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,     

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))。     

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．     

线性流形上实对称半正定阵的一类反问题

1　引　　言文中记Rn×m为所有n×m阶实阵集合,SRn×n为所有n阶实对称阵集合,Pn表示所有n阶实对称半正定阵集合,A≥0表示方阵A对称半正定.A+、R(A)、N(A)分别表示矩阵A的Moore-Penrose广义逆,列空间和零空间,‖·‖表示Froblnius范数.对于Z.Y∈Rn×k,令S={A∈Pn|AZ=Y,ZTY∈PK,R(YT)=R(YTZ)}(1.1)　　现考虑如下问题:问题　给定X.B∈Rn×m,找A∈S,使得AX=B(1.2)　　问题　给定A∈Rn×n,找A∈SE,使得‖A-A‖=infA∈SE‖A-A‖(1.3)其中SE是问题的解集合.问题与具有重要的应用背景,当Y=ZΛ,Λ=diag(λ1,λ2,…     

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.     

矩阵特征值的几个扰动定理

1 引言 设A∈C~(n×m),B∈C~(m×m)(m≤n),它们的特征值分别为{λ_k}_(k=1)~n和{μ_k}_(k=1)~m.令 R=AQ-QB (1)这里Q∈C~(n×m)为列满秩矩阵.Kahan研究了矩阵A在C~(n×m)上的Rayleigh商的性质,证明了下列定理:设A为Hermite矩阵,Q为列正交矩阵,即Q~HQ=I,而B=Q~HAQ,则存在 1,2,… ,n的某个排列π,使得 {sum from j=1 to m │μ_j-λ_(π(j))│~2}~(1/2)≤2~(1/2)‖R‖_F (2)其中R如(1)所示,‖·‖_F为矩阵的Frobenius范数.刘新国在[2]中将此定理推广到B为可对角化矩阵的情形,并且还建立了较为一般的扰动定理:设A为正规矩阵,B为可对角化矩阵;存在非奇异矩阵G,使得G~(-1)BG为对角阵,则存在1,2,…,n的某个排列π,使得 │μ_j-λ_(π(j))│≤2(2~(1/2))nK(G)_(σ_m~(-1))‖R‖_F,j=1,2,…,m. (3)     

对称非负定矩阵反问题解存在的条件

R~(n×m)表示所有n×m阶实阵集合,R_r~(n×m)表示R~(n×m)中秩为r的子集.R_K表示所有K阶对称非负定阵集合.A≥0(>0)表示方阵A对称非负定(正定).R(A),N(A),A~+分别表示A的列空间,零空间和Moore-Penrose广义逆.dim(·)表示子空间维数,I_K表示K阶单位阵.||·||表示Frobenius范数.现考虑如下问题:     

一类对称正交对称矩阵反问题的最小二乘解

1 引言 本文记号R~(n×m),OR~(n×n),A~+,I_k,SR~(n×n),rank(A),||·||,A*B,BSR~(n×n)和ASR~(n×n)参见[1].若无特殊声明文中的P为一给定的矩阵且满足P∈OR~(n×n)和P=P~T. 定义1 设A=(α_(ij))∈R~(n×n).若A满足A=A~T,(PA)~T=PA则称A为n阶对称正交对称矩阵;所有n阶对称正交对称矩阵的全体记为SR_P~n.若A∈R~(n×n)满足A~T=A,(PA)~T=-PA,则称A为n阶对称正交反对称矩阵;所有n阶对称正交反对     

矩阵方程AX=B的一类反问题及数值解法

§1.引言 用I_r表示r阶单位阵,R~(n×m)表示所有n×m实矩阵的集合.||·||_F表示Frobenius范数.若?0≠x∈R~n有x~TAx≥0(>0),则记为A≥0(>0);若A≥0(>0)且A=A~T,则称A为对称半正定(正定)阵.     

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.     

解广义特征值反问题的同伦方法

1.引言 我们讨论下列广义特征值反问题: (G)已知B是n×n阶对称半正定矩阵,λ=(λ_1,…,λ_(2n-1))~T∈R~(2n-1),且{λ_i}~(n_3),和{λ_i}_(n+1)~(2n-1)严格交错。问题是欲求一个实对称三对角n×n阶矩阵A,使得λ_1…,λ_n是Ax=λBx的特征值,λ_(n+1),…,λ_(2n-1)是A_(n-1)x=λB_(n-1)x的特征值,其中A_(n-1),B_(n-1)分别是矩阵A,B的前n-1阶主子阵。     

状态反馈极点配置问题的一个新算法

§1.引言 极点配置问题是控制理论中的一个重要的问题,描述如下: 问题(P1).给定A∈R~(n×n),B∈R~(n×m),Λ={λ_1,λ_2,…,λ_n},Λ在复共轭下封闭.求F∈R~(m×n),使得     

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     

反特征值问题的最佳逼近的一点注记

对于[1]与[2]中提出的关于矩阵的最佳逼近问题,本文用一个简洁的方法,证明其主要结果. 1.问题及条件的转化 设X∈R~(n×k),A∈R~(n×n),λ_1,…λ_k为A的部分特征值,A=daig(λ_1…λ_k)以及     

线性约束下的矩阵束最佳逼近及其应用

1.引言 用C~(n×m)表示所有n×m阶复矩阵的集合,R~(n×m)表示所有n×m阶实矩阵的集合,R_r~(n×m)表示R~(n×m)中矩阵秩为r的子集.任取A,B∈R~(n×m),定义内积和范数为     

输出反馈极点配置问题的一个算法

在线性多变量控制理论中,存在一个代数特征值反问题——输出反馈极点配置问题。问题叙述如下: 问题PAO.给定A∈R~(n×n),B∈R_m~(n×m),C∈R_p~(p×n)和?={λ_1,λ_2,…,λ_n},?在复共轭下封闭.求K∈R~(m×p),使得A+BKC具有事先给定的特征值λ_1,λ_2,…,λ_n。 [2]和[5]等证明了     

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.     

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…     

一类Stiefel流形上极小化问题的低秩解

<正>1引言记冗R~(m×n)为m×n阶实数矩阵集合;A~T表示矩阵A的转置;I_p表示p×p阶单位矩阵.对任意矩阵A=(a_(ij))∈R~(m×n),[A]_(ij)表示A的第ij个元素,即[A]_(ij)=a_(ij);‖A‖_F表示矩阵A的Frobenius范数,且有关系‖A‖_F~2=tr(A~TA),(1.1)其中tr(·)表示矩阵的迹,且有性质tr(A+B)=tr(A)+tr(B),tr(AB)=tr(BA),tr(B~T)=tr(B).(1.2)本文研究如下Stiefel流形上的极小化问题:     

一类矩阵反问题及其数值解法

1.问题的提法 R~(n×m)表示所有n×m阶实矩阵的集合,R~(n×1)=R~n,R_r~(n×m)表示R~(n×m)中秩为r的子集.||·||取Frobenius范数.若?0≠x∈R~n,α≥0,有x~TAx≥αx~Tx(>αx~Tx),则记为A≥α(>α).若A≥0(>0)且A=A~T,则A为对称半正定(正定)阵. 令