对称正交矩阵反问题及其最佳逼近

本文主要讨论下面两个问题：问题Ⅰ：给定矩阵X,B∈R~(m×n),求对称正交矩阵A∈SOR~(m×m),使得AX=B．问题Ⅱ：给定矩阵(?)∈R~(m×m),求矩阵A~*∈S_E使得(?)这里S_E问题Ⅰ的解集合,‖·‖指Frobenius范数．本文首先讨论具有k阶对称主子阵的n(n＞k)阶正交矩阵的C-S分解,利用这个结果,得到了问题Ⅰ有解的充要条件和通解的一般形式．然后,对给定矩阵(?)∈R~(m×m),讨论了矩阵(?)在问题Ⅰ的解集合S_E中的最佳逼近,得到了最佳逼近解的表达式．     

具有左、右特征向量及特征值约束下逆特征值问题

§1 问题的提法R~(n×m)表示所有 n×m 阶实阵集合,(A)表示矩阵 A 的列空间,A~+表示 A 的 Moore-Penrose 广义逆,P_A=AA~+表示到(A)的正交投影核子;I_n 表示 n 阶单位阵,‖·‖_F 表示 Frobenius 范数。问题Ⅰ给定X,Y∈~(n×m),Λ=diag(λ_1,λ_2,…,λ_m)∈R~(m×m),找 A∈R~(n×m),使得问题Ⅱ给定 A~*∈R~(n×n),找∈S_E,使得‖A~*-‖_F=‖A~*-A‖_F,其中 S_E是问题Ⅰ的集合。本文讨论问题Ⅰ有解的充分与必要条件,且求出 S_E的表达式,同时给出的表达式。     

线性流形上对称正交反对称矩阵反问题的最小二乘解

设P是n阶对称正交矩阵,如果n阶矩阵A满足AT=A和(PA)T=-PA,则称A为对称正交反对称矩阵,所有n阶对称正交反对称矩阵的全体记为SARnp.令S={A∈SARnp f(A)=‖AX-B‖=m in,X,B〗∈Rn×m本文讨论了下面两个问题问题Ⅰ给定C∈Rn×p,D∈Rp×p,求A∈S使得CTAC=D问题Ⅱ已知A~∈Rn×n,求A∧∈SE使得‖A~-A∧‖=m inA∈SE‖A~-A‖其中SE是问题Ⅰ的解集合.文中给出了问题Ⅰ有解的充要条件及其通解表达式.进而,指出了集合SE非空时,问题Ⅱ存在唯一解,并给出了解的表达式,从而得到了求解A∧的数值算法.     

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.     

线性流形上的广义中心对称矩阵反问题

设R∈Cn×n是满足R=RH=R-1≠±In的广义反射矩阵.若A∈Cn×n满足RAR=A,则称A为n阶广义中心对称矩阵,n阶广义中心对称矩阵的全体记为GCSCn×n.令X1,Z1∈Cn×k1,Y1,W1∈Cn×l1,S={A|‖AX1-Z1‖2+‖Y1HA-W1H‖2=min,A∈GCSCn×n},本文研究如下问题.问题Ⅰ.给定矩阵Z2,X2∈Cn×k2,Y2,W2∈Cn×l2,求A∈S,使得其中‖·‖是Frobenius范数.问题Ⅱ.给定矩阵A∈Cn×n,求A∈SE,使得其中SE是问题Ⅰ的解集合.本文给出了问题Ⅰ解集合SE的表达式,并导出了矩阵方程AX2=Z2,Y2HA=W2H有解A∈S的充分必要条件及其通解表达式,并给出了问题Ⅱ解的表达式以及求解问题Ⅱ的数值方法和数值例子.     

基于交替投影算法求解单变量线性约束矩阵方程问题

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.     

半张量积下矩阵方程组AX=B,XC=D的最小二乘解

本文研究了半张量积下矩阵方程组AX=B,XC=D在不同情况下的最小二乘解X*∈R~(p×q),其中矩阵A∈R~(m×n),B∈R~(h×k),C∈R~(a×b),D∈R~(l×d)给定.根据半张量积的定义将其转变为普通乘积下的矩阵方程组,再结合矩阵奇异值分解及矩阵微分给出该方程组在不同情况下最小二乘解的解析表达式,并用数值算例加以验证.     

一类反对称正交反对称矩阵逆特征值问题

设P为一给定的对称正交矩阵,记AARnP={A∈Rn×n‖AT=-A,(PA)T=-PA}.讨论了下列问题:问题给定X∈Cn×m,Λ=diag(λ1,λ2,…,λm).求A∈AARPn使AX=XΛ.问题设A~∈Rn×n,求A*∈SE使‖A~-A*‖=infA∈SE‖A~-A‖,其中SE为问题的解集合,‖.‖表示Frobenius范数.研究了AARPn中元素的通式,给出了问题解的一般表达式,证明了问题存在唯一逼近解A*,且得到了此解的具体表达式.     

求解特征值互补问题的ABS算法

正1引言对给定的矩阵A∈R~(n×n)和正定阵B∈R~(n×n),特征值互补问题(EiCP)~([1-3])是指:求实数λ和向量x∈R~n\{0}使得{y=(A-λB)x y≥0,x≥0 y~Tx=0 (1)它源于工程和物理问题,如对力学接触问题和结构力学系统的稳定性的研究[3-6].EiCP也可表示为如下形式的锥约束特征值问题[7,8]:对给定的矩阵A∈R~(n×n)和正定阵B∈R~(n×n),求实数λ和向量量x∈R~n\{0}使得     

实对称矩阵广义特征值反问题

本文研究如下实对称矩阵广义特征值反问题: 问题IGEP,给定X∈R~(n×m),1=diag(λ_II_k_I,…,λ_pI_k_p)∈R~(n×m),并且λ_I,…,λ_p互异,sum from i=1 to p(k_i=m,求K,M∈SR~(n×n),或K∈SR~(n×n),M∈SR_0~(n×m),或K,M∈SR_0~(n×n),或K∈SR~(n×n),M∈SR_+~(n×n),或K∈SR_0~(n×n),M∈SR_+~(n×n),或K,M∈SR_+~(n×m), (Ⅰ)使得 KX=MXA, (Ⅱ)使得 X~TMX=I_m,KX=MXA,其中SR~(n×n)={A∈R~(n×n)|A~T=A},SR_0~(n×n)={A∈SR~(n×n)|X~TAX≥0,X∈R~n},SR_+~(n×n)={A∈SR~(n×n)|X~TAX>0,X∈R~n,X≠0}. 利用矩阵X的奇异值分解和正交三角分解,我们给出了上述问题的解的表达式.     

双对称非负定阵一类逆特征值问题的最小二乘解

１．引言 逆特征值问题在工程中有广泛的应用,其研究已有一些很好的结果［１－５］．最近,文［６］还研究了双对称矩阵逆特征值问题,即研究了如下两个问题： 问题Ａ．已知Ｘ∈Ｒｎｘｍ,Ａ＝ｄｉａｇ（λ１…,λｍ）,求Ａ∈ＢＳＲｎｘｎ使 ＡＸ＝ＸＡ,其中 Ｒｎｘｍ表示全体 ｎ ｘ ｍ实矩阵集合, ＢＳＲｎｘｎ表示全体 ｎ ｘ ｎ双对称阵集合． 问题Ｂ．已知Ａ＊ＥＲｎｘｎ,求Ａ∈ＳＥ使 ｜｜Ａ＊－Ａ｜｜＝ ｉｎｆ ｜｜Ａ＊－Ａ｜｜ ＡＦＳＥ其中 ＳＥ是问题 Ａ的解集合,｜｜． ｜｜表示 Ｆｒｏｂｅｎｉｕｓ范数． 在实际问题中, …     

The Solvability Conditions for the Inverse Problem of Matrices Positive Semidefinite on a Subspace

Inverseproblemsforrealsymmetricmatricesandsymmetricnonnegativedefinitematriceshavebeenstudiedin[1],[2].Theconditionsfortheexistenceofasolutiontheexpressionofthegeneralsolutionandoptimalapproximatesolutionhavebeengiven.Thispaperstudiestheinverseproblemofonekindofmatricesbetweentheabovetwokindsofmatrices-matricespositivesemidefiniteonasubspace.Theconditionsfortheexistenceofasolution,theexpressionofthegeneralsolutionandtheoptimalapproximatesolutionaregiven'Inthispaper9Rnxmdenotesthesetofallrealn…     

一类线性流形上矩阵方程X^TAX=B的反问题

设Ω={A∈ASR^nxn｜Ax=C，↓Ax∈RT（S），SS^＋C=0，T2^TC2=-C2^TT2，C2T2^＋72=C2}，考虑问题Ⅰ：给定X∈R^nxm，B∈R^mxm求A∈Ω，使得f（A）=｜｜X^TAX—B｜｜=min；问题Ⅱ：给定A^＋∈R^nxm，求A∈SE，使得｜｜A^＋-A｜｜=minA∈SE｜｜A^＋-A｜｜，SE是问题Ⅰ的解集。本文给出了问题Ⅰ、Ⅱ的解的通式，并给出了问题Ikf（A）=0成立的充分必要条件。     

COMPUTING THE NEAREST BISYMMETRIC POSITIVE SEMIDEFINITE MATRIX UNDER THE SPECTRAL RESTRICTION

Let A and C denote real n × n matrices. Given real n-vectors x1, ... ,xm, m ≤ n, and a set of numbers L = {λ1,λ2,... ,λm}. We describe (I) the set (?) of all real n × n bisymmetric positive seidefinite matrices A such that Axi is the "best" approximate to λixi, i = 1,2,...,m in Frobenius norm and (II) the Y in set (?) which minimize Frobenius norm of ||C - Y||.An existence theorem of the solutions for Problem I and Problem II is given and the general expression of solutions for Problem I is derived. Some sufficient conditions under which Problem I and Problem II have an explicit solution is provided. A numerical algorithm of the solution for Problem II has been presented.     

对称正交反对称矩阵反问题

设P为一给定的对称正交矩阵, 记SAR\+n\-P={A∈R\+\{n×n\}|A\+T=A,(PA)\+T=-PA}. 该文考虑下列问题问题Ⅰ〓给定X∈R\+\{n×m, Λ=diag(λ\-1,λ\-2,…, λ\-m)∈R\+\{m×m\}, 求A∈SAR\+n\-P使AX=XΛ,问题Ⅱ〓给定X,B∈R\+\{n×m, 求A∈SAR\+n\-P使  ‖AX-B‖=min.问题Ⅲ设[AKA～]∈R\+\{n×n\},求A\+*∈S\-E使 ‖[AKA～]-A\+*‖=inf[DD(X]A∈S\-E[DD)]‖[AKA～]-A‖, 其中S\-E为问题Ⅱ的解集合, ‖·‖表示Frobenius范数.该文得到了问题Ⅰ有解的充要条件及解集合的表达式, 给出了解集合S\-E的通式和逼近解A\+*的具体表达式.     

关于四元数矩阵的最佳逼近问题

通过使用四元数矩阵的广义奇异值分解,给出了四元数矩阵最佳逼近问题‖AHXA-C‖2F+‖BHXB-D‖2F=min, s.t. XH=X的一般表达式.     

Hermite-广义反Hamilton矩阵的一类反问题

给定矩阵X和B,利用矩阵的广义奇异值分解,得到了矩阵方程X~HAX=B有Hermite-广义反Hamiton解的充分必要条件及有解时解的—般表达式.用S_E表示此矩阵方程的解集合,证明了S_E中存在唯一的矩阵(?),使得(?)与给定矩阵A的差的Frobenius范数最小,并且给出了矩阵(?)的表达式;同时也证明了S_E中存在唯一的矩阵A_o,使得A_o是此矩阵方程的极小Frobenius范数Hermite-广义反Hamilton解,并且给出了矩阵A_o的表达式.     

一类矩阵方程的广义Hermite问题

该文主要解决了如下两个问题 问题I 已知矩阵 M∈ C^n×e, A∈C^n×m, B∈ C^m×m, 求 X∈ HC_M,n使得 A^HXA=B, 其中 HC_M,n={ X∈ C^n×n}|α^H(X-X^H)=0, for all α∈ C(M) }. 问题II 任意给定矩阵 X^* ∈C^n×n, 求 $\hat{X}\in H_E$ 使得 ||\hat{X}-X^*||=\min\limits_{X∈ H_E}||X-X^*||, 这里 H_E 为问题I的解集. 利用广义奇异值分解定理,得到了问题I的可解条件及其通解表达式, 获得了问题II的解,并进行了相应的数值计算.