矩阵方程AX=B的一类反问题

本文给出了用低阶矩阵的广义对称正定性来判定高阶矩阵的广义对称正定性的判定定理,并且给出了矩阵方程AX=B的反问题在广义对称正定矩阵类中解存在的充要条件及解的一般形式。     

矩阵方程X-A*X-2A=E的Hermite正定解

通过构造两个迭代公式求出了矩阵方程X—A^＊X^-2A=E的正定解，并且给出了方程存在正定解的充分条件．     

鞍点问题的SSOR半迭代求解方法

针对鞍点问题的特点和SSOR迭代方法的运算优势,给出一种SSOR类型的半迭代求解方法,运用矩阵代数理论分析该迭代方法的收敛性,得到不依赖于矩阵对称正定的收敛条件.最后列举矩阵对称正定及非对称正定条件下的两个数值例子,检验该方法的可行性.     

矩阵方程X+A~*X~(-n)A=Q的正定解的性质

研究非线性矩阵方程X＋A^＊X^-nA=Q的Hermite正定解的性质。选取两种不同的迭代方法给出矩阵方程的解存在的充分条件。     

非线性矩阵方程X-A*((X)-C)-n A=Q的正定解

研究了非线性矩阵方程X-A*((X)-C)-n A=Q的正定解,证明了该方程一定存在正定解,并给出了正定解的存在区间、存在唯一正定解的条件以及迭代求解方法.     

关于矩阵方程XB=C的解

本文推广了线性方程组反问题,讨论更一般的矩阵方程XB=C,分别给出这类方程存在对称矩阵解、正定对称矩阵解以及正交矩阵解的判定条件、解集合的结构及其一般解法,较完整地解决了线性方程组反问题与矩阵反问题。     

实对称方阵的同时合同简化型与对角化

给出一半正定对称阵Ａ与一对称阵Ｂ的同时合同简化型，并给出较之两半正定对称阵更弱的条件，证明了两矩阵可同时合同对角化，从而在实数域上改进了已有文献的相应结果。     

方阵A的VOLTERRA乘子的判定与证明

在研究Ｌｏｔｋａ－Ｖｏｌｔｅｒｒａ方程正平衡点的稳定性态时,如果存在正对角矩阵Ｄ＝｛ｄ１,ｄ２,Ａ,ｄｎ｝,使得 ＤＡ＋ＡＴＤ为正定矩阵,则 Ｌｏｔｋａ－Ｖｏｌｔｅｒｒａ方程的正平衡点在第一卦限是全局稳定的。因此,问题在于寻找使 ＤＡ＋ＡＴＤ为正定的矩阵 Ｄ存在的条件,矩阵Ｄ也称为Ａ的Ｖｏｌｔｅｒｒａ乘子。给出了实方阵Ａ存在Ｖｏｌｔｅｒｒａ乘子的几个新的充分性条件,并逐一加以证明。     

矩阵方程X＋A^XA=I（r〉1）正定解

本文讨论矩阵方程X＋AX^’A=I（r〉1）的（半）正定解,首先利用Brouwer不动点定理分别给出在条件AA≤I和AA〉I下该方程正定解和半正定解的存在性以及解的范围,其次利用压缩映射原理,给出方程存在唯一正定解的两个充分条件,最后得到了在A正规的情形下方程正定解的存在性．     

矩阵方程((A*)XA,(B*)XB)=(C,D)有复半正定解的条件

研究了复矩阵方程（A^＊XA,B^＊XB）=（C,D）有复半正定解的可解性条件．利用广义奇异值分解,导出了矩阵方程（A^＊XA,B^＊XB）=（C,D）有复半正定解的充分必要条件,同时给出了通解表达式．     

非线性矩阵方程X＋A^＊X^-1A=I的最大Hermite正定解

研究了求解非线性矩阵方程x A*x-A=I之Hermite正定解问题.利用求解非线性矩阵方程Y=I Y1/2A*Y1/2最小Hermite正定解,得到了求解该方程最大Hermite正定解的逆迭代法.     

矩阵方程X+A~*X~(-q)A=Q(q≥1)的正定解

研究了非线性矩阵方程X+A*X-qA=Q(q≥1)在AA*=A*A,AQ=QA时的准最大正定解,并给出了解的存在性定理以及求解方法.     

矩阵方程X+A~*X~2A=P的Hermite正定解及扰动分析

考虑非线性矩阵方程X＋A·X^2A=P,其中A是一个n×n阶的复矩阵,P是一个n×n阶的Hermite正定矩阵,A＊表示矩阵A的共轭转置。推导出矩阵方程的Hermite解的存在及唯一性条件,同时给出唯一解的存在区间。最后对该唯一解进行扰动分析,给出不依赖于扰动解的扰动边界。     

求解一类非线性矩阵方程的无逆迭代法

提出了求非线性矩阵方程X+ATX-1A+BTX-1B=Q最大正定解的一个无逆迭代法.证明了由该算法产生的迭代序列单调递增有上界且收敛于原方程的最大正定解.数值实验表明该算法是十分有效的.     

矩阵方程X-A~*X~(-q)A=I(q>1)的Hermite正定解

讨论了矩阵方程X -A X-qA =I在q >1时的Hermite正定解的存在性和解的性质并且构造了两种数值求解的迭代方法 .以上结果利用数值例子来说明 .     

线性方程组AX=b的反问题求解

所谓n阶复方阵A是正定的是指对任意n维非零复列向量X,都有ReX*AX>0.文章给出了线性方程组AX=b的反问题具有复正定方阵解的一个充要条件.