几类线性矩阵方程的解与PROCRUSTES问题-应用数学专业论文.docx

几类线性矩阵方程的解与PROCRUSTES问题-应用数学专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘 摘 要 无约束的和约束的矩阵方程及相应的最tJ、Z2乘(£一S)问题在诸多方面有应用 背景,引起科学家们的广泛兴趣,例如在粒子物理学和地质学,Sturm.Liouville逆 问题,自动控制理论的逆问题,振动理论的逆问题,数码影象和信号处理,航空投 影测量学,有限元及多维逼近问题等方面都有重要的作用 设A,B,C,D为己知矩阵,A为对角矩阵,Ⅳ,y为未知矩阵,令 .J,i(z);}}A爿一Aall,,^(x);}}—爿:8一c8,, .,3(Ⅳ);I陋7XB—Dk,工(x);|147XA—ell:+lib’XB—D睡, .L(x,y);llAX+YA—cll,,A(x,y);IAX+YA7cII,, .厶(Ⅳ,y)_--ii删7+BYB7一(1盼 本文利用数值线性代数的系列工具——矩阵的奇异值分解(svu),广’义奇异值 分解(osvi)),商奇异值分解(QS、∞),标准相关分解(ccv),极分解(PD),矩阵的 广义逆,向量拉直算子和Kronecker乘积,Hilbert空间中的对偶理论和逼近定理,线 性流形等——解决了下列问题: 1.得到了逆特征值问题Z(X)=0有可对称化解,可对称半正定化解,可对称 正定化解的充分必耍条件和解的通式,同时解决了解的最佳逼近问题 2.得到TTJ程^(x)=0具有对称解,反对称解,半正定解的充分必要条件和 解的表达式,并求出了L—S问题正(z)=rain在对称/碰-fj牛:笼陋 )、反对称矩阵 类0R””’)和半正定矩阵类(RF )上解的通式当解唯一时,我们给出了具体算法 3.首次用CCD分解得到了毫程五(Ⅳ)=0;fir”’ ,SR ’和AR ”上解集合 中的极小范数解 4.得到了矩阵方程.无(X)=0在职” 上的极小范数解,同时导出了此方程具 .T一 有反对称解的充分必要条件和解的通式,解决了相应的工一s问题一(X)=rain.5.得到了广义Sylvester方程L(x,y)=O具有反对称最b--乘解的充分必要 有反对称解的充分必要条件和解的通式,解决了相应的工一s问题一(X)=rain. 5.得到了广义Sylvester方程L(x,y)=O具有反对称最b--乘解的充分必要 条件和解的通式以及解的最佳逼近问题的解,导出了L(x,y)=0具有置换对称解 的充分必要条件,解的通式及解的最佳逼近问题的解. 6.得到了广义Lyapunov方程L(x,Y)=0具有反对称解的充分必要条件,解 的通式及解的最佳逼近问题的解. 最后讨论了六类线性流形J!:-矩阵方程工(X)=0分别具有对称解,反对称解和 对称半正定解的条件,得到了方程和三一s问题解的通式,同时解决了解的最逼近 问题. 此博士论文得到国家自然科学基金的资助. 关键词:约束矩阵方程,最小二乘问题(Procrustes问题),逆特征值问题,最 佳逼近解,Frobenius范数,线性流形. AbstractThe Abstract The unconstrained and constrained linear matrix equations and related least squares{L—S】problems have been of interest for many applications,including particle physics and geology,control theory,the inverse Sturm—Liouville problem, in+:erse problems of vibration theory,digital image and signal processing, photogrammetry,finite elements and multidimensional approximation. Suppose A,B,C,D be given,人be a diagonal matrix,Ⅳ,】,be unknown matriCCS.and let 一(x);0黝一A*tl∥fax)=11脚一cn 厶(鼻);||B XB—Dn,工(x);怕7XA—c眩+lp XB—D睡 A(x,y)=0Ax十翻-cll,, A(x,y)sf哗+YALc忆 L(x,y)s《删7+BYB7一c忆 By using of a series of methods in numerical linear algebra,such as the singular value decomposition(SVD】and the polar decomposition(PD)of a matrix, the generalized singular value decomposition

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档