矩阵反问题的总体最小二乘解

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:qleeanna
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
矩阵反问题广泛存在于自动控制、振动理论、结构设计等领域。实际问题中数据由实验观测得到,所得数据存在误差,难以保证问题解的存在性, 于是人们考虑矩阵反问题的最小二乘解。最小二乘方法是处理矩阵方程 右端项存在误差时的一种拟合方法, 如果系数矩阵中的数据存在误差,最小二乘方法本身有局限性。本文提出并讨论矩阵反问题的总体最小二乘解。 本文主要讨论矩阵反问题 的总体最小二乘解。对矩阵 是非对称情形,给出了解的一般表达式,证明了最佳逼近问题解的存在唯一性,并给出了其解的表达式,描述了求解问题的算法;讨论了带对称和双对称约束的总体最小二乘问题,利用Ricaati矩阵方程的理论得到了解存在的一个充分条件,分别对对称矩阵和双对称矩阵两种情形,给出了解的一般表达式,证明了最佳逼近问题解的存在唯一性,给出了其解的表达式,提出了求解这些问题的算法,并给出了数值例子。
其他文献
具有奇异系数的抛物方程是近年来在核物理、气体动力学、流体力学、边界层理论、非线性场和光学等实际问题中提出的一类重要方程,数值分析和求解该类方程具有重要意义。而有限
神经网络的输入数据中有时包含有一些无用的信息,我们称它们为冗余数据。如果包含有冗余数据,我们就需要把它们找出来,我们把这个过程称之为神经网络稀疏化问题。找出数据中
设G为有限群,S是G的不含单位元的子集.我们如下定义群G关于其子集S的Gayley有向图Cay(G,S):其顶点集合为G,而其边集合为{(g,sg)|g∈G,s∈S}.若S-1=S,则Cay(G,S)叫做Cayley图并且它是
本文主要研究了一类多重耦合的非线性抛物型方程组解的奇性的产生和发展问题,特别纠正了在讨论同时blow-up速率中容易发生的一个常见错误,并且给出了保证同时与不同时blow-up发
选址理论是研究在给定的网络中如何确定满足特定条件“设施”的最佳位置的组合优化理论,在交通运输、计算机网络、通信工程等领域有着广泛而重要的应用. 传统选址理论中往
半参数回归模型是80年代才发展起来的一种重要的统计模型.由于这种模型既有参数分量,又含有非参数分量,并可以描述许多实际问题,因而引起广泛重视. 但是在实际工作(诸如生存