M-矩阵(张量)最小特征值估计及其相关问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11501141
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    18.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0502.数值代数
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

Estimation for the minimum eigenvalue of M-matrices (tensors) and its related problems will be researched by using the method of combining theoretical study with the numerical simulation. Firstly, we will systematically study the minimum eigenvalue of the Hadamard product of an M-matrix and its inverse, and the infinity norms of M-matrices by using convergent sequences to approximate to their true value, and do error analysis, the rate of convergence analysis. Secondly, the relationships of the H-eigenvalue between general tensor and its power will be systematically studied. And on this basis, the estimation of the minimum eigenvalue of M-tensor will be studied in order to get as accurate as possible estimation. Finally, these properties and algorithms will be applied to identify the positive definiteness of even order homogeneous multivariate polynomials, and expect to get some practical algorithms for testing the positive definiteness of an even order homogeneous multivariat epolynomial.
本项目拟应用理论研究与数值实验相结合的方法,研究M-矩阵(张量)最小特征值的估计及其相关问题。首先对M-矩阵与其逆矩阵的Hadamard product的最小特征值和M-矩阵逆的无穷大范数进行研究,以期利用矩阵元素构造收敛的迭代序列去逼近它们,并进行误差分析、收敛速度分析等;其次对一般张量A的幂的H-特征值与张量A的H-特征值之间的联系进行深入系统研究,并在此基础上,研究M-张量的最小特征值的估计问题,以期得到尽可能精确的估计值。最后应用这些性质和算法研究高阶偶次齐次多元多项式正定性的判定问题,以期得到偶次齐次多元多项式正定性的一些新的适用判定算法。

结项摘要

M-矩阵(张量)在计算数学、生物学、物理学、经济学等许多科学技术领域中有着重要应用。当前对M-矩阵(张量)的研究已经成为数值代数研究领域的热门课题之一。.本项目应用理论研究与数值模拟相结合的方法,研究了M-矩阵(张量)最小特征值估计及其相关问题。首先,对非奇异M-矩阵与其逆矩阵的Hadamard积的最小特征值、非奇异M-矩阵的逆矩阵的无穷大范数和非奇异M-矩阵的最小特征值进行了研究,利用非奇异M-矩阵的元素构造了收敛的迭代序列去逼近它们,获得了非奇异M-矩阵与其逆矩阵的Hadamard积的最小特征值的下界序列、非奇异M-矩阵最小特征值的下界序列和非奇异M-矩阵的逆矩阵的无穷大范数的上界序列,并进行了收敛性分析;其次,对一般高阶张量A的幂的H-特征值(Z-特征值)与张量A的H-特征值(Z-特征值)之间的关系进行了研究,给出了张量A的幂的Z-特征值与张量A的Z-特征值之间的关系式,并应用它得到了弱对称非负张量Z-谱半径的更精确下界;随后,对M-张量、H-张量和实对称张量等特殊张量进行了研究,得到了M-张量最小特征值的更精确的上下界,给出了H-张量的一些可算法化的条件,获得了偶数阶实对称张量和高阶偶次齐次多元多项式正定性的一些判定方法;最后,项目研究了具有很强应用背景和广泛应用领域的高阶张量H-特征值、Z-特征值和奇异值的定位(即分布、估计和计算)及其应用问题,得到了张量H-特征值、Z-特征值和奇异值的一些新的包含集和一般高阶张量非奇异性的判定方法,然后将这些结果应用于M-张量、非负张量和实对称张量等特殊张量的研究,在完善理论的基础上给出了M-张量最小特征值和非负张量谱半径的更精确的上下界,得到了偶数阶实对称张量和高阶偶次齐次多元多项式正定性的一些新的判定方法。.本项目的研究将促进张量特征值理论的发展和完善,并为实际应用问题中相关问题的研究提供理论依据。

项目成果

期刊论文数量(23)
专著数量(1)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Dashnic-Zusmanovich type matrices: A new subclass of nonsingular H-matrices
Dashnic-Zusmanovich 型矩阵:非奇异 H 矩阵的新子类
  • DOI:
    10.1016/j.laa.2018.04.028
  • 发表时间:
    2018
  • 期刊:
    Linear Algebra and its Applications
  • 影响因子:
    1.1
  • 作者:
    Jianxing Zhao;Qilong Liu;Chaoqian Li;Yaotang Li
  • 通讯作者:
    Yaotang Li
Two new lower bounds for the minimum eigenvalue of M-tensors
M 张量最小特征值的两个新下界
  • DOI:
    10.1186/s13660-016-1210-1
  • 发表时间:
    2016
  • 期刊:
    Journal of Inequalities and Applications
  • 影响因子:
    1.6
  • 作者:
    Jianxing Zhao;Caili Sang
  • 通讯作者:
    Caili Sang
非奇异M-矩阵最小特征值的估计
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    扬州大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    赵建兴
  • 通讯作者:
    赵建兴
严格alpha2-对角占优M-矩阵A的||A^{-1}||_∞的上界序列
  • DOI:
    10.13718/j.cnki.xsxb.2016.02.001
  • 发表时间:
    2016
  • 期刊:
    西南师范大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    赵建兴;桑彩丽
  • 通讯作者:
    桑彩丽
An infinity norm bound for the inverse of Dashnic–Zusmanovich type matrices with applications
Dashnic-Zusmanovich 型矩阵逆矩阵的无穷范数界及其应用
  • DOI:
    10.1016/j.laa.2018.12.013
  • 发表时间:
    2018
  • 期刊:
    Linear Algebra and its Applications
  • 影响因子:
    1.1
  • 作者:
    Chaoqian Li;Ljiljana Cvetkovic;Yimin Wei;Jianxing Zhao
  • 通讯作者:
    Jianxing Zhao

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

不同菌种秸秆生物反应堆对温室黄瓜生长及产量的影响
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    西北农林科技大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    赵建兴;霍子华;杨飞;刘杨
  • 通讯作者:
    刘杨

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码