求矩阵方程AXB+CYD=E自反最佳逼近解的迭代算法

利用复合最速下降法的迭代算法对基于自反矩阵(或反自反矩阵)下广义Sylvester矩阵方程AXB+CYD=E最佳逼近解进行了研究,证明了无论矩阵方程AXB+CYD=E是否相容,该算法都可以用于计算其最佳逼近解.最后,通过2个数值实验证明了该算法的可行性.     

矩阵方程AXB+CYD=E的自反解与反自反解

讨论了线性矩阵方程AXB+CYD=E的自反(反自反)解,给出了它有自反(反自反)解的一个新充要条件,以及自反(反自反)解的一般表达式.利用此结果研究了该矩阵方程在某些特殊情况下的自反(反自反)解.     

矩阵方程AXB+CXTD=E的可解性

利用矩阵的广义逆研究了矩阵方程AXB+CXTD=E的可解性, 得到了若干可解的条件以及解的一般表达式。     

求解一类矩阵方程最佳逼近解的算法

应用复合最速下降法,给出了在加权范数下求解矩阵方程AXB＋CYD=E的对称最佳逼近解的一种迭代算法。在有限的误差范围内,对任意初始矩阵X0、Y0,运用迭代算法,经过有限步可得到矩阵方程的最佳逼近解,并给出的数值例子证实了该算法的有效性。     

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AHXA=B的反Hermitian反自反解及其最佳逼近

通过广义奇异值分解定理,得到了矩阵方程A^HXA=B的反Hemaitian反自反解存在的一个充要条件,并导出了这个矩阵方程与已知矩阵最佳逼近的反Hemaitian反自反解和最小范数解．     

矩阵方程的反Hermite自反矩阵问题的解

通过广义奇异值分解定理,得到了矩阵方程AHXA=B的反Hermite-自反解存在的一个充要条件,并导出了这个矩阵方程的与已知矩阵最佳逼近的反Hermite-自反解,最后相应地获得了方程的最小范数解.     

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+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.     

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．     

关于广义Sylvester矩阵方程反自反解的有限迭代算法

研究了广义Sylvester矩阵方程的广义反自反解,并给出了求其广义反自反解的一种新的有限迭代算法.通过此迭代法,可自动确定矩阵方程是否存在广义反自反解.此外,还讨论了给定矩阵基于Frobenius范数的近似解,从而推导出与给定广义Sylvester矩阵方程等价的矩阵方程的最佳逼近解.最后,用数值算例验证了该算法的有效...     

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。     

一类四元数矩阵方程的反中心对称解及其最佳逼近

利用四元数矩阵对的广义奇异值分解,讨论四元数矩阵方程AXB=C具有反中心对称解的充要条件,得到解的具体表达式,并应用Frobenius范数酉不变性,在该方程的反中心对称解集合中导出与给定相同类型矩阵的最佳逼近解的表达式.     

矩阵方程AHXA=B的自反解及其最佳逼近

通过广义奇异值分解定理,得到了矩阵方程AHXA=B的自反解存在的一个充要条件,并导出了这个矩阵方程的与已知矩阵最佳逼近的自反解.     

矩阵方程AXB+CYD=E的中心对称最小二乘解及其最佳逼近

提出一类求矩阵方程AXB+ CYD=E的中心对称最小二乘解的迭代算法,并证明迭代算法的收敛性.在不考虑舍入误差时,迭代算法能够在有限步计算后得到矩阵方程的中心对称最小二乘解;选取特殊的初始矩阵时,能够得到矩阵方程的的极小范数中心对称最小二乘解.同时能够得到给定矩阵的最佳逼近中心对称矩阵.数值例子表明,这种方法是有效的.     

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.     

自反矩阵反问题的最小二乘解

设矩阵P=（pij）∈Cn×n,如果满足PT=P,P2=I,则称P为广义自反矩阵。设P是n阶对称正交矩阵,对A∈Cn×n,若A=PAP,则称矩阵A为关于P的自反矩阵,所有自反矩阵的全体记为Crn×n（P）。本文研究了自反矩阵的反问题的最小二乘解,给出了最小二乘解和最佳逼近解并得到了反问题的充要条件及解的表达式。     

反自反矩阵的广义逆特征值问题

研究了反自反矩阵的广义逆特征值问题及其最佳逼近。得到了广义逆特征值问题解的一般表达式,对于任意给定的n阶复矩阵对（A~＊,B~＊）,得到了最佳逼近解,并给出了相应的算法及数值例子。     

矩阵方程组(AX=B,XC=D)的Hermitian反自反（反Hermitian反自反）最小二乘解及其最佳逼近

研究矩阵方程组(AX=B, XC=D)的Hermitian反自反(反Hermitian反自反)最小二乘解. 利用分块矩阵和Hermitian反自反(反Hermitian反自反)矩阵的性质, 得到了解的一般表达式, 并研究了与其相关的任意给定矩阵的最佳逼近问题.