1) generalized inverse characterize value problems of matrices
广义逆特征值问题
1.
We will systematically study some generalized inverse characterize value problems of matrices in this M.
矩阵逆特征值问题广泛应用于自动控制、经济、振动理论以及土木工程等，本篇硕士论文系统的研究了几类广义逆特征值问题及其最佳逼近，主要讨论如下问题： 问题Ⅰ 给定X∈R~(n×k)，∧=diag(∧_1，……，∧_l)∈R~(k×k)其中∧_i(i=1，……l)是一阶或二阶实矩阵，求A∈S_1，B∈S_2，S_1，S_2R(n×n)使得 AX=BX∧ 问题Ⅱ 给定∈R~(n×n)，∈R~(n×n)，求∈S_(AB)使得其中S_(AB)为问题Ⅰ的解集合，即 本文的主要系统研究了如下情形： (1)S_1为一般实矩阵，S_2为实对称矩阵； (2)S_1、S_2分别为实对称矩阵和反对称矩阵； (3)S_1、S_2为次对称矩阵； (4)S_1、S_2为广义中心对称矩阵； (5)S_1、S_2分别为广义中心对称矩阵和广义反中心对称矩阵。
2) inverse problems of general characteristic value
广义特征值的逆问题
3) generalized inverse eigenvalue problems of matrices
矩阵广义逆特征值问题
5) generalized eigenvalue problem
广义特征值问题
1.
Parallel block Jacobi-Davidson method for solving large generalized eigenvalue problems and it s application;
广义特征值问题的并行块Jacobi-Davidson方法及应用
2.
Subspace method is an efficient tool for generalized eigenvalue problem in scientific and engineering computing.
子空间迭代法是科学与工程计算中求解广义特征值问题的有效方法 ,针对向量机和共享内存的多处理机 ,前人已成功地作了并行处理。
6) generalized eigenproblem
广义特征值问题
1.
The multisection method for solving the generalized eigenproblem applied significantly in many science and engineering domains has not been studied.
在科学与工程众多领域内有着重要应用的广义特征值问题的多分法，因难度大等方面原因尚无人研究。
2.
The parallel algorithm of generalized eigenproblems applied significantly to the structural analysis domain has been studied little so far, because this study is extremely difficult, and needs the support of advanced computing circumstances for large scale problems.
结构分析领域有着重要应用的广义特征值问题的并行算法，因为难度很大，且当问题的规模较大时还必须有先进的计算环境支持，所以迄今研究得很少。
3.
In this paper, by way of EBE strategy and PCG method, we have developed an EBE-Lanczos method for generalized eigenproblems, in which all of computations of Lanczos method are performed on the element level.
本文利用ＥＢＥ策略和ＰＣＧ法，将广义特征值问题Ｌａｎｃｚｏｓ法中各步的计算都单元化，从而避免了总刚度矩阵的组集而大大节省了存储量。
补充资料：广义特征值问题数值解法
见代数特征值问题数值解法。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条