矩阵方程AXAT=C的对称斜反对称解

设A∈R^m×n,C∈R^m×m给定,利用矩阵的广义奇异值分解和对称斜反对称矩阵的性质,得到了矩阵方程(1)AXA^T=C存在对称斜反对称解的充要条件和通解表达式;证明了若方程(1)有解,则一定存在唯一极小范数解,并给出了极小范数解的具体表达式和求解步骤.     

矩阵方程AXAT+BYBT=C的对称与反对称最小范数最小二乘解

对于任意给定的矩阵A∈Rk×m,B∈Rk×n和C∈Rk×k,利用奇异值分解和广义奇异值分解,我们给出了矩阵方程AXAT+BYBT=C的对称与反对称最小范数最小二乘解的表达式.     

Hermitian非自反矩阵的两类反问题

记J为一广义反射矩阵,HAJn×n为关于J的n阶Hermitian非自反矩阵的集合.本文考虑如下两个问题:问题Ⅰ给定X,B∈n×m,求A∈HAJn×n,使得‖AX-B‖=min.问题Ⅱ给定X∈n×m,B∈n×n,求A∈HAJn×n,使得XHAX=B.首先利用奇异值分解讨论问题Ⅰ的解的通式,然后利用广义奇异值分解得到了问题Ⅱ有解的充分必要条件和解的通式,最后给出问题Ⅰ和Ⅱ的逼近解的具体表达式.     

矩阵方程AXAT=C的对称斜反对称解

设A∈Rm×n,C∈Rm×m给定,利用矩阵的广义奇异值分解和对称斜反对称矩阵的性质,得到了矩阵方程(1)AXAT=C存在对称斜反对称解的充要条件和通解表达式;证明了若方程(1)有解,则一定存在唯一极小范数解,并给出了极小范数解的具体表达式和求解步骤.     

四元数正则矩阵束广义特征值反问题

对于任意给定的X∈Qn×m,∧=diag(λ1,…,λm)∈Rm×m,利用奇异值分解、谱分解及QR分解分别给出了满足AX=BX∧,及XHBX=Im,AX=BX∧,的正则矩阵束(A,B)的通解表达式.     

矩阵方程AXA^T＋BYB^T=C的对称正定解

本研究矩阵方程AXA^T BYB^T=C的对称正定解。利用广义奇异值分解（GSVD）给出了该矩阵方程有解的充分条件及解的通式。     

求矩阵奇异值分解的一种新方法

旨在给出求矩阵奇异值分解的一种新方法.改进和克服了以往方法的缺陷和不足.     

酉延拓矩阵的奇异值分解及其广义逆

从普通奇异值分解出发,导出了酉延拓矩阵的奇异值和奇异向量与母矩阵的奇异值和奇异向量间的定量关系,同时对酉延拓矩阵的满秩分解及g逆,反射g逆,最小二乘g逆,最小范数g逆作了定量分析,得到了酉延拓矩阵的满秩分解矩阵F*和G*与母矩阵A的分解矩阵F和G之间的关系.最后给出了相应的快速求解算法,并举例说明该算法大大降低了分解的计算量和存储量,提高了计算效率.     

O-对称矩阵的奇异值分解及其算法

本文研究了具有轴对称结构矩阵的奇异值分解,找出了这类矩阵奇异值分解与其子阵奇异值分解之间的定量关系.利用这些定量关系给出这类矩阵奇异值分解和Moore-Penrose逆的算法,据此可极大地节省求该类矩阵奇异值分解和Moore-Penrose逆时的计算量和存储量.     

一类亚半正定矩阵的左右逆特征值问题(Ⅱ)

1.引言 令Rm×n表示所有m×n实矩阵集合;RN×nn表示所有非奇异的n阶实矩阵集合.令Rn×no={A∈Rn×n| X∈Rn×1:XTAX≥0},即亚半正定矩阵集合;Wr×t={A∈Rr×t|σ(A)≤1},即最大奇异值不超过1的r×t实矩阵集合,这里σ(A)表示矩阵A的最大奇异值.     

关于TLS问题

1.引 言考虑观测线性系统AX=B,（1.1a）其中A∈Cm×n,B∈Cm×d（本文通篇假设m≥n d）,分别是精确但不可观测的A0∈Cm×n,B0∈Cm×d的近似,即精确线性系统是A0X=B0.（1.1b）Golub和Van Loan于1980年提出的总体最小二乘问题（以下简称TLS问题）就是求解线性系统AX=B（1.2）     

双对称线性矩阵方程的最佳逼近解

本文讨论了wang和Chang的双线件矩阵方程(ATXA,BTXB):(C,D)对称解的一致性条件.利用Hilbert空间的投影定理、商奇异值分解及其通解表达式和典型相关分解(CCD)的有效工具,获得了关于这个矩形方阵对的最小二乘问题的明确的解析表达式反对称(或最小Frobenius范数反对称解作为特例)最佳逼近解.     

THE POSITIVE SEMIDEFINITE SOLUTION OF THE MATRIX EQUATION （A^TXA, B^TXB） = （C,D）

In this paper, we consider the positive semidefinite solution of the matrixequation (A^TXA, B^TXB) = (C,D). A necessary and sufficient condition for the existence of such solution is derived using the generalized singular value decomposition.The general forms of positive semidefinite solution are given.     

四元数矩阵的奇异值分解及其应用

In this paper, a constructive proof of singular value decomposition of quaternion matrix is given by using the complex representation and companion vector of quaternion matrix and the computational method is described. As an application of the singular value decomposition, the CS decomposition is proved and the canonical angles on subspaces of Q^n is studied.     

用随机奇异值分解算法求解矩阵恢复问题

本文研究了大型低秩矩阵恢复问题.利用随机奇异值分解（RSVD）算法,对稀疏矩阵做奇异值分解.该算法与Lanczos方法相比,在误差精度一致的同时运算时间大大降低,且该算法对相对低秩矩阵也有效.     

Least-Squares Solutions of the Matrix Equation A^T XA = B Over Bisymmetric Matrices and its Optimal Approximation

A real n×n symmetric matrix X=(x_(ij))_(n×n)is called a bisymmetric matrix if x_(ij)=x_(n 1-j,n 1-i).Based on the projection theorem,the canonical correlation de- composition and the generalized singular value decomposition,a method useful for finding the least-squares solutions of the matrix equation A~TXA=B over bisymmetric matrices is proposed.The expression of the least-squares solutions is given.Moreover, in the corresponding solution set,the optimal approximate solution to a given matrix is also derived.A numerical algorithm for finding the optimal approximate solution is also described.     

矩阵奇异值分解问题重分析的摄动法

本文提出了一般实矩阵奇异值分解问题重分析的摄动法.这是一种简捷、高效的快速重分析方法,对于提高各种需要反复进行矩阵奇异值分解的迭代分析问题的计算效率具有较重要的实用价值.文中导出了奇异值和左、右奇异向量的直到二阶摄动量的渐近估计算式.文末指出了将这种振动分析方法直接推广到一般复矩阵情况的途径.