寻找多项式方程正解的一种算法
An Algorithm for Finding Positive Solutions to Polynomial Equations
AI总结：
提出一种基于期望最大化和迭代比例拟合的数值算法，用于求解多项式方程的非负实解，并能在无精确解时提供近似解。
摘要：
我们提出了一种数值算法，用于寻找多项式方程的非负实解。我们的方法基于期望最大化和迭代比例拟合算法，这些算法在统计学中用于寻找某些统计模型类的最大似然参数。由于我们的算法通过迭代改进近似解，因此在没有精确解的情况下（例如超定系统），我们可以找到近似解。
英文摘要：
We present a numerical algorithm for finding real non-negative solutions to polynomial equations. Our methods are based on the expectation maximization and iterative proportional fitting algorithms, which are used in statistics to find maximum likelihood parameters for certain classes of statistical models. Since our algorithm works by iteratively improving an approximate solution, we find approximate solutions in the cases when there are no exact solutions, such as overconstrained systems.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
