一类Jacobi矩阵特征值反问题

给定三个互异实数α，β，γ及三个不同的非零定向量x=(x1,x2,……xn)^T,y=(y1,y2,…,yn)^T,z=(z1,z2,…zn)^T，构造n阶Jacobi矩阵J使（α,x),(β,y),(γ,z)是J的第p,q,r个特征对，给出了这一类Jacobi矩阵特征值反问题有解和有惟一解的充分必要条件及求解这类问题的数值算法。     

关于微分方程的有理式解的存性问题

许多非线性微分方程一般都是不可积的，例如Ｒｉｃｃａｔｉ方程。本文主要利用在文［４］中得到的一个定理，通过构造微分方程的线性算子的方法，得到了一个关于微分方程的算子矩阵，从这个算子矩阵向量的线性相关性得到了微分方程存在有理式解的充分必要条件，并举例给出求有理式解的具体方法。本文的结果对研究Ｒｉｃｃａｔｉ方程的特解以及可积性等问题具有重要意义，并推广了文［３］中收集的相应结果，且以此为特例     

全对称Jacobi矩阵的一类特征值反问题

讨论全对称Ｊａｃｏｂｉ矩阵的如下反问题ｂＪ：给定两个互异实数λ，μ和两个ｎ维非零实向量ｘ，ｙ。构造一个ｎ阶全对称Ｊａｃｏｂｉ矩阵Ｊ（Ｓ）ｎ，使得（λ，ｘ）和（μ，ｙ）是Ｊ（Ｓ）ｎ的特征对。即Ｊ（Ｓ）ｎｘ＝λｘ，Ｊ（Ｓ）ｎｙ＝μｙ文中导出了问题ｂＪ有唯一解的一个充分必要条件。给出了求唯一解的一个算法。     

数字图象条纹细化——逐层削取方法

本文提出一种新方法来解决一般性的条纹细化问题,该方法可以广泛地应用于数字图象处理、模式识别、图象测量等技术领域。算法设计中采用了详尽的模块分析方法,所产生的条纹细化计算法非常有效,已经成功应用于激光全息测量——一种图象测量技术。     

求解大型对称特征值问题的块Chebyshev-Lanczos方法

本文提出了计算大型对称矩阵若干个最大或最小特征对的块Chebyshev迭代法,讨论了块Chebyshev迭代法对块Lanczos方法的应用,给出了块Chebyshev-Lanczos方法。计算实践表明块Chebyshev-Laaczos方法比块Lanczos方法和Chebyshev-Lanczos方法都优越。     

矩阵满秩分解的二种方法

本文详细介绍了求矩阵满秩分解的二种方法，即初等变换方法和Hermite标准形选取方法。     

基于矩阵变换和混合方法的扫掠曲面

提出了用矩阵变换和混合的方法，构造多种由相关曲线依据不同的扫掠规则生成的扫掠曲面。扫掠规则可以分为平行扫掠、脊线扫掠、同步扫掠和旋转扫掠四种。最后将其应用于复杂外形产品的设计，并用工程实例加以验证     

涉及亏值的亚纯函数唯一性

结合亚纯函数的亏值，讨论了当高阶导数具有一个分担值或分担函数时两个亚统函数的等价性，得出两点结论：（１）设ｆ与ｇ是两个亚约函数，满足δ（∞，ｆ）＝δ（∞，ｇ）＝１．若对某个ｎ≥１有ｆ（ｎ）与ｇ（ｎ）分担值１，且，则ｆ（ｎ）·ｇ（ｎ）≡１或ｆ－ｇ≡ｋ。（２）设ｆ与ｇ为整函数，满足，若对某个ｎ≥１，ｆ（ｎ）与ｇ（ｎ）分担值１，δ（０，ｆ）＞０且０为ｇ的Ｐｉｃａｒｄ例外值，则ｆ≡ｇ或。     

实对称三对角矩阵的广义特征值反问题

本文提出如下广义特征值反问题：问题ＩＧＥＳＴ。给定ｎ阶正定实对称三对角矩阵Ｂ；给定实数μ，υ（μ＞υ）和ｎ维非零实向量ｘ，ｙ。求ｎ阶实对称三对角矩阵Ａ，使得且．其中λｉ（Ａ，Ｂ）（ｉ＝１，．．．，ｎ）表示广义特征问题Ａｚ＝λＢｚ的特征值。文中给出了问题有唯一解的一个充分必要条件和解的表达式；提供了一个数值例子。     

对称三对角矩阵的逆特征问题

本文提出了三种类型的对称三对角矩阵的逆特征问题,讨论了如何根据特征值和特征向量确定矩降的元素,并对解逆特征问题的算法进行了分析。