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.     

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.     

用点到直线距离公式解决与函数相关的问题

点P（x，y）到直线Ax＋By＋C=0距离为d=｜Ax＋By＋C｜/√A^2＋B^2,当P（x，y）在函数y=f（x）上时，该公式变为d=｜Ax＋Bf（x）＋C｜/√A^2＋B^2,本文通过引进函数y=f（x），借助该公式解决一些与函数相关的问题．     

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.     

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.     

一般退化时滞微分系统解的存在性及通解

研究退化时滞系统Ex（t）=Ax（t）＋Bx（t-1）＋f（t）（t≥0），x（t）=（t)-1≤t≤0），其中E、A、B∈Rm×n，x（t）∈Rn，f（t）∈Rm．给出了上述系统解的存在性条件及通解表达式．     

点到直线距离公式的研究性学习成果北大核心

1问题的提出 已知平面上的点P（x0,y0）,直线l：Ax＋By＋C=0（A,B不全为0）,求点P到直线l的距离d．     

Strongly approximative similarity of operators

Two operators A, B ∈ B（H） are said to be strongly approximatively similar, denoted by A -sas B, if （i） given ε 〉 0, there exist Ki ∈ B（H） compact with ｜｜Ki｜｜ 〈ε（i = 1,2） such that A＋K1 and B ＋ K2 are similar; （ii） σ0（A） = σ0（B） and dim H（λ; A） = dim H（λ; B） for each λ ∈ σ0（A）. In this paper, we prove the following result. Let S,T ∈ B（H） be quasitriangular satisfying： （i） σ（T） = σ（S） = σw（S） is connected and σe（S） = σlre（S）; （ii） ρs-F（S） ∩ σ（S） consists of at most finite components and each component Ω satisfies that Ω = int Ω, where int Ω is the interior of Ω. Then, S -sas T if and only if S and T are essentially similar.     

The least squares problem of the matrix equation A1X1B1^T ＋ A2X2B2^T = T

The matrix least squares （LS） problem minx ｜｜AXB^T--T｜｜F is trivial and its solution can be simply formulated in terms of the generalized inverse of A and B. Its generalized problem minx1,x2 ｜｜A1X1B1^T ＋ A2X2B2^T - T｜｜F can also be regarded as the constrained LS problem minx=diag（x1,x2） ｜｜AXB^T -T｜｜F with A = [A1, A2] and B = [B1, B2]. The authors transform T to T such that min x1,x2 ｜｜A1X1B1^T＋A2X2B2^T -T｜｜F is equivalent to min x=diag（x1 ,x2） ｜｜AXB^T - T｜｜F whose solutions are included in the solution set of unconstrained problem minx ｜｜AXB^T - T｜｜F. So the general solutions of min x1,x2 ｜｜A1X1B^T ＋ A2X2B2^T -T｜｜F are reconstructed by selecting the parameter matrix in that of minx ｜｜AXB^T - T｜｜F.     

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,…     

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

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

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, …     

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.     

几类B值拟鞅空间上的原子分解

设1〈P≤2,0〈n≤1,X是P一致可光滑空间的Banach空间,则对每个X值拟鞅f=（fn）n≥0∈pHn^σ（X）存在分解fn=∑k∈Zμkαn^k（n≥0）,并且｜｜f｜｜pHα^σ（X）＋｜｜R（f）｜｜α～inf（∑k∈μk^a）^1/a,这里a^k=（an^k）n≥（k∈Z）是一列（1,α,∞;p）拟鞅原子,并且在L^1中收敛,sup k∈z｜｜a^k＊｜｜n〈∞,（μk）k∈Z∈la是非负实数列．对于拟鞅空间pHa^s（X）和qKn（x）成立类似的结果．此外,利用拟鞅原子分解定理,证明了几个拟鞅不等式．     

一类拟线性退化抛物方程的Cauchy问题

对方程α（xx）u＋uαyu-αtu=f（·,u）,（x,y,t）∈R^2×（0,T）的Cauchy问题,给出了一个整体BV-弱解的定义,证明了该弱解的连续性.     

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.     

高波数Helmholtz 方程的内罚有限元方法

本文考虑二维和三维区域上高波数Helmholtz 散射问题的线性内罚有限元方法. 该散射问题的边界条件取为一阶吸收边界条件. 本文证明了, 如果加罚参数γ-γ_r+iγ_i 的虚部 γ_i 大于零, 那么内罚有限元方法是绝对稳定的, 即对任意k,h,R > 0 都存在唯一解. 这里k 是波数, h 为网格尺寸, R是区域的直径. 进一步地, 如果|γ_r|≤γ_i≤1, 那么存在与k,h,γ,R 无关的常数C₀;C₁;C₂, 使得当k³h²R ≤ C₀ 时, 该方法的H¹ 误差界为(C₁kh + C₂k³h²R)RM(f, g), 当k³h²R > C₀ 且kh 有界时,H¹ 误差界为(C₁kh + C₂/γ_i)RM(f, g), 其中M(f, g) := (‖f‖_L²(Ω) + R^-1/2‖g‖_L²(Γ)) + R^-1|g|_H^1/2(Γ). 另外, 本文还推导了L² 误差估计. 注意到γ = 0 时内罚有限元方法就是经典的有限元方法, 通过取加罚参数为iγ_>i 并令γ_i 趋于0+, 本文还在k³h²R ≤ C₀ 的条件下, 得到了有限元方法的稳定性和误差估计.作者以前的工作只考虑了加罚参数为纯虚数的情形并且没有考虑对R 的依赖关系.     

关于广义分次局部上同调的tame性的一个结果

设R=＋n∈N0Rn（R=R0[R1]）是分次Noether交换环,（R0,m0）是一个局部环,R＋=＋n∈NRn;设N是一个有限生成Z-分次R-模,这里N、N0、Z分别表示全体正整数、全体非负整数和全体格致所构成的集合．令h=sup{i∈Z｜HR＋^i（N）不是Artin模}．Dibaei和Nazari证明了HR＋^h（N）是tame模．我们将该结果推广到了广义分次局部上同调模的情形．