矩阵方程ATXB+BTXTA=D的极小范数最小二乘解

1引言本文用Rm×n表示所有m×n实矩阵全体,ORn×n,ASRn×n分别表示n×n实正交矩阵类与反对称矩阵类.‖·‖F表示矩阵的Frobenius范数,A+为矩阵A的Moore-Penrose广义逆,A*B与A(?)B分别表示矩阵4与B的Hadamard乘积及Kronecker乘积,即若A=(aij),B=(bij),则A*B=(ajibij),A(?)B=(aijB),vec4表示矩阵A的按行拉直,即若A=[aT1,aT2,…,aTm],其中ai为A的行向量,则vecA=(a1a2…am)T.设A∈Rn×m,B∈Rp×m,D∈Rm×m,我们考虑不相容线性矩阵方程ATXB+BTXTA=D(1.1)     

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．     

Sylvester矩阵方程极小范数最小二乘解的迭代解法

研究了Sylvester矩阵方程最小二乘解以及极小范数最小二乘解的迭代解法,首先利用递阶辨识原理,得到了求解矩阵方程AX+YB=C的极小范数最小二乘解的一种迭代算法,进而,将这种算法推广到一般线性矩阵方程A_iX_iB_i=C的情形,最后,数值例子验证了算法的有效性.     

两类矩阵方程的极小范数解

设Rm×n表示所有m×n阶实矩阵的集合,SRn×n是所有n阶实对称矩阵的全体,ORn×n为n阶实正交矩阵的全体,In是n阶单位矩阵,AT、rankA分别表示矩阵A的转置与秩,||·||是矩阵的Frobenius范数.此外,对于A=（αij）s×s’,B=（βij）s×s’,A＊B表示A与B的Hadamard积,其定义为,现讨论如下两个问题:     

矩阵方程AXB+CYD=E对称最小范数最小二乘解的极小残差法

<正>1引言本文用R~(n×m)表示全体n×m实矩阵集合,用SR~(n×n)表示全体n×n实对称矩阵集合,OR~(n×n)表示全体n×n实正交矩阵集合.用I_n表示n阶单位矩阵,用A*B表示矩阵A与B的Hadamard乘积.对任意矩阵A,B∈R~(n×m),定义内积〈A,B〉=tr(B~T A),其中     

矩阵方程AXB=C的反对称解和极小范数反对称解

建立了求矩阵方程AXB=C反对称解的迭代方法.使用该方法不仅能够判断反对称解的存在性,而且在有反对称解时,能够在有限步迭代计算之后得到反对称解.选取特殊的初始矩阵,可求得极小范数反对称解.     

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.     

求矩阵方程AXB+CXD=F的中心对称最小二乘解的迭代算法

该文建立了求矩阵方程AXB+CXD=F的中心对称最小二乘解的迭代算法.使用该算法不仅可以判断该矩阵方程的中心对称解的存在性,而且无论中心对称解是否存在,都能够在有限步迭代计算之后得到中心对称最小二乘解.选取特殊的初始矩阵时,可求得极小范数中心对称最小二乘解.同时,也能给出指定矩阵的最佳逼近中心对称矩阵.     

矩阵方程A^TXB＋B^TX^TA=D的极小范数最小二乘解的迭代解法

1 引言 设R^m&#215;n表示m&#215;n实矩阵的全体，A^T表示矩阵A的转置，R（A）和N（A）分别表示矩阵A的值域和零空间，A^＋表示矩阵A的Moore—Penrose广义逆，A&#215;B表示矩阵A与B的Kronecker乘积，     

矩阵方程AXA^T＋BYB^T=C的双对称最小二乘解及其最佳逼近

基于共轭梯度法的思想,通过特殊的变形,建立了一类求矩阵方程AXA^T＋BYB^T=C的双对称最小二乘解的迭代算法．对任意的初始双对称矩阵．在没有舍人误差的情况下,经过有限步迭代得到它的双对称最小二乘解;在选取特殊的初始双对称矩阵时,能得到它的的极小范数双对称最小二乘解．另外,给定任意矩阵,利用此方法可得到它的最佳逼近双对称解,数值例子表明,这种方法是有效的．     

一类矩阵方程的正交对称解及其最佳逼近

1引言设Rn×m表示所有n×m实矩阵集合,I表示单位矩阵,AT表示矩阵A的转置矩阵, ORn×n={P|PTP=I)表示列正交矩阵集,SORn×n={P|PT=P,P2=I}表示对称正交对称矩阵集．如无特别说明,本文中的矩阵P均指这类对称正交对称矩阵．在Rn×m上定义内积为     

一类矩阵方程的埃尔米特自反最小二乘解

利用埃尔米特自反矩阵的表示定理和矩阵的拉直方法,研究了矩阵方程$AX+BY=C$的埃尔米特自反最小二乘问题,进一步,给出了方程在埃尔米特自反矩阵集合中可解的充分必要条件,得到解的一般表达式,最后,对任意给定的一对复矩阵,得到了其相关最佳逼近问题解的表达式.     

四元数矩阵方程AXB+CXD=E的广义延拓解

本文在四元数体上讨论矩阵方程AXB+CXD=E的广义行（列）共轭延拓解问题.利用四元数矩阵的复与实分解,以及广义共轭延拓矩阵的结构特点,借助矩阵Kronecker积,把约束四元数矩阵方程转化为实数域上无约束方程,从而得到该方程具有广义行（列）共轭延拓解的充要条件及其通解表达式.最后通过数值算例说明所给算法的可行性.     

矩阵方程A~TXA=D的双对称最小二乘解

１．引 言 本文用 Ｒｎ×ｍ表示全体 ｎ×ｍ实矩阵集合，用 ＳＲｎ×ｎ（ＳＲ０ｎ×ｎ）表示全体 ｎ× ｎ实对称（实对称半正定）矩阵集合，ＯＲｎ×ｎ表示全体 ｎ× ｎ实正交矩阵集合，ＢＳＲｎ×ｎ表示全体ｎ×ｎ双对称实矩阵集合．这里，一个实对称矩阵Ａ＝（ａｉｊ）ｎ×ｎ被称为双对称矩阵，如果对所有的 　　　　　　　 　　　　　　　　　　　　　　　用Ａ×Ｂ表示矩阵 Ａ与 Ｂ的Ｈａｄａｍａｒｄ乘积，Ｉｋ表示 ｋ× ｋ阶单位矩阵，Ｏ表示零矩阵，Ｓｋ＝（ｅｋ，…，ｅ２，ｅ１）∈ Ｒｋ×ｋ，其中ｅｉ表示Ｉｋ的第ｉ列． 矩阵方程…     

THE SYMMETRIC AND SYMMETRIC POSITIVE SEMIDEFINITE SOLUTIONS OF LINEAR MATRIX EQUATION——B~TXB = D ON LINEAR MANIFOLDS

This paper discusses the solutions of the linear matrix equation B~T XB=D on some linear manifolds. Some necessary and sufficient conditions for the existence of the solution and the expression of the general solution are given. And also some optimal approximation solutions are discussed.     

矩阵方程AXB+CYD=E的M对称解的迭代算法

在共轭梯度思想的启发下,结合线性投影算子,给出迭代算法求解了线性矩阵方程AXB+CYD=E的M对称解[X,Y]及其最佳逼近.当矩阵方程AXB+CYD=E有M对称解时,应用迭代算法,在有限的误差范围内,对任意初始M对称矩阵对[X_,Y_1],经过有限步迭代可得到矩阵方程的M对称解;选取合适的初始迭代矩阵,还可得到极小范数M对称解.而且,对任意给定的矩阵对[X,Y],矩阵方程AXB+CYD=E的最佳逼近可以通过迭代求解新的矩阵方程AXB+CYD=E的极小范数M对称解得到.文中的数值例子证实了该算法的有效性.     

矩阵方程AXAT+BYBT=C的对称与反对称最小范数最小二乘解

对于任意给定的矩阵A∈Rk×m,B∈Rk×n和C∈Rk×k,利用奇异值分解和广义奇异值分解,我们给出了矩阵方程AXAT+BYBT=C的对称与反对称最小范数最小二乘解的表达式.     

矩阵方程ATXA=B的对称广义中心对称解

本文研究了一类矩阵方程AT XA=B的对称广义中心对称解.利用广义奇异值分解和广义逆矩阵,获得了该方程有对称广义中心对称解的充要条件及解的通式,并讨论了解对于已知矩阵的最佳逼近问题,得到了解的表达式.