一类矩阵方程异类约束解与Ls解的迭代算法

当多矩阵变量线性矩阵方程(LME)相容时,通过修改共轭梯度法的下降方向及其有关系数,建立求LME的一种异类约束解的迭代算法,当LME不相容时,先通过构造等价的线性矩阵方程组(LMEs),将不相容的LME异类约束最小二乘解(Ls解)问题转化为相容的LMEs异类约束解问题,然后参照求LME的异类约束解的迭代算法,建立求LME的一种异类约束Ls解的迭代算法,不考虑舍入误差时,迭代算法可在有限步计算后求得LME的一组异类约束解或者异类约束Ls解;选取特殊的初始矩阵时,可求得LME的极小范数异类约束解或者异类约束Ls解,此外,还可在LME的异类约束解或者异类约束Ls解集合中给出指定矩阵的最佳逼近矩阵,算例表明,迭代算法是有效的。

特殊双变量矩阵方程组异类约束解的MCG算法

本文研究了约束矩阵方程问题中异类约束解的迭代算法.利用修正共轭梯度法,求得了特殊双变量线性矩阵方程组的异类约束解,选取特殊的初始矩阵,得到唯一极小范数异类约束解.理论证明和数值算例验证了该方法的有限步收敛性,推广了修正共轭梯度法在求约束矩阵方程问题中的应用范围.

多变量矩阵方程异类约束解的修正共轭梯度法

基于求解线性代数方程组的共轭梯度法,通过对相关矩阵和系数的修改,建立了一种求多矩阵变量矩阵方程异类约束解的修正共轭梯度法.该算法不要求等价线性代数方程组的系数矩阵具备正定性、可逆性或者列满秩性,因此算法总是可行的.利用该算法不仅可以判断矩阵方程的异类约束解是否存在,而且在有异类约束解,不考虑舍入误差时,可在有限步计算后求得矩阵方程的一组异类约束解;选取特殊初始矩阵时,可求得矩阵方程的极小范数异类约束解.另外,还可求得指定矩阵在异类约束解集合中的最佳逼近.算例验证了该算法的有效性.

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。

多变量LME一种异类约束最小二乘解的迭代算法

基于求多矩阵变量线性矩阵方程(LME)异类约束解的迭代算法,通过构造等价的线性矩阵方程组,建立了求多变量LME的一种异类约束最小二乘解的迭代算法.该算法不要求等价线性方程组的系数矩阵正定、可逆或者列满秩,因此该算法总是可行的.不考虑舍入误差时,该算法可在有限步计算后求得多变量LME的一组异类约束最小二乘解;选取特殊的初始矩阵时,可求得多变量LME的极小范数异类约束最小二乘解.此外,还可在多变量LME的异类约束最小二乘解集合中给出指定矩阵的最佳逼近矩阵.算例表明,迭代算法是有效的.

矩阵方程组一种异类约束最小二乘解的迭代算法

本文研究了求双矩阵变量线性矩阵方程组(LMEs)的一种异类约束最小二乘解的问题.通过构造等价的LMEs,并修改共轭梯度法的下降方向及其有关系数,建立了一种迭代算法.算例表明,迭代算法是有效的.

一类离散时间代数Riccati矩阵方程异类约束解的双迭代算法

本文研究在最优控制系统中遇到的离散时间代数Riccati矩阵方程(DTARME)异类约束解的数值计算问题.首先对多变量DTARME中的逆矩阵采用矩阵级数方法进行等价转化,然后采用牛顿算法求多变量DTARME的异类约束解,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异类约束解或者异类约束最小二乘解,建立求多变量DTARME的异类约束解的双迭代算法.双迭代算法仅要求多变量DTARME有异类约束解,不要求它的异类约束解唯一,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Sylvester矩阵方程异类约束解的迭代算法

Sylvester矩阵方程的求解问题是近年来数值代数领域研究中的重要课题之一。通过提出一种自适应共轭梯度算法,求解Sylvester矩阵方程的自反和双对称约束最小二乘解,进一步解决了给定矩阵在该矩阵方程的约束解集合中的最佳逼近问题。最后通过数值实验表明算法可行、有效。

多变量矩阵方程异类约束最小二乘解的迭代算法

本文构造迭代算法研究了多变量矩阵方程异类约束问题,给出了算法的相关性质,证明了该算法的收敛性,利用该算法可经有限步得到方程的异类约束最小二乘解。最后,通过数值例子表明算法是有效的。

双变量LME一种异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(LMEs),将不相容的LMEs异类约束最小二乘解(Ls解)问题转化为相容的LMEs异类约束解问题,然后根据求LMEs的异类约束解的迭代算法构造原理,建立求LMEs的一种异类约束Ls解的迭代算法.不考虑舍入误差时,该算法可在有限步计算后求得LMEs的一组异类约束Ls解;选取特殊的初始矩阵时,该算法可求得LMEs的极小范数异类约束Ls解.此外,还可在LMEs的异类约束Ls解集合中给出指定矩阵的最佳逼近矩阵.

求双变量LME一种异类约束最小二乘解的MCG算法

借鉴求线性矩阵方程(LME)同类约束最小二乘解的修正共轭梯度法,建立了求双变量LME的一种异类约束最小二乘解的修正共轭梯度法,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.算例表明,该算法是有效的.

求线性矩阵方程异类约束解的修正共轭梯度法

基于求解线性代数方程组共轭梯度法的基本思想,给出求线性矩阵方程异类约束解的修正共轭梯度法,并证明算法的有限步收敛性问题.利用该算法不仅可以判断线性矩阵方程的异类约束解是否存在,而且在有异类约束解时,可通过选取特殊的初始矩阵,求得唯一极小范数异类约束解.同时,能够给出指定矩阵在异类约束解集合中的最佳逼近矩阵.数值算例表明,该算法是有效的.

求多变量矩阵方程异类约束解的迭代算法

基于求线性矩阵方程同类约束解的修正共轭梯度法,建立了求多变量线性矩阵方程异类约束解的修正共轭梯度法,证明了该算法在有限步计算后可得到矩阵方程的一组异类约束解,当选取特殊初始矩阵时可得到矩阵方程的极小范数异类约束解.另外,还可求得指定矩阵在该矩阵方程异类约束解集合中的最佳逼近.

离散对偶代数Riccati方程异类约束解的双迭代算法

利用逆矩阵的Neumann级数形式,将在离散时间跳跃线性二次控制问题中遇到的含未知矩阵之逆的离散对偶代数Riccati方程(DCARE)转化为高次多项式矩阵方程组,然后采用牛顿算法求高次多项式矩阵方程组的异类约束解,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组的异类约束解或者异类约束最小二乘解,建立求DCARE的异类约束解的双迭代算法.双迭代算法仅要求DCARE有异类约束解,不要求它的异类约束解唯一,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.

一类多变量线性矩阵方程异类约束解的迭代算法

研究一类多变量线性矩阵方程的异类约束解.基于异类约束解的结构特点,通过修改共轭梯度法的下降系数建立相应的迭代算法.该算法在不计舍入误差的前提下,可通过有限步迭代求得一组异类约束解,并可获得测试矩阵的最佳逼近矩阵.实验算例表明,该算法实际可行.

基于多项式预处理的特殊双变量矩阵方程异类约束解算法

针对共轭梯度法求解双变量矩阵方程异类约束解收敛速度较慢的问题,引入多项式预处理技术,构造了一个预处理矩阵,从而改变了系数矩阵奇异值的分布,使奇异值的比值趋于1,达到提高收敛速度的目的。针对特殊一类双变量矩阵方程异类约束解的求解问题,构造了多项式预处理共轭梯度法,证明了该算法是收敛性的,且具有Q-线性收敛速度。数值实验结果表明,本算法比共轭梯度法收敛速度更快,迭代时间更短。

矩阵方程组异类约束解的MCG1-3-5算法

借鉴求线性矩阵方程组同类约束解的MCG算法(修正共轭梯度法),建立了求多个未知矩阵的线性矩阵方程组的一种异类约束解的MCG1-3-5算法,证明了该算法的收敛性。该算法不仅可以判断矩阵方程组的异类约束解是否存在,而且在有异类约束解,且不考虑舍入误差时,可在有限步计算后求得矩阵方程组的一组异类约束解;选取特殊初始矩阵时,求得矩阵方程组的极小范数异类约束解。同时还能求取指定矩阵在该矩阵方程组异类约束解集合中的最佳逼近。算例表明,该算法有效。

二次矩阵方程异类约束1-3-7解的迭代算法

讨论了控制理论中二次矩阵方程的约束解问题,结合牛顿算法以及修正共轭梯度算法(MCG),建立了多变量二次矩阵方程异类约束1-3-7解的牛顿-MCG算法.先用牛顿算法把非线性二次矩阵方程转化为关于校正矩阵的线性矩阵方程,再用MCG算法求线性矩阵方程异类约束解或最小二乘约束解,给出了算法性质和结论.最后,用数值算例验证了该算法是有效的.

Riccati矩阵方程异类约束解的迭代算法

首先研究了Riccati矩阵方程中变量矩阵为对称矩阵和自反矩阵异类约束解问题,其次采用牛顿算法将Riccati矩阵方程异类约束解转化为线性矩阵方程的异类约束解,最后采用修正共轭梯度算法(MCG)解决了线性矩阵方程异类约束解或者是最小二乘解问题.

矩阵方程组一种异类约束解的MCG1-2-3-4算法

建立求含多个未知矩阵方程组的对称、反对称、中心对称和中心反对称解的修正共轭梯度算法.该算法可以判断矩阵方程组的对称、反对称、中心对称和中心反对称解是否存在,在约束解存在时,不考虑舍入误差情况下,能求得矩阵方程组的一组异类约束解;选取特殊初始矩阵时,可求得该方程组的极小范数解;给定矩阵可以在约束解集合中,求出其最佳逼近矩阵.数值实验验证了该算法的可行性.