求多变量线性矩阵方程组自反解的迭代算法

利用矩阵分解的方法求多变量线性矩阵方程组的自反解是很困难的.本文建立了一种迭代方法来解决这个问题,利用此迭代方法可以判断多变量线性矩阵方程组的可解性,且当矩阵方程组相容时,可以在有限步迭代后得到其自反解.选取特殊的初始矩阵时,能够求得矩阵方程组的极小范数自反解.进一步,通过求新的线性矩阵方程组的极小范数自反解,能够求得给定矩阵的最佳逼近矩阵.数值算例表明,迭代算法是有效的.     

线性矩阵方程异类约束最小二乘解的迭代算法

多矩阵变量线性矩阵方程(LME)约束解的计算问题在参数识别、结构设计、振动理论、自动控制理论等领域都有广泛应用。本文借鉴求线性矩阵方程(LME)同类约束最小二乘解的迭代算法,通过构造等价的线性矩阵方程组,建立了求多矩阵变量LME的一种异类约束最小二乘解的迭代算法,并证明了该算法的收敛性。在不考虑舍入误差的情况下,利用该算法不仅可在有限步计算后得到LME的一组异类约束最小二乘解,而且选取特殊初始矩阵时,可求得LME的极小范数异类约束最小二乘解。另外,还可求得指定矩阵在该LME的异类约束最小二乘解集合中的最佳逼近解。算例表明,该算法是有效的。     

多矩阵变量线性矩阵方程的广义自反解的迭代算法

基于求线性矩阵方程约束解的修正共轭梯度法的思想方法,通过修改某些矩阵的结构,建立了求特殊类型的多矩阵变量线性矩阵方程的广义自反解的迭代算法,证明了迭代算法的收敛性,解决了给定矩阵在该矩阵方程的广义自反解集合中的最佳逼近计算问题.当矩阵方程相容时,该算法可以在有限步计算后得到其一组广义自反解;选取特殊的初始矩阵,能够求得其极小范数广义自反解.数值算例表明,迭代算法是有效的.     

实矩阵两类广义逆的迭代算法

将计算实矩阵的Moore-Penrose逆和Drazin逆转化为线性矩阵方程组的求解问题,然后采用修正共轭梯度法求线性矩阵方程组的一般解,并通过简单的矩阵乘法运算或者直接得到实矩阵的Moore-Penrose逆和Drazin逆.修正共轭梯度法不同于通常的共轭梯度法,它不要求涉及的线性代数方程组的系数矩阵正定、可逆或者列满秩,因此总是可行的.数值算例表明,这种算法是有效的.     

单变量矩阵方程子矩阵约束下牛顿-MCG算法

子矩阵约束问题源于实际应用中的子系统扩张问题,文中研究了子矩阵约束下二次矩阵方程对称解的迭代算法,先用牛顿算法把二次矩阵方程转化为关于校正矩阵的线性矩阵方程,再用修正共轭梯度算法(MCG算法)求解导出线性矩阵方程对称解或最小二乘解,建立了求单变量二次矩阵方程子矩阵约束下对称解牛顿-MCG算法.数值算例表明,该牛顿-MCG是有效的,能在有限步迭代得到方程的子矩阵约束解.     

一类广义Riccati矩阵方程对称解的双迭代算法

研究了一类广义系统控制理论导出的Riccati矩阵方程对称解的数值计算方法．运用牛顿算法将Riccati矩阵方程的对称解问题转化为线性矩阵方程的对称解或者对称最小二乘解问题,采用修正共轭梯度法解决导出的线性矩阵方程的对称解问题,可建立求Riccati矩阵方程对称解的双迭代算法．数值算例表明,双迭代算法是有效的．     

矩阵方程AXB+CYD=E最佳逼近自反解的迭代算法

利用复合最速下降法的迭代算法能够求出矩阵方程[AXB+CYD=E]的最佳逼近自反解,但其收敛速度很慢。针对这一问题,提出一种利用共轭方向法的迭代算法。对于任给初始自反矩阵[X1]和[Y1],无论矩阵方程[AXB+CYD=E]是否相容,该算法都可以经过有限次迭代计算出其最佳逼近自反解。两个数值例子表明该算法是可行的,且收敛速度更快。     

一类离散时间代数Riccati矩阵方程对称解的双迭代算法

利用逆矩阵的Neumann级数形式,将在线性二次优化问题中遇到的含未知矩阵之逆的离散时间代数Riccati矩阵方程(DTARME)转化为高次多项式矩阵方程,然后采用牛顿算法求高次多项式矩阵方程的对称解,并采用修正共轭梯度法求由牛顿算法每一步迭代计算导出的线性矩阵方程的对称解或者对称最小二乘解,建立求DTARME的对称解的双迭代算法。双迭代算法仅要求DTARME有对称解,不要求它的对称解唯一,也不对它的系数矩阵做附加限定。数值算例表明双迭代算法是有效的。     

一类Lyapunov型矩阵方程组的中心对称解及其最佳逼近

建立了求矩阵方程组AiXBi＋GiXDi=Fi（i=1,2）的中心对称解的迭代算法.使用该方法不仅可以判断矩阵方程组是否有中心对称解,而且在有中心对称解时,还能够在有限步迭代计算之后得到矩阵方程组的极小范数中心对称解.同时,也能够在矩阵方程组的中心对称解集合中求得给定矩阵的最佳逼近.     

加权范数下矩阵方程组的对称解及其最佳逼近

应用复合最速下降法,给出了求解矩阵方程组[(AXB=E,CXD=F)]加权范数下对称解及最佳逼近问题的迭代解法。对任意给定的初始矩阵,该迭代算法能够在有限步迭代计算之后得到矩阵方程组的对称解,并且在上述解集合中也可给出指定矩阵的最佳逼近矩阵。     

块三对角线性方程组的一种并行算法

本文提出了分布式环境下求解块三对角线性方程组的一种并行算法,该算法通过分裂系数矩阵,充分利用系数矩阵结构的特殊性,使算法只在相邻处理机间通信两次.并从理论上给出了算法收敛的一个充分条件,分析了误差.最后,在HP rx2600集群上进行了数值试验,结果表明,实算与理论是一致的,并行效率也很高.     

矩阵方程AXB＋CX^T D=F自反最小二乘解的迭代算法

建立了求矩阵方程AXB＋CX^TD=F的自反最小二乘解的迭代算法,证明了迭代算法的收敛性,该算法能够在有限步迭代计算之后得到矩阵方程的一个自反最小二乘解,或者极小范数自反最小二乘解。另外,还给出了在解集合中对给定矩阵的最佳逼近。     

求解多集分裂可行问题的一种共轭梯度法

基于求解多集分裂可行问题与非线性最优化问题的等价性,考虑Jinling Zhao and Qingzhi Yang在[1]中提出的求解SFP的共轭梯度法和Censor等在[2]中提出的梯度投影法,尝试运用共轭梯度法求解多集分裂可行问题;并且证明了所构造算法的收敛性．提出的新算法克NT求矩阵逆的缺点．初步的数值结果表明新算法对于不同的问题都能够有较快的收敛速度,具有良好的稳定性和可行性,在问题维数增大时表现得越发明显．