共查询到10条相似文献,搜索用时 15 毫秒
1.
利用交替投影算法求解矩阵方程AXB=C的广义中心对称解,当矩阵方程AXB=C不相容时,利用Dykstra's交替投影算法来求其广义中心对称解的最佳逼近,数值结果表明该方法是行之有效的. 相似文献
2.
基于交替投影算法求解单变量线性约束矩阵方程问题 总被引:2,自引:1,他引:1
研究如下线性约束矩阵方程求解问题:给定A∈R~(m×n),B∈R~(n×p)和C∈R~(m×p),求矩阵X∈R(?)R~(n×n)"使得A×B=C以及相应的最佳逼近问题,其中集合R为如对称阵,Toeplitz阵等构成的线性子空间,或者对称半(ε)正定阵,(对称)非负阵等构成的闭凸集.给出了在相容条件下求解该问题的交替投影算法及算法收敛性分析.通过大量数值算例说明该算法的可行性和高效性,以及该算法较传统的矩阵形式的Krylov子空间方法(可行前提下)在迭代效率上的明显优势,本文也通过寻求加速技巧进一步提高算法的收敛速度. 相似文献
3.
在共轭梯度思想的启发下,本文给出了迭代算法求解约束矩阵方程AXB+CXD=F的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有对称解时,在有限的误差范围内,对任意初始对称矩阵X1,运用迭代算法,经过有限步可得到矩阵方程的对称解;选取合适的初始迭代矩阵,还可以迭代出极小范数对称解.而且,对任意给定的矩阵X0,矩阵方程AXB+CXD=F的最佳逼近对称解可以通过迭代求解新的矩阵方程A(X)B+C(X)D=(F)的极小范数对称解得到.文中的数值例子证实了该算法的有效性. 相似文献
4.
在共轭梯度思想的启发下,结合线性投影算子,给出迭代算法求解了线性矩阵方程AXB+CYD=E的M对称解[X,Y]及其最佳逼近.当矩阵方程AXB+CYD=E有M对称解时,应用迭代算法,在有限的误差范围内,对任意初始M对称矩阵对[X_,Y_1],经过有限步迭代可得到矩阵方程的M对称解;选取合适的初始迭代矩阵,还可得到极小范数M对称解.而且,对任意给定的矩阵对[X,Y],矩阵方程AXB+CYD=E的最佳逼近可以通过迭代求解新的矩阵方程AXB+CYD=E的极小范数M对称解得到.文中的数值例子证实了该算法的有效性. 相似文献
5.
6.
7.
《数学的实践与认识》2013,(10)
矩阵方程AXB=D是教学、理论研究和工程实践中常见的一种矩阵方程.给出了AXB=D具有(R,S)-斜对称矩阵解的充分必要条件,及其解存在条件下全体解集合S_X的表达式.此外,还讨论了任意给定矩阵X在仿射子空间S_X中的最优近似解,并给出了最优解的显示表达式. 相似文献
8.
9.