Hermitian自反矩阵反问题的最小二乘解

本文研究了Hermitian自反矩阵反问题的最小二乘解及其最佳逼近.利用矩阵的奇异值分解理论,获得了最小二乘解的表达式.同时对于最小二乘解的解集合,得到了最佳逼近解.     

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.     

矩阵方程AXB=D的最小二乘Hermite解及其加权最佳逼近

本中,我们讨论了矩阵方程AXB=D的最小二乘Hermite解,通过运用广义奇异值分解(GSVD)，获得了解的通式。此外,对于给定矩阵F，也得到了它的加权最佳逼近表达式。     

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．     

矩阵方程ATXA=C的双对称最小二乘解的最佳逼近

1引言根据矩阵分解理论求解线性矩阵方程的问题已经有多位作者研究([2],[3],[5]-[11]),比如文[6],[7],[9]基于GSVD、CCD方法给出了几个矩阵方程的最小二乘解以及方程(组)相     

广义中心对称矩阵反问题的最小二乘解

讨论了广义中心对称矩阵反问题的最小二乘解,得到了解的一般表达式,并就该问题的特殊情形:矩阵反问题,得到了可解的充分必要条件及解的通式.此外,证明了最佳逼近问题解的存在惟一性,并给出了其解的具体表达式.     

线性矩阵方程组AX=B,YA=D的最小二乘(R,S_σ)-交换解

Trench在[Characterization and properties of (R,S_σ)-commutative matrices,Linear Algebra Appl.,2012,436:4261-4278]中给出了(R,S_σ)-交换矩阵的定义.本文在此基础上讨论(R,S_σ)-交换矩阵的一般性结构,对给定的矩阵X,Y,B,D,以及线性方程组AX=B,YA=D在(R,S_σ)-交换矩阵集合中的最小二乘问题及最佳逼近问题.细致分析最小二乘(R,S_σ)-交换解和最佳逼近解的具体解析表达式.同时在方程组相容情况下分析(R,S_σ)-交换解存在的充要条件及其具体解析表达式.     

广义次对称矩阵反问题的最小二乘解

讨论了广义次对称矩阵反问题的最小二乘解,得到了解的一般表达式,并就该问题的特殊情形:矩阵反问题,得到了可解的充分必要条件及解的通式.此外,证明了最佳逼近问题解的存在唯一性,并给出了其解的具体表达式.     

双变量矩阵方程组对称最小二乘解的迭代算法

本文研究了求双变量线性矩阵方程组的对称最小二乘解的问题.利用求解线性代数方程组的共轭梯度法的基本思想,通过对有关矩阵和系数的变形与近似处理,建立了一种迭代算法.拓宽了共轭梯度法的适用范围.算例表明,迭代算法是有效的.     

J-中心对称矩阵方程的解及其最佳逼近

利用J-中心对称矩阵的结构和约化性质,本文研究了J-中心对称矩阵方程的通解、最小二乘解,然后考虑了方程解集合中对给定矩阵的最佳逼近问题,并给出了唯一最佳逼近解的表达式。     

Least-Squares Mirrorsymmetric Solution for Matrix Equations （AX=B, XC=D）

In this paper, least-squaxes mirrorsymmetric solution for matrix equations (AX = B, XC = D) and its optimal approximation is considered. With special expression of mirrorsymmetric matrices, a general representation of solution for the least-squares problem is obtained. In addition, the optimal approximate solution and some algorithms to obtain the optimal approximation are provided.     

THE GENERALIZED REFLEXIVE SOLUTION FOR A CLASS OF MATRIX EQUATIONS （AX- B, XC- D）

In this article, the generalized reflexive solution of matrix equations （AX = B, XC = D） is considered. With special properties of generalized reflexive matrices, the necessary and sufficient conditions for the solvability and the general expression of the solution are obtained. Moreover, the related optimal approximation problem to a given matrix over the solution set is solved.     

Least-Squares Solutions of the Equation AX=B Over Anti-Hermitian Generalized Hamiltonian Matrices

Upon using the denotative theorem of anti-Hermitian generalized Hamiltonian matrices,we solve effectively the least-squares problem min‖AX-B‖over anti-Hermitian generalized Hamiltonian matrices.We derive some necessary and sufficient conditions for solvability of the problem and an expression for general solution of the matrix equation AX=B.In addition,we also obtain the expression for the solution of a relevant optimal approximate problem.     

Least-Squares Solutions of the Matrix Equation ATXA = B Over Bisymmetric Matrices and its Optimal Approximation

A real n×n symmetric matrix X=(x_(ij))_(n×n)is called a bisymmetric matrix if x_(ij)=x_(n 1-j,n 1-i).Based on the projection theorem,the canonical correlation de- composition and the generalized singular value decomposition,a method useful for finding the least-squares solutions of the matrix equation A~TXA=B over bisymmetric matrices is proposed.The expression of the least-squares solutions is given.Moreover, in the corresponding solution set,the optimal approximate solution to a given matrix is also derived.A numerical algorithm for finding the optimal approximate solution is also described.     

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.     

矩阵方程（A^TXA，B^TXB=（C，D）的反对称解及其最佳逼近

本利用矩阵对的标准相关分解，得到了矩阵方程(A^TXB，B^TXB)=(C，D)反对称解存在的充分必要条件及通解表达式，同时给出了解关于已知矩阵的最佳逼近．     

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.     

一类矩阵方程的广义Hermite问题

该文主要解决了如下两个问题 问题I 已知矩阵 M∈ C^n×e, A∈C^n×m, B∈ C^m×m, 求 X∈ HC_M,n使得 A^HXA=B, 其中 HC_M,n={ X∈ C^n×n}|α^H(X-X^H)=0, for all α∈ C(M) }. 问题II 任意给定矩阵 X^* ∈C^n×n, 求 $\hat{X}\in H_E$ 使得 ||\hat{X}-X^*||=\min\limits_{X∈ H_E}||X-X^*||, 这里 H_E 为问题I的解集. 利用广义奇异值分解定理,得到了问题I的可解条件及其通解表达式, 获得了问题II的解,并进行了相应的数值计算.