非奇异H-矩阵的几类判别方法

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:huweiboweb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术的飞速发展,矩阵理论在计算数学、经济学和系统工程等领域中都有着广泛的应用.非奇异H-矩阵作为数学科学和工程应用中的一类特殊矩阵,它在数值代数、控制论、数学物理等众多领域中都有着重要的理论价值和实际意义.  本文在已有结论的基础上,利用非奇异H-矩阵与严格γ-链对角占优矩阵的相关性质,一方面结合一些相关不等式及其不等式的放缩技巧,建立了若干个非奇异H-矩阵的新判别条件;另一方面通过递进选取正对角矩阵因子元素,给出了非奇异H-矩阵的一类新判定方法.  第一章主要介绍了非奇异H-矩阵的应用背景和研究现状,且给出了本文将要做的主要工作和相关的符号说明及定义等.  第二章利用非奇异H-矩阵与广义严格γ-链对角占优矩阵的等价关系,结合一些相关不等式及其不等式的放缩技巧,得到了非奇异H-矩阵的一类判定条件;然后根据矩阵元素的特性划分矩阵指标集,建立了另一类非奇异H-矩阵的判定条件.本章所给的判定条件改进和推广了相关已有的结果,最后用数值例子说明所给判定条件的有效性和优越性.  第三章应用严格γ-链对角占优矩阵的有关性质,通过递进选取正对角矩阵的因子元素,利用不等式的放缩技巧,给出了非奇异H-矩阵一类新的判定方法,并将其推广到不可约情形和非零元素链情形.通过比较分析,此判别方法放宽了对矩阵各行元素的条件限制,并用例子说明了此方法的有效性.
其他文献
该篇论文主要研究了赋权图中的重圈存在性与Ore型条件.在第一节中,我们主要介绍了论文的基本内容及所涉及的一些基本概念和符号.在第二节中,主要把有关Ore型条件下图中长圈存
众所周知,Cohen-Grossberg神经网络在许多领域有着广泛的应用,如并行计算、信号处理及联想记忆等。正因为其应用的广泛性,对这类神经网络的研究已经成为学术界的焦点。许多学者
本文阐述了机电设备维修体制的发展过程和机电设备维修方式的类定,并对我国矿业公司机电设备维修管理方面提出对策。
本文的主要工作分为两个部分: 首先,我们介绍了改进遗传算法IGA并把它应用于最优小波基的选取。通过将信号用小波级数展开后得到其在某个期望尺度上的近似表示,由此建立一个
该文详细的介绍资本组合保险的原理及投资组合保险实现的基本方法:1波动调整策略,2资本复制性策略,3买入持有策略.该文使用上海证券交易所的上证指数,结合不同的投资期间对上
该文主要利用半序方法、锥理论、逐次迭代技术获得了具有凸性的减算子不动点定理以及带扰动的减算子不动点定理,并将其应用于对二阶常数微分方程两点边值问题及方程组的研究