线性方程组几种解结构

本文对线性方程组的一般解,最小二乘解、极小范数解和极小范数最小二乘解分别进行了讨论,并得出它们的表出形式。     

矩阵方程AX=B,XD=E解的研究

详细讨论了矩阵方程AX=B,XD=E的各种解,即在相容时的极小范数解;在不相容时分两种情况讨论了最小二乘解,并分别给出了它们解的表达式;最后给出了该矩阵方程在不相容时的极小范数最小二乘解.     

用Gauss-Jordan消去法求解线性方程AX=b的极小范数最小二乘解

文章首先给出M-P逆A的又一显示表达式,A=E1A*AE2-1E10A*接着利用这一显示表达式,给出了用G auss-Jordan消去法求解矩阵方程AX=b的极小范数最小二乘解.     

基于QR分解的线性方程组Ax=b解的结构

基于QR分解,运用列正交矩阵的定义和最小二乘广义逆的定义,得到线性方程组Ax=b解的几个性质．     

李亚普诺夫方程AX+XB=C的简洁解及其应用

首先给出了4种情况下李亚普诺夫方程AX+XB=C解的简洁表达式,然后,通过前述结论得出了矩阵方程AX+YB=E的最小二乘解以及极小范数最小二乘解的解析式,并且,通过相应数值例子验证了相关结论.     

不相容线性方程组的最小二乘解

文中利用最小二乘法推导了不相容线性方程组的最佳逼近解。对文献[1]中的部分内容做了一些补充及改进。     

约束线性方程组Ax=b（x∈T）的唯一解的Cramer法则

本文研究了一般约束线性方程组唯一解的 Cramer 法则,并指出了一些特例。     

矩阵方程AXB+CYD=E的中心对称最小二乘解及其最佳逼近

提出一类求矩阵方程AXB+ CYD=E的中心对称最小二乘解的迭代算法,并证明迭代算法的收敛性.在不考虑舍入误差时,迭代算法能够在有限步计算后得到矩阵方程的中心对称最小二乘解;选取特殊的初始矩阵时,能够得到矩阵方程的的极小范数中心对称最小二乘解.同时能够得到给定矩阵的最佳逼近中心对称矩阵.数值例子表明,这种方法是有效的.     

四元数体上线性方程组的加正定权极小范数最小二乘解

讨论了四元数体上右线性方程组的加正定权的极小范数解、最小二乘解和极小范数最小二乘解.得到类似于复数域上同类问题的若干结果.     

整体最小二乘问题的解集与极小范数解

讨论了整体最小二乘问题的解集与极小范数ＴＬＳ解。     

Loewner型方程组极小范数最小二乘解的快速算法

通过构造特殊分块矩阵及其三角分解给出了求秩为n 的m×n阶Loewner型矩阵为系数阵的线性方程组极小范数最小二乘解的快速算法, 该算法的计算复杂度为O(mn)+O(n²), 而一般方法的计算复杂度为O(mn²)+O(n³) .     

线性代数方程组解的表示

在Ｒｎ中讨论了线性代数方程组的形式解,给出了解存在唯一的充分必要条件。当解唯一时,此形式解便是经典解,当解不唯一时,此形式解为其最小范数解,此方法既便于理论分析,又便于数值计算。     

线性代数方程组的解的表示

本文在R~(?)中讨论了线性代数方程组的形式解,给出了解存在唯一的充分必要条件。当解唯一时,此形式解便是经典解,当解不唯一时,此形式解为其最小范数解,此方法既便于理论分析,又便于数值计算。     

矩阵方程AXB＋CYD＝I解存在的条件

本文利用矩阵的广义奇异值分解给出了AXB＋CYD＝I解存在的条件及解的表达式，定义并以简单明了的形式给出了其最小范数解。     

矩阵方程AX＝B最小二乘解的解法

利用矩阵的ｇ－逆，通过矩阵分块及初等变换，给出矩阵方程ＡＸ＝Ｂ的最小二乘解的一个解法。     

关于线性方程组的一般解

《高等代数》教材介绍的关于线性方程组的一般解的基本方法是行初等变换法,计算量大,方法、步骤比较麻烦。从而给出线性方程组一般解的另外四种方法:基础解系法、填充矩阵法、行列初等变换法、列初等变换法,降低学生学习错误的可能性,拓宽学生的思维。     

常线性微分方程组的求解方法

基于微分方程组解法的分析,给出一般方阵化Jordon标准型过程中的非奇异矩阵过渡的求法,从而可从另一个角度来分析微分方程X'=AX基解矩阵新的求解方法.同时本文在线性时不变系统理论中也有较为广泛的应用.     

一类线性矩阵方程的最小二乘解

利用矩阵的奇异值分解得到Φ=‖ATX XTA-B‖=min的通解,和矩阵方程ATX XTA=B有解的充分必要条件并在有解时给出其一般表达式.