共查询到20条相似文献,搜索用时 181 毫秒
1.
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. 相似文献
2.
胡端平 《应用数学与计算数学学报》1998,12(1):77-82
本文推广了R.Penrose关于矩阵方程组AX=C,XB=D的工作,给出了矩阵方程组 A_1XB_1=C_1,A_2XB_2=C_2的相容性条件,给出了通解表达式以及唯一解的充要条件。 相似文献
3.
周海林王娅叶建兵刘大瑾谭沈阳 《应用数学学报》2018,(5):577-588
应用共轭梯度方法和线性投影算子,给出迭代算法求解了线性矩阵方程组A1XB1+C1XD1=E1,A2XB2+C2XD2=E2在任意线性子空间上的约束解及其最佳逼近.可以证明,当矩阵方程组A1XB1+C1XD1=E1,A2XB2+C2XD2=E2相容时,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. 相似文献
4.
讨论了矩阵方程组A_1XB_1=D_1,A_2XB_2=D_2反对称最小二乘解的递推算法,该算法不仅能够用于计算反对称最小二乘解,而且在选取特殊的初始矩阵时,算法能够求出矩阵方程组的极小范数反对称最小二乘解,以及对给定的矩阵进行最佳逼近的反对称解. 相似文献
5.
6.
7.
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。 相似文献
8.
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
9.
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
10.
11.
<正> 文[1]在第二章以例介绍了矩阵方程AXB=C (1)的解法。对于(1)的推广形式A_1XB_1+A_2XB_2+…+A_QXB_Q=C (2)及AX+XB=C (3) 在工程技术中,特别对自动控制是有着重要应用的一类方程。如果能把它们与已经讨论过的矩阵向量方程AX=6相联系,那末,根据线性方程组的一般理论,就可以顺利地懈决矩阵 相似文献
12.
13.
14.
该文给出了四元数矩阵方程组X_1B_1=C_1,X_2B_2=C2,A_1X_1B_3+A_2X_2B_4=C_b可解的充要条件及其通解的表达式,利用此结果建立了四元数矩阵方程组XB_a=C_a,A_bXB_b=C_b有广义(反)反射解的充要条件及其有此种解时通解的表达式. 相似文献
15.
该文建立了求矩阵方程AXB+CXD=F的中心对称最小二乘解的迭代算法.使用该算法不仅可以判断该矩阵方程的中心对称解的存在性,而且无论中心对称解是否存在,都能够在有限步迭代计算之后得到中心对称最小二乘解.选取特殊的初始矩阵时,可求得极小范数中心对称最小二乘解.同时,也能给出指定矩阵的最佳逼近中心对称矩阵. 相似文献
16.
当多矩阵变量线性矩阵方程(LME)相容时,通过修改共轭梯度法的下降方向及其有关系数,建立求LME的一种异类约束解的迭代算法.当LME不相容时,先通过构造等价的线性矩阵方程组(LMEs),将不相容的LME异类约束最小二乘解(Ls解)问题转化为相容的LMEs异类约束解问题,然后参照求LME的异类约束解的迭代算法,建立求LME的一种异类约束Ls解的迭代算法.不考虑舍入误差时,迭代算法可在有限步计算后求得LME的一组异类约束解或者异类约束Ls解;选取特殊的初始矩阵时,可求得LME的极小范数异类约束解或者异类约束Ls解.此外,还可在LME的异类约束解或者异类约束Ls解集合中给出指定矩阵的最佳逼近矩阵.算例表明,迭代算法是有效的. 相似文献
17.
应用共轭梯度方法和线性投影算子,给出迭代算法求解了线性矩阵方程AX=B在任意线性子空间上的最小二乘解问题.在不考虑舍入误差的情况下,可以证明,所给迭代算法经过有限步迭代可得到矩阵方程AX=B的最小二乘解、极小范数最小二乘解及其最佳逼近.文中的数值例子证实了该算法的有效性. 相似文献
18.
19.
利用逆矩阵的Neumann级数形式,将在离散时间跳跃线性二次控制问题中遇到的含未知矩阵之逆的离散对偶代数Riccati方程(DCARE)转化为高次多项式矩阵方程组,然后采用牛顿算法求高次多项式矩阵方程组的异类约束解,并采用修正共轭梯度法求由牛顿算法每一步迭代计算导出的线性矩阵方程组的异类约束解或者异类约束最小二乘解,建立求DCARE的异类约束解的双迭代算法.双迭代算法仅要求DCARE有异类约束解,不要求它的异类约束解唯一,也不对它的系数矩阵做附加限定.数值算例表明,双迭代算法是有效的. 相似文献
20.
对于一般的二元二次方程组A_1x~2+B_1xy+C_1y~2+D_1x+E_1y+F_1=0,A_2x~2+B_2xy+C_2y~2+D_2x+E_2y+F_2=0。可以写成下列形式 A_1x~2+(B_1y+D_1)x+ A_2x~2+(B_2y+D_2)x+ (C_1y~2+E_1y+F_1)=0 (1) (C_2y~2+E_2y+F_2)=0 (2)也可以把它写成y的降幂排列形式,如果把x~2、x作为两个未知数,那么解此二元一次方程组,有 相似文献