矩阵方程AXA~T=B行反对称解的正交投影迭代法

讨论了矩阵方程AXAT=B的行反对称解及其最佳逼近的正交投影迭代解法,首先利用行反对称矩阵类的结构与性质、正交投影及奇异值分解,构造迭代算法,证明了算法的收敛性,得出了收敛速率的估计式;其次给出数值实例,验证了算法的有效性.     

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.     

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.     

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。     

矩阵方程组中心对称最小二乘解的迭代算法

建立了求矩阵方程组AtXBi+CiXDi=Fi(i=1,2)中心对称最小二乘解的迭代算法.如果忽略舍入误差,对任意给定的初始中心对称矩阵,该算法能够在有限步迭代计算后得到此方程组的中心对称最小二乘解,给定特殊的初始矩阵可得到极小范数中心对称最小二乘解.另外,在上述解集合中也可得到给定矩阵的最佳逼近矩阵的表达式.     

中心或反中心对称的线性方程组的迭代算法

研究中心或反中心对称矩阵的线性方程组Ax=b的迭代算法,充分利用中心或反中心对称矩阵的性质,给出求方程组解的两个迭代算法.两个数值例子说明算法是可行有效的.     

用广义正交投影矩阵求解线性规划

对线性规划的内点算法，文[1，2]均使用正交投影矩阵，这就要求约束条件的系数矩阵行满秩，同时内点法要求迭代点始终为内点，在算法终止时所得到的点在理论上只能是一个近似最优解．利用广义正交投影矩阵，我们获得了求解解线性规划的可行下降方向，这样不仅可以放宽系数矩阵行满秩的条件，而且得到的迭代点可以不是内点，因迭代过程穿过区域内部和区域的边界面的相对内部，在理论上确保了最优解为精确解，并证明该算法在有限步终止。     

矩阵方程AX=B的正交(P,Q)-对称解

定义了正交(P,Q)-对称矩阵的概念,通过矩阵的正交投影构造了它的结构,针对正交(P,Q)-对称矩阵的正交不变性,采用直接代入法把问题转化为求矩阵方程组的正交解,利用矩阵的正交三角分解得出了矩阵方程组有正交(P,Q)-对称解的充分必要条件,及通解的表达式.最后得出矩阵方程AX=B有正交(P,Q)-对称解的充要条件及通解表达式.     

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.     

一类约束矩阵方程的迭代解法

对次对称和次反对称矩阵约束下一类矩阵方程的迭代解法进行了讨论,利用次对称矩阵和次反对称矩阵的结构和性质,分别构造了迭代算法,并用矩阵范数的性质和拉直算子证明了迭代算法的有限步收敛性,从而得到了矩阵方程的极小范数解和最佳逼近解.     

分块矩阵Moore－Penrose广义逆的一个表达式

给出了按列或按行分块的矩阵Ｍｏｏｒｅ－ｐｅｎｒｏｓｅ广义逆的一个公式及其基于Ｐｅｎｒｏｓｅ方程组的直接证明，对一些重要特例作了推论。证明中给出的有关引理还包含了关于Ｍ一Ｐ逆阵及正交投影阵的若干有用性质。     

一类分数阶比例时滞微分方程的数值计算方法

基于一类正交多项式可替代Legendre多项式(alternative Legendre polynomials, ALPs), 提出一类分数阶比例时滞 微分方程的数值计算方法. 首先, 利用ALPs的性质得到分数阶微积分的数值逼近结果, 然后将分数阶比例时滞微分方程转化为代数系统进行求解. 其次, 对该方法进行误差分析, 得到了方法的收敛性结果. 最后, 给出数值例子验证所给方法的有效性和精确性.     

控制系统的稳定条件与线性方程组的反问题

一类控制系统绝对稳定的充要条件涉及一个线性方程组Ax=b的反问题。本文用矩阵分解法给出该反问题在正定矩阵类及正交矩阵类中的通解。这种方法简单灵活、不涉及线性空间的结构,从而容易在计算机上实现。     

计算正交表矩阵象的简便方法及其初等证明

利用投影矩阵正交分解构造正交表时,经常用到小正交表的矩阵象,而这些小正交表的矩阵象用矩阵象定义求解时却显得有些烦琐.在一些文献中出现了求解正交表矩阵象的简便方法.本文对这种求解方法给出了初等证明.     

基于正交投影方法的二次特征值反问题及其最佳逼近解

考虑二次特征值反问题的广义中心对称解(广义反中心对称解)及其最佳逼近问题,应用矩阵的正交投影方法,给出矩阵方程AX+BY+CZ=0的解及其最佳逼近问题.利用广义中心对称矩阵(广义反中心对称矩阵)的性质导出了该问题有广义中心对称解(广义反中心对称解)的条件及有解情况下的通解表达式,并证明了最佳逼近问题解的存在性与唯一性,得到了最佳逼近解的表达式.     

解带非线性等式和不等式约束优化问题的超记忆梯度广义投影算法

利用广义投影技术 ,将求解无约束规划的超记忆梯度算法推广 ,建立了求解带非线性等式和不等式约束优化问题的一种超记忆梯度广义投影算法 ,并证明了算法的收敛性。该算法具有稳定、计算量小、所需收敛条件弱、收敛性强等特点 ,并改进了广义梯度投影算法的收敛速度。数值算例表明该算法是有效的。