论文部分内容阅读
约束矩阵方程问题在振动理论、电学、控制理论、非线性规划等方面有非常重要应用,是当今数值代数领域中研究的重要课题之一. 本文研究如下问题的数值解法. 问题Ⅰ:给定A,C∈Rm×m,S(∈)Rm×m,求X∈S,使得ATX+XTA=C 问题Ⅱ:设问题Ⅰ的解集合是SE,给定(X)∈Rm×m,求(X)∈SE,使得‖(X)-X‖=minX∈SE‖X-(X)‖ 问题Ⅲ:给定A,B,C∈Rm×m,求X∈S1(∈)SRm×m,Y∈S2(∈)SRm×m,使得AXAT+BYBT=C 问题Ⅳ:设问题Ⅲ的解集合是SE,给定(X)∈Rm×m,Y∈Rm×m,求{(X),(Y)|∈SE使得‖(X)-(X)‖2+‖(Y)-(Y)‖2=min[X,Y]∈SE(‖X-(X)‖2+‖Y-(Y)‖2) 当S分别为Rm×m,SRm×m,SrRm×m,ASrRm×m时,首先,运用矩阵正交投影的思想构造出问题Ⅰ的正交投影迭代法;其次,根据F-范数的正交变换不变性、奇异值分解及矩阵空间的特殊性质证明了算法的收敛性、分析了算法的收敛速度,对该算法稍微修改就可求得相应问题的最佳逼近解;最后,给出数值实例检验算法的有效性,就S为Rm×m时与已有方法作比较. 当[S1,S2]为[SRm×m,SRm×m]时,构造问题Ⅲ的正交投影迭代法、证明了算法的收敛性、计算出收敛速度、并用数值实例检验算法有效性.