不相容线性方程组的最小二乘解

文中利用最小二乘法推导了不相容线性方程组的最佳逼近解 ,对文献 [1 ]中的部分内容做了一些补充及改进。

R^n上的投影阵与不相容线性方程组的最优解

研究了所有n维实向量构成的线性空间Rn上的投影阵 ,从线性变换的角度给出了投影阵定义 ,讨论了其性质 ,指出了Rn上一般投影阵与P=A(ATA) 1 AT 之间的关系 ,以及与不相容性方程组的最优解之间的紧密联系。

框式约束不相容线性方程组极小极大解的区间算法

用区间分析研究了框式约束不相容线性方程组极小极大解的数值解法，在建立问题区间扩张、无解区域删除检验原则基础上，构造了区间算法，证明了算法的收敛性，给出了数值算例．该算法是收敛、可靠和有效的．

相容线性方程组A_(m×n)X_(n×p)=B_(m×p)解集的一种表征

本文利用广义逆矩阵得到了相容线性方程组解集的一种表示形式。

四元数体上的相容的右线性方程组的解

本文给出了求四元数矩阵A的加权广义逆A^([1,W_4])的加边矩阵方法,并且得到四元数体上相容右线性方程组的解式.

相容性线性方程组并行迭代解法

本文给出一种求解相容性线性方程组的并行迭代解法，并证明此方法对任意相容性线方程组收敛，同时还讨论了方法的加速技术。

四元数体上的广义逆矩阵及其在解线性方程组中的应用

本文将复数域上的广义逆矩阵推广到了四元数体上,并分别讨论了减号逆,最小二乘广义逆,极小范数广义逆,加号逆或Moore-Penrose广义逆在解四元数体上的线性方程组Ax=b中的应用。

关于Kaczmarz的一类加速免伪逆贪婪块方法

块贪婪Kaczmarz方法在解决大规模一致线性系统方面取得了成功应用。然而在每次迭代步骤中,GBK方法都涉及伪逆计算,这不仅复杂化了计算并减慢了收敛速度,且不适合分布式实现。在本文中基于Sketching技术提出了两种免伪逆计算的GBK方法,分别是杠杆得分抽样免伪逆GBK方法和稀疏随机投影免伪逆GBK方法,其算法效率更加高效,收敛速度可以达到指数收敛。为了进一步加快收敛速度,我们还提出了CountSketch免伪逆重力球GBK方法、杠杆得分抽样免伪逆重力球GBK方法和稀疏随机投影免伪逆重力球GBK方法。为了验证新方法的有效性,我们进行了一些数值示例。结果表明,这些新方法在解决大规模一致线性系统方面具有很高的效率和准确性。

相容方程组对应的Moore-Penrose广义逆矩阵

本文给出了用Moore-Penrose广义逆表示相容方程组的通解。

最小二乘法原理的注记

应用二次型的理论证明了不相容线性方程组的最小二乘解满足的充分必要条件.

Moore-Penrose广义逆矩阵的一些性质

给出Moore -Penrose广义逆矩阵的一些性质 ,不相容线性方程组AX =b ,当A发生扰动E =(0 ,… ,a ,… ,0 ) ,b发生扰动Δb时 ,最小范数最小二乘解的扰动估计。

浅谈广义逆矩阵

文章介绍莫尔-潘鲁斯(Moore-Penrose)广义逆矩阵的概念及其与实际背景的联系。文章中定理1和定理2说明条件I与相容线性方程组的基本解的广义逆矩阵的联系,定理3说明条件I和IV与相容线性方程组的最小模解的广义逆矩阵的联系。