说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 逆特征值
1)  inverse eigenvalue
逆特征值
1.
The necessary and sufficient conditions for left and right inverse eigenvalue problem of semipositive subdefinite matrices are studied.
讨论了亚半正定矩阵的左右逆特征值问题有解的充要条件,并在有解时给出了这种解的一般表达式。
2.
Inverse eigenvalue problem has the important properties in the theory and practice.
逆特征值问题具有重要的理论和实用价值,近30年已经有了相当的发展,但是, 工程应用的情况却不太理想。
2)  generalized inverse eigenvalue
广义逆特征值
1.
In this paper generalized inverse eigenvalue problems of bi-anti-symmetric matrix and optimal approximation are discussed;the expression of general solution and optimal approximation solution are attained,and an arithmetic and a numerical examples are given.
矩阵逆特征值问题广泛应用于自动控制、经济、振动理论以及土木工程等,讨论了双反对称矩阵广义逆特征值问题及其最佳逼近,得到了通解表达式和最佳逼近解,并给出了算法和数值实例。
2.
The general solution and the optimal approximation solution for the generalized inverse eigenvalue problem of the anti-symmetric and orth-anti-symmetric matrix are studied,the expression of the solution is given.
东莞理工学院软件学院,广东东莞523808矩阵逆特征值问题的研究已有一些很好的成果,但对矩阵广义逆特征值问题的研究还不多见,本文讨论了反对称正交反对称矩阵的广义逆特征值问题,丰富了矩阵理论和方法,得到了通解和最佳逼近解,并给出了数值例子。
3)  inverse eigenvalue problem
逆特征值问题
1.
A kind of jacobi matrices inverse eigenvalue problems on engineering design;
一类与工程设计相关的Jacobi矩阵逆特征值问题
2.
An inverse eigenvalue problem for generalized periodic Jacobi matrices;
广义周期Jacobi矩阵的逆特征值问题
3.
Inverse Eigenvalue Problem of a Special Kind of Matrices;
一类特殊矩阵的逆特征值问题
4)  Inverse eigenvalue problems
逆特征值问题
1.
This paper discusses the least squares solution of inverse eigenvalue problems of anti skew symmetric matrices on a linear manifold.
讨论了线性流形上次反对称矩阵逆特征值问题的最小二乘问题及其最佳逼近 ,给出了这些问题解的通式 ;并就这些问题的特殊情况进行了讨论 ,得到了一些结
2.
Structured inverse eigenvalue problems(SIEP) arise in a variety of applications.
结构矩阵的逆特征值问题来源于许多研究领域,如固体力学、粒子物理、结构设计、系统参数识别等。
5)  left and right inverse eigenvalue
左右逆特征值
1.
By means of the properties of the Hermitian-Antireflexive matrix,the least-square solution of the left and right inverse eigenvalue problem of Hermitian-Antireflexive matrix is derived and the necessary and sufficient conditions of the problem are considered and then the general expression of the solution is presented.
利用埃尔米特反自反矩阵的表示定理,推导了其最小二乘问题的表达式,并给出了左右逆特征值问题可解的充分必要条件及其解的一般表达式。
6)  constrained inverse eigenproblem
约束逆特征值问题
1.
Based on the properties of bisymmetric matrices,a class of constrained inverse eigenproblem and associated approximation problem for bisymmetric matrices were essentially decomposed into the same kind of subproblems for real symmetric matrices with smaller dimensions,and the solutions of the two problems were obtained by applying the conclusions of real symmetric matrices.
根据双对称矩阵的性质,将双对称矩阵的一类约束逆特征值问题及其逼近问题分解成具有较小阶数的实对称矩阵的同类子问题,然后利用实对称矩阵的结果导出双对称矩阵的这两个问题的解。
补充资料:偏微分算子的特征值与特征函数
      由边界固定的膜振动引出的拉普拉斯算子的特征值问题:是一个典型的偏微分算子的特征值问题,这里x=(x1,x2);Ω是膜所占据的平面区域。使得问题有非平凡解(非零解)的参数λ的值,称为特征值;相应的解称为特征函数。当Ω有界且边界嬠Ω满足一定的正则条件时,存在可数无穷个特征值,相应的特征函数ψn(x)组成l2(Ω)上的完备正交系。乘以常因子来规范ψn(x),使其l2(Ω)模为1,则Ω上的任意函数??(x)的特征展式可写为:当??可以"源形表达",即??满足边界条件且Δ??平方可积时,展式在Ω一致收敛。当??平方可积时,展式平方平均收敛,且有帕舍伐尔公式:
  
  
  对膜振动问题的认识还是相当有限的。能够精确地知道特征值的,只限于矩形、圆盘等少数几种非常简单的区域。对椭圆和一般三角形的特征值精确值,还几乎毫无所知。其他情形就更谈不上了。
  
  将不超过 λ的特征值的个数记为N(λ)。特征值的渐近分布由N(λ)对大 λ的渐近式来刻画。这方面最早的结果是(C.H.)H.外尔在1911年得到的(外尔公式):
  式中表示Ω的面积。R.库朗将余项改进为。对于多角形区域,又有人将余项改进到。各种情况下改进余项估计的工作至今绵延不绝。外尔猜测有一个更强的结果:式中|嬠Ω|是区域边界之长,但尚未被证出。
  
  与此密切相关的是下面的MP公式:(t→+0)
  取一个渐近项时,用陶伯型定理可由它推出N(λ)的外尔公式。第二渐近项与外尔猜想非常相象,但由此证不出外尔猜想。第三项迟至1966年才被M.卡茨导出,后来由H.P.麦基恩与I.M.辛格严格证明,其中h表示鼓膜Ω的洞数。
  
  特征值与膜振动频率有一个直接的换算关系,M.卡茨据此给MP公式一个非常生动的解释:可以"听出"鼓膜的面积|Ω|、周长|嬠Ω|和洞的个数h!由于1-h恰巧是Ω的欧拉-庞加莱示性数,是整体几何中颇受重视的一个不变量,"听出鼓形"或"谱的几何"问题立即引起人们的强烈兴趣,并导致一系列重要的研究。不过一般的特征值反问题,要求从特征值的谱完全恢复Ω,还远远没有解决。
  
  用陶伯型定理得出N(λ)渐近式的方法,由T.卡莱曼于1934年首创,他还得到谱函数的渐近式:(λ→∞),式中δxy当x=y时为1,当x≠y时为0。
  
  上述关于拉普拉斯算子的结果,由L.戈尔丁和F.E.布劳德推广到 Rn的有界区域Ω上的m 阶椭圆算子。尽管推算繁杂,但结果十分简单整齐:;;式中 v(x) 表示集合{ξ||A0(x,ξ)|<1}的勒贝格测度,而是A的最高阶导数项相应的特征形式。特征展开定理亦由L.戈尔丁得出。
  
  对于奇异情形,例如薛定谔方程 的谱问题,可以证明存在谱函数S(x,y,λ),特征展式为。由于可能出现连续谱,S(x,y,λ)一般不一定能写成前述特征函数双线和的形式。判定奇(异)微分算子谱的离散性是很有意义的工作。已经出现各种充分条件。不过关于特征值与特征函数渐近性质的研究,还只是限于少数特例。
  
  在处理‖x‖→∞ 时V(x)→∞的情形,M.卡茨与D.雷等人曾创造了一种系统的概率方法,其中借助数学期望表出格林函数,有效地求出谱函数与特征值的渐近式:
  。
  
  当算子A的系数不光滑,或非一致椭圆,或非自共轭,以及边条件带特征参数或带非定域项等等情形,都出现不少研究结果。还有人考察Au=λBu型的特征值问题,这里A、B都是椭圆算子。
  
  除上述问题外,特征展式的收敛性与求和法也一直受到人们的关注。
  

说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条