矩阵方程AXB+CYD＝E的对称极小范数最小二乘解

对于任意给定的矩阵A∈Rm×n,B∈Rn×s,C∈Rm×k,D∈Rk×s,E∈Rm×s,本文利用矩阵的Kmnecker积和Moore-Penrose广义逆,研究矩阵方程AXB CYD=E的对称极小范数最小二乘解,得到了解的表达式．并由此给出了矩阵方程AXB=C的双对称极小范数最小二乘解的表达式．此外,我们还给出了求矩阵方程AXB=C的双对称极小范数最小二乘解的数值算法和数值例子．     

矩阵方程AXB+CY D=E的三对角中心对称极小范数最小二乘解

本文研究了矩阵方程AXB+CY D=E的三对角中心对称极小范数最小二乘解问题.利用矩阵的Kronecker积和Moore-Penrose广义逆方法,得到了矩阵方程AXB+CY D=E的三对角中心对称极小范数最小二乘解的表达式.     

矩阵方程A×B=D的(R,S)-斜对称解

矩阵方程A×B=D是教学、理论研究和工程实践中常见的一种矩阵方程.给出了A×B=D具有(R,S)-斜对称矩阵解的充分必要条件,及其解存在条件下全体解集合Sx的表达式.此外,还讨论了任意给定矩阵(X)在仿射子空间Sx中的最优近似解,并给出了最优解的显示表达式.     

矩阵方程AXB+CXD=F对称解的迭代算法

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.     

一类矩阵方程的反中心对称最佳逼近解

利用矩阵的正交相似变换和广义奇异值分解,讨论了矩阵方程 AXB=C具有反中心对称解的充要条件,得到了解的具体表达式.然后应用Frobenius范数正交矩阵乘积不变性,在该方程的反中心对称解解集合中导出了与给定相同类型矩阵的最佳逼近解的表达式.     

求解矩阵方程AXB+CXD=F参数迭代法的最优参数分析

本文针对求矩阵方程AXB+CXD=F唯一解的参数迭代法，分析当矩阵A，B，C，D均是Hermite正（负）定矩阵时，迭代矩阵的特征值表达式，给出了最优参数的确定方法，并提出了相应的加速算法.     

矩阵方程AXB=C有D对称解的充要条件及通解

本文利用矩阵对的广义奇异值分解研究矩阵方程AXB=C有D对称解的充分必要必要条件,并给出了通解的表达式。     

四元数体上矩阵方程的自共轭解

利用矩阵的M-P逆和矩阵分块,给出了四元数体上矩阵方程XB=D在子空间上有自共轭解的充要条件以及解的一般形式,并由此给出了矩阵方程AXB=D有自共轭解的充要条件和解的一般形式.     

求解四元数矩阵方程X-AXB=CY+D的一种新方法（英文）

提出了四元数矩阵的一种实向量表示法,可以结合矩阵的半张量积研究四元数矩阵方程.给出了四元数矩阵方程X-AXB=CY+D的最小二乘Hermitian解的通解表达式,以及该方程具有Hermitian解的充要条件,通过数值实验,验证该方法的有效性.     

矩阵方程AXB=D解的研究

给出了矩阵方程AXB=D相容的又一充要条件,同时讨论它的极小范数解、最小二乘解和极小范数最小二乘解,推广了文献[1]和[3]的结论.