广义极分解

本文使用下列符号:C~(m×n)表示m×n复矩阵的集合,C_r~(m×n)表示秩为r的m×n复矩阵的集合,A~H和A~+分别表示矩阵A的共轭转置和Moore-Penrose广义逆,|| ||_2表示向量的Euclid范数和矩阵的谱范数,|| ||_F表示Frobenius范数,R(A)表示A的列     

关于加边矩阵的奇异性问题的注记

在文[1]的基础上,这篇注记给出了m×m复矩阵A的一类非奇异加边矩阵的特征,得到了利用这种加边矩阵的逆阵的子块求全体(1,2)-逆与Moors—Penrose逆所关联的两个定理。 本文约定:C~(m×n)表示m×n复矩阵的集合,C_r~(m×n)表示C~(m×n)的秩r的矩阵的子集,设A∈C~(m×n),通常把Penrose方程     

实对称矩阵的两类逆特征值问题

§gi.两类逆特征值问题先说明一些记号.R~(m×n)是所有m×n实矩阵的全体,R~n=R~(n×1),R=R~1;SR~(n×n)是 所有n×n实对称矩阵的全体;OR~(n×n)是所有n×n实正交矩阵的全体;I~((n))是n阶单位矩阵;A~T是矩阵A的转置;A>0表示A是正定的实对称矩阵.?(A)是矩阵A的列空间;A~+是矩阵A的Moore-Penrose广义逆;P_A=AA~+表示到?(A)的正交投影.λ(A)是A的特征值的全体;λ(K,M)是广义特征值问题K_x=λM_x的特征值的     

矩阵反问题解的稳定性

首先说明一些记号.C~(m×n):所有m×n复元素矩阵的全体,C_r~(m×n):C~(m×n)中所有秩为r的矩阵的全体.A~H:矩阵A的转置共轭.I~((n)):n行列单位矩阵.A>0表示A是正定Hermite矩阵,λ_(max)(A)与λ_(min)(A)分别表示Hermite矩阵A的最大与最小特征值,σ_(max)(A)与σ_(min)(A)分别表示矩阵A的最大与最小奇异值.A~+:A的Moors-Penrose广义逆.|| ||_2:矩阵的谱范数,|| ||_F:矩阵的Frobenius范数.     

实对称带状矩阵特征值反问题

用R~(n×m)表示所有n×m实矩阵的集合;OR~(n×n)表示所有n×n正交矩阵的集合;S_(n,r)表示所有带宽为2r+1的n阶实对称矩阵的集合;||·||_F表示矩阵的Frobenius范数,||·||表示向量的Euclid范数.任取A∈R~(n×m),满足AA~-A=A 的A~-∈R~(m×n)叫做A的内逆,满足AA_l~-A=A和(AA_l~-)~T=AA_l~-的A_l~-∈R~(m×n)叫做A的最小二乘广义逆,     

等式约束加权线性最小二乘问题的解法

1 引言 在实际应用中常会提出解等式约束加权线性最小二乘问题 min||b-Ax||_M,(1.1) x∈C~n s.t.Bx=d, 其中B∈C~(p×n),A∈C~(q×n),d∈C~p,b∈C~q,M∈C~(q×q)为Hermite正定阵. 对于问题(1.1),目前已有多种解法,见文[1—3).本文将利用广义逆矩阵的知识,给出(1.1)的通解及迭代解法.本文中关于矩阵广义逆与投影算子(矩阵)的记号基本上与文[4]的相同.例如,A~+表示A的MP逆,P_L表示到子空间L上的正交投影算子,λ_(max)(MAY)表示矩阵M~(1/2)AY的最大特征值.我们还要用到广义BD逆的概念: 设A∈C~(n×n),L为C~n的子空间,则称A_(L)~(+)=P_L(AP_L+P_L⊥)~+为A关于L的广义BD逆.     

线性流形上亚半正定阵的一类逆特征值问题

1　引言与引理设 Rm× n表示所有 m× n实矩阵集合 ,m=n时 ,Rm× n简记为 Rm;Rm0 表示所有 m阶亚半正定阵集合 ,即 Rm0 ={ A∈Rm× m|YTAY≥ 0 , Y∈Rm× 1 } ;ORm表示 m阶正交矩阵集合 ;A+表示矩阵 A的 Moore-Penrose广义逆 ;‖·‖表示 Frobenius范数 .In 表示 n阶单位阵 ,有时令SE={ A∈ Rm× m|‖ AE -F‖ =min,E,F∈ Rm× k} ,(1 .1 )则 SE是线性流形 .文 [1 ] ,[2 ]分别研究了 SE上实对称矩阵及实对称半正定阵的逆特征值问题 ,本文将进一步研究 SE上亚半正定阵的一类逆特征值问题 ,具体叙述如下 :问题 　给定 X,B∈R…     

关于广义线性最小二乘问题的扰动分析

1问题 在应用统计中，常用的参数估计方法之一是广义线性最小二乘min(Cx-y)~TW~+(Cx-y).(1.1)其中C为m×n矩阵，W为m×m对称半正定矩阵，上标+代表Moore-Penrose广义逆Paige~[1]注意到：从统计观点看，W一般未必可逆，且通常具有对称满秩分解W=BB~T，因而，把问题改述为下述形式更合适     

对称正交反对称矩阵反问题解存在的条件

矩阵反问题和矩阵特征值反问题在科学和工程技术中具有广泛的应用,有关它们的研究已取得了许多进展[1,2].[3]和[4]分别研究了反对称矩阵反问题和双反对称矩阵特征值反问题等.本文研究一类更广泛的对称正交反对称矩阵反问题.用Rn×m（Cn×m）表示n×m实（复）矩阵的全体,ASRn×n表示n阶反对称矩阵的全体,ABSRn×n表示n阶双反对称矩阵的全体,ORn×n表示n阶正交矩阵的全体.A+表示矩阵A的Moore-Penrose广义逆.In表示n阶单位矩阵.ei表示n阶单位矩阵的第i列,Sn=[en,en-1,     

矩阵方程ATXB+BTXTA=D的极小范数最小二乘解

1引言本文用Rm×n表示所有m×n实矩阵全体,ORn×n,ASRn×n分别表示n×n实正交矩阵类与反对称矩阵类.‖·‖F表示矩阵的Frobenius范数,A+为矩阵A的Moore-Penrose广义逆,A*B与A(?)B分别表示矩阵4与B的Hadamard乘积及Kronecker乘积,即若A=(aij),B=(bij),则A*B=(ajibij),A(?)B=(aijB),vec4表示矩阵A的按行拉直,即若A=[aT1,aT2,…,aTm],其中ai为A的行向量,则vecA=(a1a2…am)T.设A∈Rn×m,B∈Rp×m,D∈Rm×m,我们考虑不相容线性矩阵方程ATXB+BTXTA=D(1.1)     

L—自反Fuzzy矩阵的幂等性及正则性

本文利用对Fuzzy矩阵分块的方法,讨论了L-自反Fuzzy矩阵的幂等性及正则性。并利用标准基的性质证明了自反的,非奇异的Fuzzy矩阵的任一广义逆是自反的。本文总设(L,∧,∨)是完备的分配格并简记为L,其最大元最小元分别为1,0,L~(m×n)表示L上全体m×n矩阵的集合。有关记号参见[1]。得到的主要结果是: 命题1 设A∈L~(n×n),A=A~2且若某aii=0(1≤i≤n)则(1)A的第i行和其余各行相关;(2)A的第i列和其余各列相关;(3)若记A(i|i_~2为划去A的第i行,第i列所得     

矩阵双侧旋转与逼近

首先,引入一些符号.用C~(m×n)表示m×n复矩阵的集合,U~(i×m)={A∈C~(l×m)│A~(II)A=I_m(l≥m)}.I_m表示m阶单位矩阵,A~H表示矩阵A的共轭转置矩阵,tr(A)表示矩阵A的迹,Re[tr     

任意体上矩阵的ρMoore-Penrose逆的某些显式

设K是一个任意的体,表示K上所有矩阵的集合,K~(m×n)表示K上m×n矩阵的集合,K_r~(m×n)={A∈K~(m×n)|RankA=r}.推广[1]中的概念,我们引入定义1.设的一个变换,如果满足 (i)(AB)~ρ=B~ρA~ρ,A∈K~(m×n),B∈K~(?); (ii)(A~ρ)~ρ=A,A∈, 那么ρ叫做的一个对合函数. 定义2.设ρ是的一个对合函数,A∈K~(m×n),如果存在X∈K~(n×m),满足下面关于ρ的Penrose方程:     

关于极点配置的一点注记

§1.引言 首先说明几个符号.R~(m×n)是所有m×n实矩阵的全体,R_r~(m×n)是R~(m×n)中秩为r的矩阵的全体,R~n=R~(n×1);A~T是矩阵A的转置,I~((n))是n×n单位矩阵,O是零矩阵;λ(Λ)是矩阵A的特征值的全体,|| ||_2是向量的欧氏范数和矩阵的谱范数,|| ||_F是矩阵的Frobenius范数; N(·)表示零空间.     

矩阵方程XTAX=B的一类反问题

1引言 本文用Rn×m表示所有n×m实矩阵全体;SR0n×n表示所有n阶实对称半正定矩阵全体;In表示n阶单位矩阵;A-,A+分别表示矩阵A的一个广义逆和Moore-Penrose广义逆;A≥0表示A为对称半正定矩阵;Sn=(en,en-1,…,e1)∈Rn×n,其中ei为单位阵In的第i列; [n/2]表示不超过n/2的最大整数.     

[A,B]行块矩阵penrose型广义逆的充要条件

设A∈C~(m×n),B∈C~(m×p)及四个矩阵方程:1)AGA=A,2)GAG=G,3)(AG)~*=AG,4)(GA)~*=GA如果G满足上述方程i),j),…k),则称G为(ij…k)型逆或penrose型广义逆,简称广义逆,并记为A(ij…k).其全体记为A{ij…k},利用矩阵广义逆的理论研究了下列两类等式成立的的充要条件:I)其中α+β=1,α>0,β>0,1≤i相似文献   

线性流形上实对称矩阵最佳逼近

1.引言 首先介绍一些记号,IR~(n×m)表示所有n×m实矩阵的全体,SIR~(n×n)表示所有n×n实对称矩阵的全体,OIR~(n×n)表示所有n×n正交矩阵的全体,I_n表示n阶单位矩阵,A~T和A~+分别表示矩阵A的转置和Moore-Penrose广义逆。对A=(a_(ij)),B=(b_(ij))∈IR~(n×m),A＊B表示A与B的Hadamard积,定义为A＊B=(a_(ij)b_(ij)),并且定义A与B的内积     

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Hermite-广义反Hamilton矩阵反问题的最小二乘解

1.引言 令Rn×m表示所有n×m实矩阵集合,Cn×m表示所有n×m复矩阵集合,Cn=Cn×1,HCn×n表示所有n阶Hermite矩阵集合,UCn×n表示所有n阶酉矩阵集合,AHCn×n表示所有n阶反Hermite矩阵集合,R(A)表示A的列空间,N(A)表示A的零空间,A+表示A的Moore—Penrose广义逆,A*B表示A与B的Hadamard积,rank(A)表示矩阵A的秩.tr(A)表示矩阵A的迹.矩阵A,B的内积定义为(A,B)=tr(BHA),A,B∈Cn×m,由此内积诱导的范数为||A||=√(A,A)=[tr(AHA)]1/2,则此范数为Frobenius范数,并且Cn×m构成一个完备的内积空间,In表示n阶单位阵,i=√-1,记OASRn×n表示n×n阶正交反对称矩阵的全体,即     

线性流形上对称正交对称矩阵逆特征值问题

1.引言 令R~(n×m)表示所有n×m阶实矩阵集合;OR~(n×n)表示所有n阶正交矩阵全体;A~+表示A的Moore-penrose广义逆;I_к表示К阶单位阵;SR~(n×n)表示n阶实对称矩阵的全体;rank(A)表示A的秩;||·||是矩阵的Frobenius范数;对A=(a_(ij)),B=(b_(ij))∈R~(n×m),A＊B表示A与B的Hadamard乘积,其定义为A*B=(a_(ij),b_(ij))。