矩阵方程AXB=C的中心对称最小二乘解及其最佳逼近的迭代算法

本文建立了求矩阵方程AXB=C的中心对称最小二乘解的迭代算法。在不考虑舍入误差时,对任意给定的初始中心对称矩阵,该算法能够在有限步迭代后得到此方程的中心对称最小二乘解。当选取特殊的初始矩阵时,可得到极小范数中心对称最小二乘解。另外,在上述解集合中也可得到给定矩阵的最佳逼近矩阵的表达式。     

求一类矩阵方程组的最小二乘中心对称解及其最佳逼近的迭代法

本文提出了求一类矩阵方程组的最小二乘中心对称解的一种迭代法.通过这种方法,对任意初始的中心对称矩阵,在没有舍入误差的情况下,经过有限步迭代,得到它的一个最小二乘中心对称解.并且,通过选择一种特殊的初始中心对称矩阵,得到它的最小范数中心对称解.另外,给定中心对称矩阵,利用此方法可得到它的最佳逼近中心对称解.数值例子表明,这种方法是有效的.     

一类矩阵方程组带有子矩阵约束的最小二乘中心对称解

约束矩阵方程问题在控制理论、振动理论、工程和科学计算等领域具有重要应用.基于共轭梯度法的思想,本文构造了一种算法,以寻求一类矩阵方程组的带有子矩阵约束的最小二乘中心对称解.在没有舍入误差的情况下,该算法经过有限步迭代得到了矩阵方程组带子矩阵约束的最小二乘中心对称解,而且,通过选择一种特殊的初始矩阵,得到了矩阵方程组的带子矩阵约束的最小范数最小二乘中心对称解.数值实验显示该算法具有较快的收敛速度.     

分裂四元数矩阵方程$AXB+CYD=E$的最小二乘$\eta$-埃尔米特解问题

分裂四元数矩阵方程求约束解问题在数学研究和物理应用中有重要的科学意义,针对分裂四元数矩阵的范数定义所造成的最小二乘解求解困难问题,研究了分裂四元数矩阵方程$AXB +CY D = E$的最小二乘$\eta$-埃尔米特解。首先定义分裂四元数反对合变换和$\eta$-埃尔米特矩阵,其次引入分裂四元数矩阵的Frobenius范数,通过基于分裂四元数矩阵的复表示,解决最小二乘解的求解困难问题。最后利用矩阵的Moore-Penrose广义逆以及Kronecker积,推导出分裂四元数矩阵方程的最小二乘$\eta$-埃尔米特解以及唯一极小范数解的表达式。数值实验验证了该方法的可行性。     

矩阵方程ATXA=B的反对称正交反对称最小二乘解

通过广义奇异值分解定理,得到了矩阵方程ATXA=B的反对称正交反对称最小二乘解表达式,同时导出了在相应解集中与已知矩阵最佳逼近的最小二乘解和矩阵方程的最小范数解.     

矩阵方程A~T X A=B的反对称正交反对称最小二乘解

通过广义奇异值分解定理.得到了矩阵方程ATXA=B的反对称正交反对称最小二乘解表达式,同时导出了相应解集中与已知矩阵最佳逼近的最小二乘解和矩阵方程的最小范数解。     

自反矩阵和反自反矩阵反问题的最小二乘解

研究了自反矩阵和反自反矩阵反问题的最小二乘解及最佳逼近,给出了最小二乘解和最佳逼近解,并得到丁反问题有解的充要条件及解的表达式。     

对称的广义中心对称矩阵逆特征问题的最佳逼近

在结构设计中,矩阵逼近问题通常用来校正刚度矩阵或质量矩阵,使得它们具有给定谱约束条件.本文基于逆特征值理论讨论了线性流形上的一类对称的广义中心对称矩阵逼近问题,给出了它们的最小二乘解的显示表达式及其最佳逼近,提供了一个数值方法并给出了数值例子.     

线性流形上广义次对称矩阵的最佳逼近

讨论了线性流形上广义次对称矩阵的最小二乘解,得到了解的一般表达式,对于任意给定的实对称矩阵A,在最小二乘解集中得到了A的最佳逼近解。     

自反矩阵和反自反矩阵反问题的最小二乘解

研究了自反矩阵和反自反矩阵反问题的最小二乘觯及最佳逼近,给出了最小二乘解和最佳逼近解,并得到了反问题有觯的充要条件及觯的表达式.     

鳞状因子循环矩阵方程解的条件与求解的快速算法

利用多项式快速算法,给出了鳞状因子循环矩阵方程AX=b可解的条件与求解的快速算法.当鳞状因子循环矩阵非奇异时,该快速算法求出线性方程组的唯一解;当鳞状因子循环矩阵奇异时,该快速算法求出线性方程组的特解与通解.该快速算法仅用到鳞状因子循环矩阵的第一行元素及对角矩阵中的对角上的常数进行计算.在计算机上实现时只有舍入误差.特别地,在有理数域上用计算机求得的结果是精确的.     

矩阵方程AX+XB=F的参数迭代解法

建立了求线性矩阵方程AX+XB=F惟一解的参数迭代方法。当A和B的特征值都是负数或者正数时,导出了迭代矩阵的特征值表达式,并给出了最优参数的确定方法。     

一类线性矩阵方程的最佳逼近解

本文利用投影定理、广义奇异值分解和标准相关分解技巧给出了一种求矩阵方程AXB=C的最小二乘反对称解的方法,得到了通解表达式。进而利用此表达式,导出了通解集做为一个矩阵集与任意给定矩阵的最小距离元素。     

求解四元数矩阵方程AHXA=B的基于矩阵半张量积的新方法

四元数线性系统在控制理论和工程中有广泛的应用。利用矩阵半张量积对四元数矩阵方程进行研究，提出四元数矩阵的一种实向量表示并研究其性质。结合实向量表示与矩阵半张量积，给出四元数矩阵方程A^HXA=B的极小范数Hermitian解的存在条件及通解表达式，并且给出相应算法。数值实验证明了实向量表示方法的可行性。     

线性矩阵方程AXB=C的中心对称解及其最佳逼近

利用矩阵的广义异值分解，得到了线性矩阵方程AXB=C有中心对称解的充分必要条件，且有解时，给出了其解的一般表达式。另外，给出了在矩阵方程的解集合中与给定矩阵的最佳逼近解的表达式。     

多变量矩阵方程异类约束解的修正共轭梯度法

基于求解线性代数方程组的共轭梯度法,通过对相关矩阵和系数的修改,建立了一种求多矩阵变量矩阵方程异类约束解的修正共轭梯度法.该算法不要求等价线性代数方程组的系数矩阵具备正定性、可逆性或者列满秩性,因此算法总是可行的.利用该算法不仅可以判断矩阵方程的异类约束解是否存在,而且在有异类约束解,不考虑舍入误差时,可在有限步计算后求得矩阵方程的一组异类约束解;选取特殊初始矩阵时,可求得矩阵方程的极小范数异类约束解.另外,还可求得指定矩阵在异类约束解集合中的最佳逼近.算例验证了该算法的有效性.     

Submatrix Constrained Inverse Eigenvalue Problem involving Generalised Centrohermitian Matrices in Vibrating Structural Model Correction

Generalised centrohermitian and skew-centrohermitian matrices arise in a variety of applications in different fields. Based on the vibrating structure equation $M$$\ddot{x}$+$(D+G)$$\dot{x}$+$Kx$=$f(t)$ where $M$, $D$, $G$, $K$ are given matrices with appropriate sizes and x is a column vector, we design a new vibrating structure mode. This mode can be discretised as the left and right inverse eigenvalue problem of a certain structured matrix. When the structured matrix is generalised centrohermitian, we discuss its left and right inverse eigenvalue problem with a submatrix constraint, and then get necessary and sufficient conditions such that the problem is solvable. A general representation of the solutions is presented, and an analytical expression for the solution of the optimal approximation problem in the Frobenius norm is obtained. Finally, the corresponding algorithm to compute the unique optimal approximate solution is presented, and we provide an illustrative numerical example.