多项式矩阵的广义逆与多项式矩阵方程

本文引入多项式矩阵的广义逆，讨论了几种广义逆的性质，并以此为工具，探讨多项式矩阵 方程的解，得到方程有解的充要条件以及解的一般形式，在无精确解时研究方程的近似解，并在 相容与不相容的情况下探讨最小范数解与最小均方解．     

矩阵方程AX=B,XD=E解的研究

详细讨论了矩阵方程AX=B,XD=E的各种解,即在相容时的极小范数解;在不相容时分两种情况讨论了最小二乘解,并分别给出了它们解的表达式;最后给出了该矩阵方程在不相容时的极小范数最小二乘解.     

子矩阵约束下三类矩阵方程的迭代解法

讨论了子矩阵约束下三类矩阵方程的双反对称迭代解.利用广义共轭梯度法构造迭代算法,并证明了算法的有限步终止性.所得算法能自动判定解的情况.当矩阵方程(组)相容时,得到矩阵方程(组)的解;当矩阵方程(组)不相容时,得到矩阵方程(组)的最小二乘解.     

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.     

线性矩阵方程:AXB+CYD=F的递推解法

解矩阵方程是一个有很强应用背景的传统问题，应用广义逆矩阵的简单矩阵方程：AX＝B，XC＝D的求解方法，探索线性矩阵方程：AXB＋CYD＝F的求解问题。     

一类矩阵方程的对称正交对称解的迭代法研究

研究了求解一类约束矩阵方程及相应的最佳逼近问题的正交投影迭代法.利用对称正交对称矩阵的结构特点及相关性质,并借助一些矩阵空间的相关理论,给出了求矩阵方程AX=B的对称正交对称解的正交投影迭代算法;证明了算法的收敛性,得到了算法的收敛率估计;当方程相容时,该算法收敛于问题的极小范数解,当方程不相容时,该算法收敛于方程的极小范数最小二乘懈;对该算法稍加修改后,同样可求出相应的最佳逼近解.     

线性流形上矩阵方程ATXA＝B的D对称解

利用矩阵对的广义奇异值分解,给出线性流形上矩阵方程ATXA＝B存在D对称解的充要条件及其通解的表达式,并导出线性流形上矩阵方程ATXA＝B的D对称最小二乘解的表达式.     

四元数体上矩阵方程的斜自共轭解

利用四元数矩阵的M-P逆,得到了四元数矩阵方程XB=D在子空间上有斜自共轭解的充要条件以及解的形式,由此给出了四元数矩阵方程AXB=D有斜自共轭解的充要条件和解的一般形式.参5.     

(AX,XC)=(B,D)的广义双对称解与广义双反对称解

设A,B是n×n阶矩阵,设C,D是n×m阶矩阵,研究了矩阵方程(AX,XC)=(B,D)具有广义双对称解和广义双反对称解的充要条件,并给出了矩阵方程(AX,XC)=(B,D)通解的表达式.     

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.     

约束矩阵方程W-加权Drazin逆解的敏感性

对于给出了约束矩阵方程WAWXW^～BW^～ = D, R（ X） C R[ （ AW）^h1 ], N（ X）∪N[ （W^～B）^k2]的Cramer法则．研究上述约束矩阵方程当方程右端项D有扰动时该方程解的敏感性，并得到了该方程在最坏情况下约束矩阵方程解的敏感性的严格上界．     

一类不相容矩阵方程对最小Frobenius范数问题的迭代算法

提出了关于不相容矩阵方程对(AXB, CXD)=(E, F)最小Frobenius范数问题的一个迭代算法.对于任意的初始矩阵X0,在没有舍入误差的情况下,运用此算法能在有限步内得到方程对在Frobenius范数意义下的最小解.数值例子表明所提出算法的有效性.     

一类不相容矩阵方程对最小Frobenius范数问题的迭代算法(英)

提出了关于不相容矩阵方程对(AXB,CXD)=(E,F)最小Frobenius范数问题的一个迭代算法. 对于任意的初始矩阵X_0, 在没有舍入误差的情况下, 运用此算法能在有限步内得到方程对在Frobienius范数意义下的最小解. 数值例子表明提出算法的有效性.     

矩阵方程XA=YAD的双对称解

当D为对称矩阵时 ,给出矩阵方程XA =YAD的对称解偶和双对称解偶 (X ,Y)的一般表达式 ,并给出联立方程XA =YAD ,ATXA =D有双对称解偶的充要条件以及通解表达式。     

线性流形上矩阵方程的对称正交反对称最小二乘解

运用矩阵对的标准相关分解,导出了在给定线性流形上一类矩阵方程最小二乘解的一般表达式.     

常微分方程奇解定义的商榷

对常微分方程教科书中采用的不同方式来定义奇解进行了讨论,指出了用包络定义奇解的不相容性和用唯一性被破坏定义奇解的合理性.     

矩阵方程AXB+CXD=F的参数迭代解法

目的建立求解大型线性矩阵方程AXB CXD=F的惟一解的参数迭代方法。方法矩阵变换与矩阵特征值分析方法。结果基于矩阵变换方法导出了矩阵方程的等价形式,并构造出参数迭代格式,得到了格式收敛的充要条件。当A,B,C及D为Herm ite正定矩阵时,导出了最优参数和近似最优参数的计算公式。结论建立了求解大型线性矩阵方程AXB CXD=F的惟一解的参数迭代方法,证明了参数迭代格式的收敛性定理和特殊条件下最优参数的存在性定理。     

基于CUDA架构并行算法的带地形AMT二维反演实现与应用

并行计算是提高音频大地电磁（audio-frequency magnetotelluric method,AMT）数据反演效率的有效途径。本文在统一计算设备架构(compute unified device architecture,CUDA) 下开展带地形的AMT数据二维反演并行算法研究,旨在利用GPU强大的计算能力及并行计算技术实现高精度、快速度的AMT数据二维反演。首先利用有限元和自适应正则化反演算法实现AMT数据二维反演的串行化计算;然后在PGI Visual Fortran+ CUDA5.5环境下编写基于CPU+GPU的CUDA并行代码,将正演中的频率循环、反演中的模型灵敏度矩阵计算和反演方程正则化求解部分进行并行化处理;通过不同复杂程度的理论模型正反演模拟验证了该并行算法的有效性和准确性。不同模型和不同模式下的数值模拟结果对比表明,基于CPU+GPU的CUDA并行算法相较于传统的CPU串行算法,在灵敏度矩阵计算和反演方程正则化方面耗时更少,加速比最高可达10倍以上。最后将该并行算法应用于某矿区实测AMT数据的二维反演中,取得了较好的应用效果。