《两类约束矩阵方程的解及最佳逼近问题.doc》由会员分享,可在线阅读,更多相关《两类约束矩阵方程的解及最佳逼近问题.doc(37页珍藏版)》请在三一文库上搜索。
1、数学 计算数学专业毕业论文 精品论文 两类约束矩阵方程的解及最佳逼近问题关键词:约束矩阵方程 Frobenius范数 广义奇异值分解 迭代算法 极小范数解 最佳逼近摘要:在给定特殊矩阵集合中,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要
2、条件,并给出了一般解的表达式,在此基础上,对任意给定的矩阵X*Cmn,我们给出了最佳唯一逼近解XSE及其表达式. 针对求解AXB+CYD=E迭代算法,我们证明了,在不考虑机器误差的情况下,对任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X
3、=X-X*,Y=Y-Y*,E=E-AX*B-CY*D,从而X=X*+X*,Y=Y*+Y*.对于迭代算法,我们给出数值例子,说明该算法的可行性和有效性.正文内容 在给定特殊矩阵集合中,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要条件,并给
4、出了一般解的表达式,在此基础上,对任意给定的矩阵X*Cmn,我们给出了最佳唯一逼近解XSE及其表达式. 针对求解AXB+CYD=E迭代算法,我们证明了,在不考虑机器误差的情况下,对任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X=X-X*
5、,Y=Y-Y*,E=E-AX*B-CY*D,从而X=X*+X*,Y=Y*+Y*.对于迭代算法,我们给出数值例子,说明该算法的可行性和有效性.在给定特殊矩阵集合中,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要条件,并给出了一般解的表达式,
6、在此基础上,对任意给定的矩阵X*Cmn,我们给出了最佳唯一逼近解XSE及其表达式. 针对求解AXB+CYD=E迭代算法,我们证明了,在不考虑机器误差的情况下,对任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X=X-X*,Y=Y-Y*,E=
7、E-AX*B-CY*D,从而X=X*+X*,Y=Y*+Y*.对于迭代算法,我们给出数值例子,说明该算法的可行性和有效性.在给定特殊矩阵集合中,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要条件,并给出了一般解的表达式,在此基础上,对任意给
8、定的矩阵X*Cmn,我们给出了最佳唯一逼近解XSE及其表达式. 针对求解AXB+CYD=E迭代算法,我们证明了,在不考虑机器误差的情况下,对任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X=X-X*,Y=Y-Y*,E=E-AX*B-CY*
9、D,从而X=X*+X*,Y=Y*+Y*.对于迭代算法,我们给出数值例子,说明该算法的可行性和有效性.在给定特殊矩阵集合中,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要条件,并给出了一般解的表达式,在此基础上,对任意给定的矩阵X*Cmn,
10、我们给出了最佳唯一逼近解XSE及其表达式. 针对求解AXB+CYD=E迭代算法,我们证明了,在不考虑机器误差的情况下,对任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X=X-X*,Y=Y-Y*,E=E-AX*B-CY*D,从而X=X*+X
11、*,Y=Y*+Y*.对于迭代算法,我们给出数值例子,说明该算法的可行性和有效性.在给定特殊矩阵集合中,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要条件,并给出了一般解的表达式,在此基础上,对任意给定的矩阵X*Cmn,我们给出了最佳唯一逼
12、近解XSE及其表达式. 针对求解AXB+CYD=E迭代算法,我们证明了,在不考虑机器误差的情况下,对任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X=X-X*,Y=Y-Y*,E=E-AX*B-CY*D,从而X=X*+X*,Y=Y*+Y*.
13、对于迭代算法,我们给出数值例子,说明该算法的可行性和有效性.在给定特殊矩阵集合中,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要条件,并给出了一般解的表达式,在此基础上,对任意给定的矩阵X*Cmn,我们给出了最佳唯一逼近解XSE及其表达式
14、. 针对求解AXB+CYD=E迭代算法,我们证明了,在不考虑机器误差的情况下,对任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X=X-X*,Y=Y-Y*,E=E-AX*B-CY*D,从而X=X*+X*,Y=Y*+Y*.对于迭代算法,我们给
15、出数值例子,说明该算法的可行性和有效性.在给定特殊矩阵集合中,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要条件,并给出了一般解的表达式,在此基础上,对任意给定的矩阵X*Cmn,我们给出了最佳唯一逼近解XSE及其表达式. 针对求解AXB+
16、CYD=E迭代算法,我们证明了,在不考虑机器误差的情况下,对任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X=X-X*,Y=Y-Y*,E=E-AX*B-CY*D,从而X=X*+X*,Y=Y*+Y*.对于迭代算法,我们给出数值例子,说明该算
17、法的可行性和有效性.在给定特殊矩阵集合中,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要条件,并给出了一般解的表达式,在此基础上,对任意给定的矩阵X*Cmn,我们给出了最佳唯一逼近解XSE及其表达式. 针对求解AXB+CYD=E迭代算法,
18、我们证明了,在不考虑机器误差的情况下,对任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X=X-X*,Y=Y-Y*,E=E-AX*B-CY*D,从而X=X*+X*,Y=Y*+Y*.对于迭代算法,我们给出数值例子,说明该算法的可行性和有效性.
19、在给定特殊矩阵集合中,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要条件,并给出了一般解的表达式,在此基础上,对任意给定的矩阵X*Cmn,我们给出了最佳唯一逼近解XSE及其表达式. 针对求解AXB+CYD=E迭代算法,我们证明了,在不考虑
20、机器误差的情况下,对任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X=X-X*,Y=Y-Y*,E=E-AX*B-CY*D,从而X=X*+X*,Y=Y*+Y*.对于迭代算法,我们给出数值例子,说明该算法的可行性和有效性.在给定特殊矩阵集合中
21、,求矩阵方程的解,即为约束矩阵方程问题. 在本文中,我们介绍了(R,S)对称矩阵。(R,S)反对称矩阵的概念及结构.在这些特殊矩阵集合中,我们运用矩阵广义奇异值分解,得到了矩阵方程AXB=C的(R,S)反对称解;通过构造一种有效的迭代算法,得到了矩阵方程AXB+CYD=E的(R,S)对称解,同时考虑了相应的最佳逼近问题. 根据(R,S)反对称矩阵的性质,我们得到了矩阵方程AXB=C有(R,S)反对称解的充要条件,并给出了一般解的表达式,在此基础上,对任意给定的矩阵X*Cmn,我们给出了最佳唯一逼近解XSE及其表达式. 针对求解AXB+CYD=E迭代算法,我们证明了,在不考虑机器误差的情况下,对
22、任意初始迭代矩阵对X1,Y1,矩阵方程的解X,Y可以经过有限步迭代得到,且矩阵方程AXB+CYD=E的相容性能够自动判断.如果取特殊形式的X1,Y1(比如X1=O,Y1=0),则由迭代算法得到的解是矩阵方程的极小范数解. 另外当上述方程相容时,在这些矩阵的解集中,对于任意给定矩阵对X*,Y*的最佳逼近解X,Y,可以通过求解新的约束矩阵方程AXB+CYD=E极小范数解X*,Y*得到(利用上述迭代解法),其中X=X-X*,Y=Y-Y*,E=E-AX*B-CY*D,从而X=X*+X*,Y=Y*+Y*.对于迭代算法,我们给出数值例子,说明该算法的可行性和有效性.特别提醒:正文内容由PDF文件转码生成,
23、如您电脑未有相应转换码,则无法显示正文内容,请您下载相应软件,下载地址为 。如还不能显示,可以联系我q q 1627550258 ,提供原格式文档。 垐垯櫃换烫梯葺铑?endstreamendobj2x滌?U閩AZ箾FTP鈦X飼?狛P?燚?琯嫼b?袍*甒?颙嫯?4)=r宵?i?j彺帖B3锝檡骹笪yLrQ#?0鯖l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛渓?擗#?#綫G刿#K芿$?7.耟?Wa癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb皗E|?pDb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$F?責鯻0橔C,f薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍G?螪t俐猻覎?烰:X=勢)趯飥?媂s劂/x?矓w豒庘q?唙?鄰爖媧A|Q趗擓蒚?緱鳝嗷P?笄nf(鱂匧叺9就菹$