矩阵分裂的收敛性

在解线性方程组Ax=b (1)时,常将矩阵A分裂为如下形式A=Q-R (2)其中A是n×n矩阵,Q是非奇异矩阵。然后用迭代格式QX_(K 1)=RX_(E b) (3)来解(1),格式(3)的迭代矩阵为M=Q~(-1)R (4) 迭代格式(3)从而迭代矩阵(4)的敛散性一直为人们所研究,[1]在A非奇异且(2)是A的正则分裂(即Q~(-1)≥0,R≥0)的条件下,给出了迭代矩阵(4)收敛的充要条件为A是单调     

矩阵方程X+A*XqA=I(q＞0)的Hermite正定解

考虑非线性矩阵方程X+A*XqA=I(q＞0),其中I是n×n阶的单位矩阵，A是n×n阶的复矩阵.推导出矩阵方程Hermite正定解的性质及方程迭代求解，并给出解的惟一性的显式表达式. 以上结果用数值例子来说明.     

矩阵方程X+A~*X~qA=I(q>0)的Hermite正定解

考虑非线性矩阵方程X+A*XqA=I,其中,A是一个n×n阶的复矩阵,I是一个n×n阶的单位矩阵,A*表示矩阵A的共轭转置.文中推导出方程在01两种情况下Hermite正定解的存在性以及迭代求解方法.并利用数值例子来说明.     

大型稀疏方程组的MIMD分布式异步并行求解

采用MIMD(多数据流多指令流)分布式异步并行迭代软计算法,分析了大型稀疏方程Au=B的M×M阶系数矩阵A=(aij)的性态数值计算任务ψ:u=Du+R迭代格式收敛的相互关系,在分布式并行方式下,对数值计算任务ψ:u=Du+R的各子任务ti∈T,引入了时间步τi∈τ和多处理机pi∈P,实现了异步进程迭代运算,并当稀疏迭代矩阵D满足不可约弱对角占优阵的条件时,构造了分布式MIMD下数值解迭代矩阵软计算的异步并行迭代格式ui((ni+1)ri)=di1ui(t)+di2u2(t)+Λ+dinun(t)+ri(i=1,2,Λ,n),给出了该迭代格式的收敛证明及类Jacobi法稀疏矩阵分块有关异步并行收敛的一个有效推论.     

广义分散控制系统的R—可控性

Corfmat和Morse给出了分散系统存在输出反馈使闭环系统可控的充要条件。对广义分散控制系统Ex(t)=Ax(t)+Bu(t)+Dv(t),我们得到了存在状态反馈v(t)=Fx(t)使广义系统Ex(t)=(A+DF)x(t)+Bu(t)为R—可控的充要条件。引理1 设{A,E}是n阶正则对,则必存在可逆阵P、Q∈C~(n×n),使PE我Q=diag{I~(n1),N},PAQ=diag{A,I~(n2)},其中存在尽可能小的正整数λ,使N~λ=0,n_1+n_2=n.记B、D分别是PB、PD的后n_1、n_2行阵。     

用Padé逼近构造高阶收敛的方程求根迭代公式

本文用[1/M]Pade逼近构造方程求解迭代公式,其收敛速度为M+2阶。此族公式包括著名的牛顿选代公式和Halley迭代公式。文中还给出了有效的算法。     

讨论DIMR[V：A]＝DIMR（A）＋DIMR（VA）的条件

对[1]中的结论：设Vn×n是n阶非负定阵,An×p是任一n×p阶矩阵,则有dimR[VA]=dimR(A) dimR(V)其中A⊥表示满足ATA⊥＝0的最大秩阵,将其条件Vn×n非负定拓宽为Vn×n是任一对标阵。     

矩阵非异性判定

本文利用矩阵块对角占优的性质,给出矩阵非奇异的几个判定条件。下面用 R~(n×n)表示 n 阶实方阵的全体,用 C~(n×n)表示 n 阶复方阵的全体,并令,Z~(n×n)={A=(a_(ij))∈R~(n×n)|a_(ij)|≤0,i≠j,1≤i,j≤n}若 A 是非奇异 M 一矩阵。则记 A∈M.引理1 设 A=(a_(ij))∈Z~(n×n),且 A_(ij)>0,1≤i≤n,令 A =,则 A∈M     

大型稀疏方程组的MIMD分布式异步并行求解

采用MIMD（多数据流多指令流）分布式异步并行迭代软计算法，分析了大型稀疏方程Au=B的M×M阶系数矩阵A=（aij）的性态数值计算任务ψ：u=Du＋R迭代格式收敛的相互关系，在分布式并行方式下，对数值计算任务ψ：u=Du＋R的各子任务ti∈T，引入了时间步Ti∈T和多处理机pi∈P，实现了异步进程迭代运算，并当稀疏迭代矩阵D满足不可约弱对角占优阵的条件时，构造了分布式MIMD下数值解迭代矩阵软计算的异步并行迭代格式ui（（ni＋1）ri）=di1ui（t）＋di2n2（t）＋Λ＋dinun（t）＋ri（i=1，2，Λ，n），给出了该迭代格式的收敛证明及类Jacobi法稀疏矩阵分块有关异步并行收敛的一个有效推论。     

关于计算M—P逆的一种直接法的注记

计算一个m×n(m≥n)矩阵A的M—P广义逆A~ 的一类直接方法,是将A进行正交化分解: A=QU,其中Q是m×r矩阵且Q~*Q=Ⅰ,U是r×n上梯形阵,这里r是矩阵A的秩。则A~ =U~ Q~(?)。当     

关于n阶Korteweg-de Vries方程的含参数Bcklund变换

本文讨论陈省身和彭家贵从(2×2)—实幺模阵的线性群SL(2;R)所导出的n阶Korteweg-de Vries方程的含参数Bcklund变换,给出了该变换与scale变换的一个分解等式,B_k=S_n~(-1)(K)B_1S_n(K);并且利用本文所得的Bcklund变换中参数的任意性,导出了方程解的一个非线性叠加公式。     

解某些线代数方程组的降阶方法

对于n阶的线代数方程组Ax=k (1)其中I_(11),I_(22)分别为r×r及n-r×n-r的单位阵,且B=(?) (3)是指数为2的弱循环收敛阵[1].[2][3]已指出,为求解(1),只需解r×r的方程组(I_(11)-B_(12)B_(21))x_1=k_1+B_(12)Ek_2 (4)求出x_1,然后按x_2=B_(21)x_1+k_2 (5)求出x_2.在此基础上,[2]介绍了当B为不可分的非负阵[1]时,解(4)的导出的正则     

复数域上非奇异矩阵A+iB的逆矩阵

我们知道一个复数域上的n阶矩阵总可以把它写成A+iB(此处A,B为n阶实矩阵),今若A+iB可逆,且其逆矩阵表为C+iD(此处C,D为n阶实矩阵),那么A,B和C,D是否有关系?其关系如何?本文就此问题作些探讨。由文[1]定理1直接可得推论1 若n阶复矩阵A+iB(此处A,B为n阶实矩阵)可逆,则引理1 若P为m×m(n≤m)矩阵,其秩为n,Q为m×n矩阵,其秩也为n,则n×n方阵PQ的秩为n 与文[3]的引理1证法相同,这里不再重复。引理2 对推论1中的A,B和任意一个2n×2n方阵u=(M_(2n×n)N_(2n×n))(此处M_(2n×n)的秩     

可换环上严格上三角矩阵代数的若当导子

令R是含有单位元1且2为其可逆元的可换环,M(n,R)表示R上所有n×n阶矩阵形成的代数,N(n,R)表示R上所有严格上三角矩阵所形成的M(n,R)的子代数.本文具体刻画了N(n,R)上的任一若当导子,即N(n,R)的每一个若当导子均可被唯一地分解为内导子、对角导子和中心导子之和.     

可化为对称情形的一般特征值问题

设A是一个n×n对称矩阵,我们要解的问题就是要求出特征值λ和对应的n维向量v, 使Av=λv, 此问题我们已有许多方法可解.故提出一个可对角化的解法,同时对求解向量方程Av=λBv（其中v是向量,B是n×n阵）的特征值和特征向量,提出可化为对称情形的一般特征值问题求解．     

一类迭代参数的最优化和不精确迭代的收敛性

设F:R~n→R~n是非线性算子,b是R~n中任一向量。本文涉及到求解方程X+Fx=b x∈R~n (1)的凸组合迭代过程: x~(n+1)=(1-t_n)x~n+t_n(-Fx~n+b) (2)W.R.Dotson[2]在F为单调与非膨胀情形下,证明了当sum from n=0 to ∞(t_n(1-t_n))发散时,迭代(2)收敛于方程的唯一解;[3]在F为单调与Lipschitz连续的假设下,证明了当t_n→0和sum from n=0 to ∞t_n发散时迭代(2)收敛于方程的唯一解,在F为强单调和Lipschitz连续的条件下,游兆永对迭代(2)的实际计算提出了可行的方案[3],并讨论了带误差迭代的收敛性[4]。本文在F为单调和Lipschitz连续的条件下,得到了迭代(2)的最优值,并指出在某一区间     

带随机量测噪声的线性系统的初始状态线性最小方差估计的均方收敛性

一、引言设线性离散系统X(k+1)=GX(k),(1.1)Y(k)=CX(k)+V(k),式中G,C 分别为n×n,m×n 常阵,且G 为非奇异阵,V(k)为m 维随机量测噪声矢量,{V(k)}为零均值平稳白噪声序列,即EV(k)=0,EV(k)V(?)(j)=0,j≠k,j,k=0,1,…,EV(k)V(?)(k)=R,R 为m×m 非奇异常阵。X(0)=X_0为系统的初始状态,VarX_0非奇异,X_0与V(k)不相关,k=0,1,…。     

正则牛顿过程设计n分之一阶分抗电路(英文)

讨论基于一阶正则牛顿迭代求根过程进行任意阶分抗的近似求解方法.通过迭代求解n阶方程的正实根,作为分抗的模拟.给出迭代的精确公式,并分析其收敛必须满足的条件,最后给出相应的模拟无源电路实现方案.     

矩阵方程ATXA=D的反对称次对称最小二乘解

该文研究的问题为给定A∈R n×m,D∈Rm×m求X∈ASRn×n,使得‖ATXA-D‖F=min.这里ASRn×n表示全体n×n阶反对称次对称矩阵的集合,‖·‖表示Frobinius范数;利用矩阵对的标准相关分解(CCD),得到了该问题的通解表达式及矩阵方程ATXA=D有反对称次对称解的充分必要条件.     

FUZZY方程的计算机解法

综合评判及问题的解决,常归结为求解Fuzzy矩阵方程.文献[1]中对于方程(X)_(m×n)×n·(R)_(n×k)×k=(S)_(m×k)×k(*) 的不同形式,给出几种比较简便的求解方法.但是随着评判因素的增加,其计算量往往要成倍地增加,这就迫切要求能借助计算机来实现一系列的判别和运算.本文在文献[1]的基础上提供了利用SHARP-PC1500计算机求解Fuzzy方程的基本方法.