矩阵不等式约束下矩阵方程最小二乘问题的增广Lagrangian方法

称X∈R~(m×n)为实(R,S)对称矩阵,若满足X=RXS,其中R∈R~(m×m)和S∈R~(n×n)为非平凡实对合矩阵,即R=R~(-1)≠±I_m,S=S~(-1)≠±I_n.该文将优化理论中求凸集上光滑函数最小值的增广Lagrangian方法应用于求解矩阵不等式约束下实(R,S)对称矩阵最小二乘问题,即给定正整数m,n,p,t,q和矩阵A_i∈R~(m×m),B_i∈R~(n×n)(i=1,2,…,q),C∈R~(m×m),E∈R~(p×m),F∈R~(n×t)和D∈R~(p×t),求实(R,S)对称矩阵X∈R~(m×m)且在满足相容矩阵不等式EXF≥D约束下极小化‖∑_(i=1)~qA_iXB_i-C‖,其中EXF≥D表示矩阵EXF-D非负,‖·‖为Frobenius范数.该文给出求解问题的矩阵形式增广Lagrangian方法的迭代格式,并用数值算例验证该方法是可行且高效的.     

矩阵不等式约束下矩阵方程最小二乘问题的增广Lagrangian方法北大核心CSCD

称X∈R^(m×n)为实(R,S)对称矩阵,若满足X=RXS,其中R∈R^(m×m)和S∈R^(n×n)为非平凡实对合矩阵,即R=R^(-1)≠±I_m,S=S^(-1)≠±I_n.该文将优化理论中求凸集上光滑函数最小值的增广Lagrangian方法应用于求解矩阵不等式约束下实(R,S)对称矩阵最小二乘问题,即给定正整数m,n,p,t,q和矩阵A_i∈R^(m×m),B_i∈R^(n×n)(i=1,2,…,q),C∈R^(m×m),E∈R^(p×m),F∈R^(n×t)和D∈R^(p×t),求实(R,S)对称矩阵X∈R^(m×m)且在满足相容矩阵不等式EXF≥D约束下极小化‖∑_(i=1)~qA_iXB_i-C‖,其中EXF≥D表示矩阵EXF-D非负,‖·‖为Frobenius范数.该文给出求解问题的矩阵形式增广Lagrangian方法的迭代格式,并用数值算例验证该方法是可行且高效的.     

矩阵方程AX=B的双反对称最佳逼近解

本文主要讨论下而两个问题并得到相关结果:问题Ⅰ:给定A ∈ R~(k×n),B ∈ R~(k×n),求X ∈ BASR~(n×n),使得AX=B.问题Ⅱ:给定X* ∈R~(n×n),求X使得‖X-X~*‖=minX∈S_E‖X-X~*‖,其中S_E是问题Ⅰ的解集合,‖·‖是Frobenius范数.通过对上述问题的讨论给出了问题Ⅰ解存在的充分必要条件和其解的一般表达式同时给出了问题Ⅱ的解,算法,和数值例子.     

基于受限等距性质的矩阵低秩稀疏逼近误差界

正1引言假设D∈R~(m×n)为实际观测到的高维数据矩阵,则从高维空间中估计一低维子空间的问题,称为矩阵低秩逼近,即估计一低秩矩阵A,使得D与A∈R~(m×n)之间的误差E=D-A最小化,该问题表示如下min‖E‖~2_F=‖D-A‖~2_F s.t.rank(A)≤r,其中r《min(m,n).求解矩阵低秩逼近问题最著名的方法是主成分分析法(Principal components analysis,PCA)[8,14,15],PCA在误差||E||_F较小的情况下,利用奇异值分解     

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.     

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。     

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     

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.     

求解Sylvester方程的广义非对称PMHSS算法

<正>1引言考虑如下Sylvester方程:AX+XB=F(1)这里A∈C~(m×m),B∈C~(n×n),F∈C~(m×n)是复数矩阵.令A=W+iT,B=U+iV,Q,T∈R~(m×m),U,V∈R~(n×n)都是实对称矩阵,且W,U是不定的,T,V是正定的.我们假定-TW≤T,-VU≤V.对于任意矩阵W和T,WT(W≤T)意味着T-W是     

von Neumann代数上的局部可乘Lie n-导子

A₁，…，A_n的（n-1）-换位子记为p_n（A₁，…，A_n）.令M是von Neumann代数，n ≥ 2是任意正整数，L：M → M是一个映射.本文证明了，若M不含I₁型中心直和项，且L满足L（p_n（A₁，…，A_n））=∑_k=1ⁿ p_n（A₁，…，A_k-1，L（A_k），A_k+1，…，A_n）对所有满足条件A₁A₂=0的A₁，A₂，…，A_n ∈ M成立，则L（A）=φ（A）+f（A）对所有A ∈ M成立，其中φ：M → M和f：M → Z（M）（M的中心）是两个映射，且满足φ在P_iMP_j上是可加导子，f（p_n（A₁，A₂，…，A_n））=0对所有满足A₁A₂=0的A₁，A₂，…，A_n ∈ P_iMP_j成立（1 ≤ i，j ≤ 2），P₁ ∈ M是core-free投影，P₂=I-P₁；若M还是因子且n ≥ 3，则L满足条件L（p_n（A₁，A₂，…，A_n））=∑_k=1ⁿ p_n（A₁，…，A_k-1，L（A_k），A_k+1，…，A_n）对所有满足A₁A₂A₁=0的A₁，A₂，…，A_n ∈ M成立当且仅当L（A）=φ（A）+h（A）I对所有A ∈ M成立，其中φ是M上的可加导子，h是M上的泛函且满足h（p_n（A₁，A₂，…，A_n））=0对所有满足条件A₁A₂A₁=0的A₁，A₂，…，A_n ∈ M成立.     

一类四元数受限矩阵表达式的最大秩（英文）

确立了一类分块矩阵M11 M12 XM21 M22 M23Y M32 M33的最大秩公式,其中,X和Y是两个受限于四元数线性矩阵方程A_1X=C_1,XB_1=C_2,A_3XB_3=C_3,A_2Y=D_1,YB_2=D_2.的变量矩阵。作为该公式的一项应用,我们推导出上述矩阵方程解集等同于另一四元数二次矩阵方程组解集的条件。     

线性子空间上求解矩阵方程组A_1XB_1=C_1,A_2XB_2=C_2的迭代算法

应用共轭梯度方法,结合线性投影算子,给出迭代算法求解了线性矩阵方程组A_1XB_1=C_1,A_2XB_2=C_2在任意线性子空间上的约束解及其最佳逼近.当矩阵方程组A_1XB_1=C_1,A_2XB_2=C_2相容时,可以证明,所给迭代算法经过有限步迭代可得到矩阵方程组的约束解、极小范数解和最佳逼近.文中的数值例子证实了该算法的有效性.     

双线性Fourier乘子交换子的有界性与紧性

假定T_σ是关于乘子σ的双线性Fourier乘子算子,其中σ满足如下Sobolev正则条件:对某个s∈(n,2n],有sup_(κ∈Z)‖σ_k‖W~s(R~(2m))∞.对于p_1,p_2,p∈(1,∞)且满足1/p=1/p_1+1/p_2和ω=(ω_1,ω_2)∈A_(p/t)(R~(2n)),建立了T_σ及其与函数b=(b_1,b_2)∈(BMO(R~n))~2生成的交换子T_(σ,b)由L~(p_1,λ)(ω_1)×L~(p_2,λ)(ω_2)到L~(p,λ)(v_w)的有界性;同时,在b_1,b_2∈CMO(R~n)(C_c~∞(R~n)在BMO拓扑下的闭包)的条件下,证明交换子T_(σ,b)是L~(p_1,λ)(ω_1)×L~(p_2,λ)(ω_2)到L~(p,λ)(v_w)的紧算子.为了得到主要结果,我们先后建立了几个双(次)线性极大函数在加多权Morrey空间上的有界性以及该空间中准紧集的判定.     

带非光滑核的多线性Marcinkiewicz积分的加权界

我们引入了带非光滑核的多线性Marcinkiewicz积分算子.设p_1,…,p_m∈(1,∞)和p∈(0,+∞)满足1/p_1+…+1/p_m=1/p,记P=(p_1,…,p_m),又设向量权ω=(ω_1,…,ω_m)∈A_p和v_ω=Π_(k=1)~mω_k~(p/pk),得到了Marcinkiewicz积分算子从L~(p_1)(ω_1)×…×L~(p_m)(ω_m)到L~p(v_ω)的常数界.     

带多项式相位的高维振荡积分算子的有界性

考虑如下的振荡积分算子:T_(m,k,n)f(x):=∫_(R~n)e~(i(x_1~2+…+x_n~2))~m(y_1~2+…+y_n~2)~kf(y)dy,其中函数f为定义在R~n上的Schwartz函数,并且满足m,k0.本文给出算子T_(m,k,n).从L~p(R~n)(1≤p∞)到L~q(R~n)有界的一个充分必要条件.此外,我们还证明了算子T_(m,k,n)把L~1(R~n)映到C_0(R~n).     

Projective Dirichlet boundary condition with applications to a geometric problem

Given a domain Ω ? R~n, let λ 0 be an eigenvalue of the elliptic operator L :=Σ!(i,j)~n =1?/?xi(a~(ij0 ?/?xj) on Ω for Dirichlet condition. For a function f ∈ L~2(Ω), it is known that the linear resonance equation Lu + λu = f in Ω with Dirichlet boundary condition is not always solvable.We give a new boundary condition P_λ(u|? Ω) = g, called to be pro jective Dirichlet condition, such that the linear resonance equation always admits a unique solution u being orthogonal to all of the eigenfunctions corresponding to λ which satisfies ||u||2,2 ≤ C(||f ||_2 +|| g||_(2,2)) under suitable regularity assumptions on ?Ω and L, where C is a constant depends only on n, Ω, and L. More a priori estimates,such as W~(2,p)-estimates and the C~(2,α)-estimates etc., are given also. This boundary condition can be viewed as a generalization of the Dirichlet condition to resonance equations and shows its advantage when applying to nonlinear resonance equations. In particular, this enables us to find the new indicatrices with vanishing mean(Cartan) torsion in Minkowski geometry. It is known that the geometry of indicatries is the foundation of Finsler geometry.     

Comparison and Extremal Results on Three Eccentricity-based Invariants of Graphs

The first and second Zagreb eccentricity indices of graph G are defined as:E1(G)=∑(vi)∈V(G)εG(vi)~2,E2(G)=∑(vivj)∈E(G)εG(vi)εG(vj)whereεG(vi)denotes the eccentricity of vertex vi in G.The eccentric complexity C(ec)(G)of G is the number of different eccentricities of vertices in G.In this paper we present some results on the comparison between E1(G)/n and E2(G)/m for any connected graphs G of order n with m edges,including general graphs and the graphs with given C(ec).Moreover,a Nordhaus-Gaddum type result C(ec)(G)+C(ec)(■)is determined with extremal graphs at which the upper and lower bounds are attained respectively.     

关于有限秩的幂零群的自同构

设G是有限秩的幂零群,1=ζ_0Gζ_1G …ζ_cG=G是G的上中心列,End(ζ_iG/ζ_(i-1)G)是Abel群ζ_iG/ζ_(i-1)G的自同态环(1≤i≤c),End(ζ_iG/ζ_(i-1)G)可以自然地作成一个Lie环.α_1,α_2,…,α_n是G的n个自同构,把它们在ζ_iG/ζ_(i-1)G上的诱导自同构分别记为α_(1i),α_(2i),…,α_(ni)(1≤i≤c).如果由α_(1i),α_(2i),…,α_(ni)生成的Lie环End(ζ_iG/ζ_(i-1)G)的Lie子环都是完全可解的,那么α_1,α_2,…,α_n生成的AutG的子群具有良好的幂零性质.考虑G的下中心列,可以得到对偶的结果.     

一种场站设置问题中的几个结论

本文研究如下一种场站设置问题:设S是欧空间E~m中由有限个点A_1,A_2,…,A_n组成的集合.d(A_i,A_j)表示点A_i和A_j之间的距离.令σ(S)=Σ_(1≤i相似文献