应用求解算子方程的Ulm方法构造了求解一类矩阵特征值反问题（IEP）的新算法.所给算法避免了文献[Aishima K.，A quadratically convergent algorithm based on matrix equations for inverse eigenvalue problems，Linear Algebra and its Applications，2018，542：310-33]中算法在每次迭代中要求解一个线性方程组的不足，证明了在给定谱数据互不相同的条件下所给算法具有根收敛意义下的二次收敛性.数值实验表明本文所给算法在矩阵阶数较大时计算效果优于上文所给算法.
设$n+1$个$m\times n（m\geq n）$实矩阵$\{A_i\}_{i=0}^n$和给定的$n$个正数$\{\sigma_i^{*}\}_{i=1}^n$.本文研究如下的逆奇异值问题：求$n$个实数$\{c_i^{*}\}_{i=1}^n$，使得矩阵$A_0+c_1^{*}A_1+\cdots +c_n^{*}A_n$有奇异值$\{\sigma_i^*\}_{i=1}^n.$基于矩阵方程，我们给出了求解逆奇异值问题的一个新的算法，并证明了它的二阶收敛特性.该算法可以看成是Aishima[Linear Algebra and its Applications，2018，542：310-333]中逆对称特征值问题算法的推广.数值例子表明算法的有效性.
