矩阵方程AXB=C的广义中心对称解及其最佳逼近

利用矩阵对的广义奇异值分解,给出了矩阵方程AXB=C广义中心对称解的充要条件和通解表达式,证明了在矩阵方程AXB=C的广义中心对称解集合中存在唯一与给定矩阵X*的最佳逼近解,给出了求解最佳逼近解的数值算法和数值例子.     

矩阵方程AXB=C的极小F范数中心对称解

利用矩阵的广义奇异值分解,给出了矩阵方程AXB=C有中心对称解的充要条件及其极小Frobenius范数中心对称解的表达式.     

矩阵方程AXB=C的对称最小二乘解

利用矩阵对的商奇异值分解,得到矩阵方程AXB=C的对称最小二乘解的通解表达式,同时推出了该矩阵方程对称解存在的充分必要条件,并给出了通解表达式.     

矩阵方程AXB=C存在自反解的条件及其通解表示

对矩阵方程AXB=C关于反射矩阵的自反(反自反)解的讨论,通常借助的是矩阵分解、广义奇异值分解或共轭梯度法。为了更加有效和简洁地研究矩阵方程AXB=C的自反(反自反)解,利用矩阵的广义逆和广义反射矩阵给出了其存在自反解的充分必要条件。在有解的情况下,得到了其通解的一般表达式,并揭示出文献[1]的结果是该结果当B=I时的特例。     

线性流形上矩阵方程的次对称解及其最佳逼近

讨论了矩阵方程(AX,XB)=(C,D)在线性流形上的次对称解及其最佳逼近利用矩阵对构成新矩阵的奇异值分解导出了在线性流形上‖AX-C‖2+‖XB-D‖2=min的最小二乘解及方程(AX,XB)=(C,D)存在次对称解的充分必要条件,并且给出了一般解的表达式及其它们的最佳逼近.     

子矩阵约束下AXB=C的最小二乘解及其最佳逼近

本文利用矩阵的广义奇异值分解（GSVD）和标准相关分解（CCD）给出了矩阵方程AXB=C在子矩阵约束下的最小二乘解的表达式,另外,给出了解集合中与给定矩阵的最佳逼近解的表达式以及求解最佳逼近解的数值算法和数值算例。     

矩阵方程AXB=C的解的存在唯一性及其数值分析

利用Kronecker乘积,给出了矩阵方程AXB=C存在唯一解的充要条件,并对方程的解进行了扰动分析,最后给出了求良态方程近似解的一个数值方法及其应用实例.     

环上矩阵方程可解的几个定理

证明了环上矩阵方程AXB＝C可解的两个定理，给出了在单Artin环和主理想环上可解的两个充要条件。     

算子方程AXB=C的解

利用算子矩阵分块技巧和算子广义逆,研究无限维Hilbert空间上算子方程AXB=C的解,给出了该方程有解的充要条件和解的一般形式。特别地,在B的值域包含A*的值域或A*的值域包含B的值域的情况下,得到了算子方程AXB=C有正解的充分必要条件,并给出了正解的一般形式。     

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.     

求AXB=C的对称自反矩阵解及其最佳逼近的迭代解法

采用迭代法讨论了矩阵方程AXB=C的对称自反矩阵解及其最佳逼近问题,证明了若问题1有解,则可在有限步求出一个迭代解;若取特殊初始矩阵,则可迭代出问题1的极小范数解．并给出了最佳逼近问题的极小范数解．     

广义逆矩阵在酉不变范数下的极小性质

本文证明了,对每个酉不变范数‖·‖_(UI)当x=A~(1,3)B时,‖AX-B‖_(UI)达到最小值;反之,如果Y具有这一性质:对每个酉不变范数‖·‖_(UI)以及任意矩阵B,当X=YB时,‖AX-B‖_(UI)达到最小值,则Y∈A{1,3}.还证明了A~+B是矩阵方程AX=B在每个酉不变范数之下的最佳逼近解,同时得出了X=A~+DB~+是矩阵方程AXB=D在每个酉不变范数之下的逼近解的条件。     

关于一类矩阵方程的一般公共解的表示

改正、简化和推广了Navarra，Odell and Young的文章的主要结果。给出矩阵方程A1XB1=Ci，A2XB2=C2更简单的公共解的存在性的充分必要条件和更简单的一般公共解的表示；给出矩阵方程AXB=C更简单的Hermitian解的存在性的充分必要条件和更简单的一般Hermitian解的表示。     

任意域上两类矩阵方程的解

应用矩阵的初等变换、矩阵分解等技巧,给出了任意域上两类矩阵方程AXB=CYD及AXB=C的解法及通解表达式。     

一类矩阵方程的中心对称定秩解及其最佳逼近

通过采用一种新方法得出了矩阵方程AXB=C有中心对称解的充分必要条件、解的一般表达式;利用矩阵对的商奇异值分解、广义逆,给出了其解的最小秩、最大秩,及最小秩解的一般表达式．另外,推出了中心对称最小秩解集合中与给定矩阵的最佳逼近解．     

矩阵方程AXB=D的对称解的通式

利用广义逆矩阵给出矩阵方程AXB=D有对称解的充要条件以及对称解的通式.该通解表为方程的一个对称特解及AXB=O的对称通解之和.当B=I时得到方程AX=D的对称通解.     

矩阵方程AXB+CYD=E的Toeplitz矩阵解

利用矩阵的Kronecker积、矩阵的拉直算子和Moore-Penrose广义逆的有关知识,给出了矩阵方程AXB+CYD=E的Toeplitz矩阵解和对称Toeplitz矩阵解的表达式,并给出了其最小二乘解的一般形式。     

四元数体上方程AXB=C的D自共轭解及最小二乘问题

矩阵方程AXB=C具有广泛的实际应用背景,笔者在四元数体上讨论它的D自共轭解及其最小二乘问题.首先,对于给定的四元数正定矩阵D,借助四元数向量内积,给出了D自共轭矩阵的定义.然后,利用四元数矩阵对分解定理,得到了方程AXB=C具有D自共轭解的充要条件及其解的表达式.最后,利用四元数矩阵对的广义奇异值分解,获得该方程的最小二乘D自共轭解,并通过数值算例显示该文的具体算法.所得结果推广了复域上的相关结论.     

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.     

矩阵方程的最小二乘解

给出了矩阵方程AXB=D的对称最小二乘解的表达式．