能轻松搞定矩阵非奇异的判断!。

最终严格对角占优矩阵逆矩阵无穷范数的新上界

最终严格对角占优矩阵逆矩阵无穷范数的新上界

李艳艳院最终严格对角占优矩阵逆矩阵无穷范数的新上界
max zi(A )
椰A
-1
椰∞臆
a i沂N
ii
1原max i沂N
zi(A aii
)
椰U椰肄
移i原1
其中z1(A )=1,zi(A )= j=1
aij ajj
zj(A )+1,i沂N,
i屹1。
引理3 当椰U椰肄<1时,
max zi(A )
max zi(A )
1原max i沂N
zi(skI原Bk) sk原(Bk)ii
‖U ‖ skI原Bk 肄
证明:因为A =sI原B沂SDD埚,所以存在正整
数k 使得s k I原Bk 为严格对角占优矩阵,则s k I原Bk 非奇异。若 skI原Bk=(sI原B) (sk原1I+sk原2B+...+sBk原2+ Bk原1),则
的逆矩阵无穷范数的估计式和SDD埚矩阵的定
义式,给出SDD埚矩阵一些改进的新估计式。
定理1 如果存在正整数k使得A =sI原B沂
SDD埚,若mi沂aNx
zi(skI原Bk) sk原(Bk)ii
‖UskI原Bk‖肄<1,则
‖A 原1‖肄臆‖sk原1I+sk原2B+…+sBk原2+Bk原1‖肄
max zi(skI原Bk) i沂N sk原(Bk)ii
保山学院学报
最终严格对角占优矩阵逆矩阵 无穷范数的新上界
李艳艳
(文山学院 数学学院, 云南 文山 663099)
[摘 要] 研究矩阵条件数计算中A 的逆矩阵A 原1的椰A -1椰∞的估计问题,利用Nekrasov矩阵逆矩阵无穷范

有标题 对角占优矩阵的性质及其应用

有标题 对角占优矩阵的性质及其应用

本科生毕业论文(设计)题目:对角占优矩阵的性质及其应用学生姓名:付艳学号: ************指导教师:***专业班级:数学与应用数学完成时间: 2012年5月目录0引言 (1)1主要结果 (2)1.1对角占优矩阵奇异性 (2)1.2对角占优矩阵行列式 (3)1.3对角占优矩阵其逆矩阵对角占优性 (4)1.4对角占优矩阵其他相关性质 (5)1.5关于矩阵对角占优性在矩阵分解方面的应用 (9)1.6关于矩阵对角占优性在利用迭代法解线性方程方面的应用.........11结论 (14)参考文献 (14)致谢 (15)对角占优矩阵的性质及其应用数学与应用数学专业学生:付艳指导教师:邹庆云摘要:本文根据严格对角占优矩阵、不可约对角占优等概念,讨论了对角占优矩阵的若干性质及其应用,而对角占优矩阵有强、弱之分,本文主要以严格对角占优矩阵为研究对象,适当的给出了不可约对角占优矩阵的一些性质。

本文主要研究了对角占优矩阵的奇异性、行列式、特征值、以及其逆矩阵的对角占优性,同时研究了矩阵对角占优性在利用迭代法求解线性方程组,以及进行矩阵LU分解等方面的应用。

关键词:对角占优矩阵,奇异性,迭代收敛性,行列式,特征值。

Abstract:Based on the strict diagonally dominant matrix, not about diagonally dominant concepts discussed diagonally dominant matrix of a number of nature and its application, and diagonally dominant matrix has strong and weak points of this paper mainly to strict diagonally dominant matrix for the study, are given an appropriate angle about the nature of some of the dominant matrix. This article on the diagonally dominant matrix of singularity, the determinant, the characteristics of value, and its inverse matrix of diagonally dominant, while on a matrix diagonally dominant in the use of the method for solving linear Equations, as well as matrix LU decomposition, and other aspects of the application.Keywords:diagonal dominance matrix; irregularity; convergence of iterative; determinant; eigenvalue.0 引言各类对角占优矩阵是数值代数和矩阵分析研究中的重要课题之一,19世纪末,人们在研究行列式的性质和值的计算时,就注意到“对角占优”这一性质,而对于对角占优矩阵的一些性质在数值计算、矩阵分解方面具有重要作用,因此,对对角占优矩阵性质及其应用的探讨成为许多国内外学者的主要研究课题。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。


水 R ~
, , …
显 然对 于不 可约矩 阵下列 关 系式成 立 S D D I DD= = >WC D D: = > H 设 =( a )E 一,A ( n . , )表 示去 掉 A 的前 n , 行 与前 n . 列 得到 的 A 的主子矩 阵 。
收稿 日期 :2 0 1 2 —1 2 —2 0
基金项 目:文山学院重点学科数学建设 项 目 ( 1 2 WS X K 0 1 ) 。
作者简 介 :蒋建新 ( 1 9 8 1 一),男 。甘肃天水 人 ,文山学 院数理系讲师 ,硕士 ,主要从事微分方程理论及其应用研 究。
2 4
蒋建新 :非奇异弱链对角占优矩阵的逆矩阵无穷大范数 的上界
( 5)
若 ( ); Ⅳ,贝 4 △≥ a 。 ( 1 - d l , 1 )≥ a l l ( 1 一 ) o
引 理 3 设 , B ∈ C 一 , 若 < > 是 非 奇 异 矩 阵 , 则 I 一 l ≤ < > ~ B 。

的上界
引理 4 设 =( 口 )∈ 是S D D, I D D,或 ∞ 矩阵,则 一 =( ) 满足
引理 l … 若 =( 口 )∈R ^ 是 W C D D的 矩阵 , 则B - A‘ , n ∈R‘ x ‘ ’ 也是 W C D D 的 矩阵, 且 ‘ =( ) 存在 , ≥0 , ( i , j = 2 ,3 ,…,, 1 ) 。 引理 2 … 若 =( 口 )E 是 W C D D的 矩阵 , B = A‘ ’ n ’ E R‘ h( n - 1 ) , A - l =( a ) , B - ’ =( ) 。
文推广了前人的研究结果。
C ( R— x )表示 , l ×n复 ( 实 )矩 阵的集合 ,Ⅳ_ { l ,2 。… ,n l ,A-( a )∈ R 且口 ≠ 0 。
南 I 口 ) = { f ∈ Ⅳ : < l } ;


,:


≠ , 七 ≤ , , , m ≤ 疗。
关键词 :弱链对角 占 优矩阵;M 矩阵;范数;上界 中圈 分类 号 :01 5 1 . 2 1 文 献标识 码 : A 文章编 号 :1 6 7 4 — 9 2 0 0( 2 0 1 3 )0 3 — 0 0 2 4 — 0 4
1 预 备知识
弱 链 对 角占 优M矩 阵A 的 逆 矩 阵A 的 无 穷 大 范 数 8 的 上 界 应 用于 寻 找l 范 数 与 加 权p e r r o n 范 数
, : ;

{ 【
≤ 刀 J } 。
定义 1 … 设 =( 口 )E R 月 , 若 ( ) . Ⅳ, 则称 为严格对角 占优矩阵 ( S D D) ;5 . 4不可约, ≤1 , 且- , ( { )≠( 2 j ,则称 为不可约对角占优矩阵 ( I D D) ;若 ≤ 1 ,J( )≠( 2 j ,且对 i ∈J( ) ,必 … , ,其 中 f 。 = f ≠ ,…,f , ≠i k ,0≤ , ≤k - 1 , ∈J( ) ,则称 为弱链对角 占优矩阵
( WC DD) 。
定义 2 … 设 = ( ) E , 若口 ≤O , A非奇异且 一 ≥o ( A 一 是非负矩阵 ) , 则称 是非奇异 矩阵。 定义 3 … 设 =( a U )∈ 是非奇异 矩阵当且仅当 的 比较矩阵 <A > 是 M 矩阵 , 其中




( 1 )
( 2 )
去 k
- -


 ̄l j-
去 塞 竹 ,
( 3) ( 4)
= + ∑ ̄ k ( - a k 。 ) , 其 中 , A = a 。 。 一 ∑口 。 ( ∑ 口 f 。 ) > 0 。
k =2 i = 2
本 文 在 陈 国 良 , 李 耀 堂, 李 艳 艳, 蒋 建 新 等 人 研 究 的 严 格 对 角占 优 矩 阵 的 l l 的 上 界 和 黄 廷 祝 研 究 的 非
奇 异 弱 链 对 角 占 优 矩 阵 的 I l 。 , 上 界 的 基 础 上 给 出 了 非 奇 异 弱 链 对 角 占 优 矩 阵 I l 。 I I o 。 的 上 界 , 也 就 是 说 本
第2 6 卷 第3 期 2 0 1 3年 6月
文 山学院 学报
J OURNAL OF WE NS HAN UNI VER S r I Y
V0 1 . 2 6 No . 3
J u n . 2 0 1 3
非奇异弱链对 角 占优矩阵的逆矩 阵无穷大范数 的上界
蒋建新
( 文 山学 院 数 理 系。云 南 文 山 6 6 3 0 0 0)
摘 要 : 文 章 研 究 了 非 奇 异 弱 链 对 角 占 优 矩 阵 的 逆 矩 阵 。 无 穷 大 范 数 l ‘ I I o o 上 界 的 估 计 问 题 , 利 用 弱 链 对 角 占 优 矩 阵 的 逆 矩 阵 元 素 的 上 界 估 计 式 给 出 了 I I ’ ’ l 上 界 的 新 的 估 计 式 , 这 些 估 计 式 改 进 了 现 有 的 结 果 。
的上下 界 ,解决 线性 微 分 系统 x = - A x , ( 0 ) = X o>0的解 ( t )等许 多 应用 领域 。早 在 1 9 9 6年 ,P . N . S h i v a k u m a r 就结合物理背景研究 了该问题 , 随后黎稳 , 黄廷祝 , 朱燕等人都陆续发表了关于此问题的研究结果 ,
相关文档
最新文档