矩阵方程AXB+CXD=F广义双对称解的迭代算法

对广义自反矩阵P,即PT=P,P2=I,如果PXP=X,XT=X,称X为广义双对称矩阵.在共轭梯度思想的启发下,给出了迭代算法求解约束矩阵方程AXB+CXD=F的广义双对称解及其最佳逼近.应用迭代算法,矩阵方程AXB+CXD=F的相容性可以在迭代过程中自动判断.当矩阵方程AXB+CXD=F有广义双对称解时,在有限的误差范围内,对任意初始广义双对称矩阵X1,运用迭代算法,经过有限步可得到矩阵方程的广义双对称解;选取合适的初始迭代矩阵,还可以迭代出极小范数广义对称解.而且,对任意给定的矩阵X0,矩阵方程AXB+CXD=F的最佳逼近广义双对称解可以通过迭代求解新的矩阵方程AXB+CXD=F的极小范数广义双对称解得到.     

矩阵方程AX+XB=C的解的初探

给出了矩阵方程AX+XB=C有解的一个充要条件及方程AX=XB有非零解的两个充要条件,并讨论了方程AX＝XA的解的结构.     

矩阵方程AX+XB=C的对称解及其最佳逼近

提出一种求解线性矩阵方程AX+XB=C对称解的迭代法.该算法能够自动地判断解的情况,并在方程相容时得到方程的对称解,在方程不相容时得到方程的最小二乘对称解.对任意的初始矩阵,在没有舍入误差的情况下,经过有限步迭代得到问题的一个对称解.若取特殊的初始矩阵,则得到问题的极小范数对称解,从而巧妙地解决了对给定矩阵求最佳逼近解的问题.     

矩阵方程AXB+CYD=E的最小二乘解及其最佳逼近

通过特殊的变形建立了求解矩阵方程AXB+CYD=E最小二乘解的迭代算法,并证明了该算法的收敛性;对于任意给定矩阵的最佳逼近解也可以通过此方法得到.     

矩阵方程AX+XB=C对称解的可信算法

利用区间运算的相关理论,给出了计算矩阵方程AX+XB=C近似对称解及其可信误差界的算法,由此算法得到的误差界范围内必定存在一个精确对称解.     

AXB＋CXD=F的中心对称解及其最佳逼近的迭代算法

应用共轭梯度思想,给出了求解约束矩阵方程AXB CXD=F的中心对称解及其最佳逼近的迭代算法. 当矩阵方程AXB CXD=F有中心对称解时,在有限的误差范围内,对任意初始中心对称矩阵X1,运用迭代算法,经过有限步可得到矩阵方程的中心对称解;选取合适的初始迭代矩阵,还可以迭代出极小范数中心对称解. 对任意给定的矩阵X0, 矩阵方程AXB CXD=F的最佳逼近中心对称解可以通过迭代求解新的矩阵方程AB CD=F的极小范数中心对称解而得到. 文中给出的数值例子证实了该算法的有效性.     

AX=B型矩阵方程解集的结构

线性矩阵方程是矩阵论中的重要研究方向之一,其作为处理工具在系统控制等工程领域中有着广泛的应用.给出了AX=B型矩阵方程有解的另一些充分必要条件,讨论了AX=0型和AX=B型矩阵方程解集的结构,并利用矩阵的初等变换给出了AX=B型矩阵方程通解的具体求解方法.     

矩阵方程AX＋XB=F的解

求解矩阵方程AX+XB=F是控制论面临的重要计算 [1].本文定理1给出任意插值条件下插值多项式的解析表达式;在定理1的基础上,定理2给出矩阵方程AX+XB=F解的解析表达式为X=∑s2j=1∑vj-1q=0(-1) qq     

矩阵方程AX=B关于Hermitian矩阵的迭代解法

研究矩阵方程AX=B在Hermitian矩阵集合中的解及其最佳逼近问题,利用正交投影迭代法,给出迭代算法。证明了算法的收敛性,分析了收敛速率,最后通过数值实例,验证了算法的有效性。     

李亚普诺夫方程AX+XB=C的简洁解及其应用

首先给出了4种情况下李亚普诺夫方程AX+XB=C解的简洁表达式,然后,通过前述结论得出了矩阵方程AX+YB=E的最小二乘解以及极小范数最小二乘解的解析式,并且,通过相应数值例子验证了相关结论.     

矩阵方程AXB~T+BXA~T=F的参数迭代法

文章给出了求矩阵方程AXB~T+BXA~T=F的唯一解的参数迭代法,分析当矩阵A,B均是对称正定矩阵时,迭代矩阵的特征值表达式,给出了最优参数的确定方法,并提出了相应的加速算法与迭代校正法。     

矩阵方程X+m∑i=1A*iX-nAi=I的正定解

研究了非线性矩阵方程X+m∑i=1A*iX-nAi=I存在正定解的充分和必要条件,得到了正定解的存在区间,给出了存在唯一解的充分条件,构造了求解的迭代方法.     

矩阵方程A+X=AX广义三次矩阵解与绝对值方程的解#br#

应用广义三次矩阵的Jordan标准形, 给出AX=A+X有广义三次矩阵解的充要条件及解的形式, 并证明由AX=A+X的广 义三次矩阵解B所确定的绝对值方程Bx-|x|=b有解.     

矩阵方程AX=B的Hermitian-广义Hamiltonian矩阵解的迭代算法

利用正交投影、Hermitian-广义Hamiltonian矩阵类的结构与性质及奇异值分解,讨论了矩阵方程AX=B的Hermitian-广义Hamiltonian矩阵解及其最佳逼近的迭代算法,证明了算法的收敛性,求出了相应的最佳逼近解,并给出了相应的算法步骤和数值例子.     

任意除环上的矩阵方程AX+YA=C

设F是一个任意的除环，给出了F上的矩阵方程AX YA=C有解的充要条件及其通解的表达公式，作为特例，得到了矩阵方程AX=C和YA=C有解的充要条件及其通解表达式。     

矩阵方程AX+XB=C有唯一解的一个注记

给出了矩阵方程AX XB=C有唯一解的充要条件的一个直接证明，并给出了上述矩阵方程有唯一解的另一个充要条件。     

矩阵方程X+sum from i=1 to m (A_i~*XV~(-n)A_i=I)的正定解

研究了非线性矩阵方程X+sum from i=1 to m (A_i~*XV~(-n)A_i=I)存在正定解的充分和必要条件,得到了正定解的存在区间,给出了存在唯一解的充分条件,构造了求解的迭代方法.     

线性矩阵方程的斜Hermit{P,k+1}Hamilton解

给定矩阵P∈C~(n×n)且P~*=-P=P~(k+1).考虑了矩阵方程AX=B存在斜Hermite{P,k+1}(斜)Hamilton解的充要条件,并给出了解的表达式.进一步,对于任意给定的矩阵∈C~(n×n),给出了使得Frobenius范数‖-‖取得最小值的最佳逼近解∈C~(n×n).当矩阵方程AX=B不相容时,给出了斜Hermite{P,k+1}(斜)Hamilton最小二乘解,在此条件下,给出了对于任意给定矩阵的最佳逼近解.最后给出一些数值实例.     

对称矩阵特征值反问题的最佳逼近解的一种数值解法

利用复合最速下降法,给出了对称矩阵特征值反问题AX=XΛ有解和无解两种情况下最佳逼近解的通用数值算法,对任意给定的初始矩阵A0,经过有限步迭代可以得到对称矩阵特征值反问题的最佳逼近解,并分别给出有解和无解两种情况下的数值实例,证明了此算法的可行性.另外,结合投影算法,可以用此算法来求解其它凸约束下矩阵特征值反问题的最佳逼近解,从而扩大了此算法的求解范围.     

关于矩阵方程XDX+AX+XB+C=0

本文讨论矩阵方程XDX+AX+XB+C=0 (*)及在(*)中置D=I和B=O或A=B=O的特殊情况的可解性。建立它们有解必要和充分条件。