广义逆矩阵与线性方程组的解

本文给出了各种广义逆矩阵的定义、性质及计算方法,并用广义逆矩阵来表示线性方程组的各种不同解。

双层线性规划问题的一个算法

利用线性代数理论和Ｋｕｈｎ－Ｔｕｃｋｅｒ条件来研究双层线性规划问题，并给出求解这类双层规划问题的一个算法．

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。

求线性规划问题相容方程组非负解的算法

本文提出一个解线性规划问题的新算法.其最优解是通过求一个相容方程组的非负解而得到.这算法的计算量在最坏情况下是O(mnτ),其中τ是相应方程的m×n矩阵非零元素的个数.

Moore-Penrose广义逆矩阵与线性方程组的解

线性方程组的逆矩阵求解方法只使用于系数矩阵为可逆方阵,对于一般线性方程组可以应用Moore-Penrose广义逆矩阵来研究并表示其通解,本文主要探讨Moore-Penrose广义逆矩阵及一般线性方程组通解和最小范数解.

修正的Gram-Schmidt正交化广义逆平差方法

直接从条件方程或误差方程系数阵入手,利用修正的Gram-Schmidt正交化过程对系数阵进行三角分解,实现最小二乘求解,导出了基于修正的Gram-Schmidt正交化过程求解系数阵广义逆的数学公式和计算步骤,给出了通过广义逆表示的未知数解向量及其协因数阵的数学表达式。计算过程不仅避免了对矩阵的求逆,并从理论上解决了Gram-Schmidt正交化方法由于舍入误差的影响表现出的数值不稳定性问题,从而很好地解决了具有秩亏系数阵方程组解的不唯一性。算例结果表明,基于修正的Gram-Schmidt正交化方法可以处理包括秩亏阵在内的任意矩阵;在处理不设起算数据的变形监测网观测数据时,能够方便地获得其经典解、伪逆解或拟稳解,而不需要重复计算。

线性方程组的非负解

在地质力学等领域中,对构造应力场反演线性方程组的求解问题,多年来一直没有理想的求解方法。本文通过所谓最小绝对差而把它转化为线性规划的问题,从而给出了它的求解方法。