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,     

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     

一类广义半正定线性方程组的直接解法

1 引言 在具有等式约束的二次规划或椭圆型边值问题离散化分析中经常会遇到解线性方程组 (1)其中A∈R~(m×m)为对称正定矩阵,B∈R~(n×m)为行满秩矩阵,f∈R~m,g∈R~n为右端向量. 为了讨论的方便,首先引进, 定义1 若G∈R~(N×N),且对任何非零向量x∈R~N都有x~TGx>0(≥0),则称矩阵G     

用分块迭代法求解等式约束的二次规划问题

在优化理论中经常要遇到求解下列等式约束的极小化问题: (1)这里假设A∈R~(n×n)是实对称半正定的,E∈R~(m×n)是行满秩的,即rank(E)=m,t∈R~m和s∈R~n。熟知,若A和E没有公共的非平凡零向量,则(1)存在唯一的解x且满足下列线性方程组 (2)在这种情形下,(2)的系数矩阵非奇异。我们称(2)是基本方程组,而它的系数矩阵为基本     

三对角阵为广义正定阵的判别定理

一、定义与引理实对称正定阵与 Hermite 正定阵在几何学,物理学及概率论等学科中都有广泛应用。随着数学本身的发展,以及应用矩阵理论的其他学科的需要,人们研究未必对称的较为广义的正定矩阵。文[1]中给出了这类矩阵的定义:定义1 [1]设 A∈R~(n×n),若对于任何0≠X=(x_1,…,x_n)~T∈R~(n×1),都有 X~T AX>0,则称 A 为正定矩阵,并记为 A∈P_I。     

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     

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.     

解等式约束加权线性最小二乘问题的矩阵校正方法

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_2-A_2x)~TW(b_2-A_2x) x∈R~n (1) s.t.A_1x=b_1,其中A_1∈R~(p×n),A~2∈R(q×n),b_1∈R~p,b_2∈R~q,W∈R(q×q)为对称正定矩阵. 对于问题(1),目前已有多种数值求解方法,如Paige利用(1)的对偶公式给出了一个向后稳定的数值方法.Gulliksson和Wedin利用加权QR分解技巧给出了解(1)的一个直接解法.作者利用广义Cholesky分解构造了解(1)的矩阵分解方法.     

Hoffman-Wielandt定理的推广及应用

1　引言及记号用 Rn× n表示所有 n× n阶实矩阵的集合 ,用 Sn× n,Sn× n+及 Sn× n++分别表示所有 n×n实对称矩阵 ,实对称半正定矩阵及实对称正定矩阵的集合 ,用 Tr(M)表示矩阵 M的迹 ,对 A,B∈ Rn× n.定义其内积为 A×B=Tr(ATB) .考虑如下半正定线性互补问题 :求 X,Y∈ Sn× n使Y =L (X) +Q,X≥ O,Y≥ O,X× Y =0 ,(1)其中 Q∈ Sn× n,L :Sn× n→ Sn× n为线性算子 ,而 X≥ O表示 X∈ Sn× n+(O表示零矩阵 ) .若 L:Sn× n→Sn× n满足X× L (X)≥ 0 ,　　 X∈ Sn× n. (2 )则称其为单调算子 ,而相应的问题称为单…     

最短时限缺省指派问题的一种解法

将周良泽在 1998年提出的最短时限缺省指派问题转化成赋权二分图的最小权 K-匹配问题。研究了其解的最优性充分及必要条件 ,并给出了适合在图上求解的生长树法及适合在表上直接求解的标号法 ,最后给出一个实例。该解法是一种较简便的算法。     

二元有理插值的迭加算法

在已有基础上给出一种新的算法,即迭加插值算法,并给出相应的插值有理函数的具体表达式,以及与已有算法比较,该算法具有较大的灵活性,更便于实际应用.     

An two phase abs method for solving over determined systems of linear inequalities

The method, called the Multi-Stage ABS algorithm, for solving the over-determined linear inequalities system and the system combined with the over-determined linear inequalities and the equations is presented. This method is characterized by translating inequalities system to an equations system with slack variables. The explicit solution with the slack variables of the equations system are given by the implicit LU algorithm, then the slack variables can be given by the ABS algorithm. Finally, the upper multiplications of the algorithm are given.     

进化泛函网络多维函数逼近理论及学习算法

提出了一种用于多维函数逼近的进化策略修正泛函网络基函数系数的新算法,并给出了其算法学习过程.利用进化策略的自适应性来确定基函数前的系数,改进了泛函网络的参数通过解方程组来得到这一传统方法.仿真结果表明,这种新的逼近算法简单可行,能够逼近给定的函数到预先给定的精度,具有较快的收敛速度和良好的逼近性能.     

三次Hermite插值方法在证券投资分析中的应用

利用三次Hermite插值公式给出了寻找曲线之间相似程度的算法,对于给定股票的任意一段曲线形状,文章利用该算法找出走势与之相似的股票,将原来只能寻找股价曲线满足特定形状(如W底)的股票的方法进行了推广,对于证券投资者来说是一个有效的工具.同时文章将相似算法应用于利用某只股票的历史走势来预测该股票价格的将来走势,具有有效的投资指导意义.实验证明,文章给出的算法是行之有效的.     

Stable computation of solutions of unstable linear initial value recursions

An algorithm is given for approximating dominated solutions of linear recursions, when some initial conditions are given. The stability of this algorithm is investigated and expressions for the truncation and rounding errors are derived. A number of practical questions concerning the algorithm is considered, and several numerical examples sustain the theory.     

A NONMONOTONE TRUST REGION ALGORITHM FOR NONLINEAR OPTIMIZATION SUBJECT TO GENERAL CONSTRAINTS

In this paper we present a nonmonotone trust region algorithm for general nonlinear constrained optimization problems. The main idea of this paper is to combine Yuan's technique[1] with a nonmonotone method similar to Ke and Han [2]. This new algorithm may not only keep the robust properties of the algorithm given by Yuan, but also have some advantages led by the nonmonotone technique. Under very mild conditions, global convergence for the algorithm is given. Numerical experiments demonstrate the efficiency of the algorithm.     

A polynomial-time algorithm for the change-making problem

Optimally making change—representing a given value with the fewest coins from a set of denominations—is in general NP-hard. In most real money systems however, the greedy algorithm is optimal. We give a polynomial-time algorithm to determine, for a given coin system, whether the greedy algorithm is optimal.     

有理插值的一种递推算法

针对给定的数据型值点,利用多项式带余除法,给出有理函数插值的一种新型递推算法,可以求出满足插值条件的所有有理插值函数,并举例说明其有效性.     

Interpolation algorithm of Leverrier–Faddev type for polynomial matrices

We investigated an interpolation algorithm for computing outer inverses of a given polynomial matrix, based on the Leverrier–Faddeev method. This algorithm is a continuation of the finite algorithm for computing generalized inverses of a given polynomial matrix, introduced in [11]. Also, a method for estimating the degrees of polynomial matrices arising from the Leverrier–Faddeev algorithm is given as the improvement of the interpolation algorithm. Based on similar idea, we introduced methods for computing rank and index of polynomial matrix. All algorithms are implemented in the symbolic programming language MATHEMATICA , and tested on several different classes of test examples.