新的L-矩阵线性方程组的预条件AOR迭代法

在预条件矩阵Pα=(I+Sα)和Pαβ=(I+Sαβ)的基础上提出一个新的预条件矩阵为P^αβ=(I+S^αβ)的预条件AOR迭代法,建立了新的预条件AOR迭代法与经典的AOR迭代法的比较定理,数值试验表明预条件AOR迭代法更为有效.     

一类新预条件下AOR迭代法收敛性的讨论

对AOR迭代法解线性方程组,讨论在一类新的预条件下AOR迭代法收敛性的加速,证明在非奇异M-矩阵下该预条件加速AOR迭代法的收敛性,而在非奇异不可约M-矩阵下能严格加速AOR迭代法的收敛性.最后给出一个例子说明该预条件要优于通常的预条件(I+S).     

预条件迭代法的收敛性分析

本文给出了一种预条件矩阵为P=I＋Sα的IMGS方法,讨论了当系数矩阵为非奇异的M-矩阵、H-矩阵以及严格对角占优矩阵时方法的收敛性．然后在假设系数矩阵为不可约的M-矩阵时,得到了IMGS方法与预条件AOR迭代法之间的比较定理,从而推广和改进了原来已有的结论。     

两类预条件后迭代法收敛性的讨论

运用矩阵分析及矩阵分裂理论,讨论了两类预条件后AOR迭代法中参数的最优选取.在取得最优参数的情况下,对两类预条件加速迭代方法的收敛速度进行了比较,得到了预条件P1=(I+S)优于预条件P2=(I+S⌒)的结论,并且给出一个实例.     

预处理后含参数形式的SOR迭代法收敛性

在运用SOR迭代法求解线性方程组Ax=b时,针对常见的预条件矩阵P=(I+S),本文给出预处理后迭代法的一类含参数分裂形式As=1γ{[αI-γ(L-S+L1)]-[(α-γ)I+γD1+γU]},使得分裂形式更加一般化,当α=1时就成为常见的预条件SOR迭代法。结合矩阵分析和矩阵比较定理,讨论这种含参数分裂形式下的SOR迭代法不仅能加速SOR迭代法,而且收敛速度超过常见预条件SOR迭代法,通过参数α的不同取值找到迭代法谱半径的变化趋势,得到当参数γ=α时该方法的谱半径最小,即收敛速度最快。最后给出数值例子加以验证。     

关于z-矩阵的新的预条件迭代方法

引入了新的预条件矩阵P（α,β）=I＋αS＋Rβ,得到了当系数矩阵A是对角占优的Z-矩阵时,矩阵（I＋αS＋Rβ）A在一定的条件下也是对角占优的Z-矩阵,并在此基础上得出了几个重要的收敛定理。新的预条件方法推广了已有的相关结论,并用数值试验对所得定理结论的有效性进行了验证。     

预条件AOR迭代法的一个注记

本文考察了Evans等人提出的预条件AOR迭代法（见[3]），给出部分可约L一矩阵应用于该方法的一些结论．     

预条件[I+S(α)]加速2PPJ型方法的收敛性

Hiroshi Niki等讨论在预条件Ps=I＋S下加速Gauss—Seidel迭代法的收敛性，本文讨论在预条件含参数的情况下解线性方程组Ax=b，通过预条件提高Jacobi型方法的收敛性。进而使两参并行Jacobi型方法（简称2PPJ方法）的收敛性得到加速。最后给出一个数值例子。     

一类预条件后AOR迭代法中的最优参数选取

解大型线性方程组 Ax=b时,运用预条件P=(I C)加速AOR迭代方法的收敛性,并得到预条件后AOR迭代法中最优参数的选取.最后给出一个数值例子.     

预条件SOR迭代法和AOR迭代法的比较

研究M-矩阵类的预条件SOR迭代法,将其与相应矩阵的AOR迭代法进行比较,得到它们收敛性的比较定理,并从理论上证明预条件SOR迭代法优于AOR迭代法.     

预处理后关于IMGS和SOR迭代法的一个比较定理

对于迭代法解线性方程组,运用矩阵分裂理论及比较定理,对超松弛迭代法(即SOR方法)和预条件P=I+Cα后的Gauss-Seidel迭代法(称为IMGS方法)的收敛速度进行比较,得到较好结果,最后给出一个数值例子。     

一类多参数预条件AOR迭代法

讨论一类新的多参数预条件AOR迭代法的收敛性,得到了比较定理,说明此类预条件AOR迭代法的收敛速度要比经典AOR迭代法的收敛速度快。最后,用一个数值例子验证了得到的结论。     

解线性方程组的预条件SOR型迭代法

针对大型线性方程组问题构造了一种含有待定参数和预条件因子的新迭代解法,将其称为预条件SOR型迭代法.当待定参数ω=1时,预条件SOR迭代法就变成程光辉等人给出的预条件Gauss-Seidel型方法.讨论了当系数矩阵是不可约Z-矩阵时,SOR法和预条件SOR法的迭代矩阵所具有的性质,并通过定理将这两种迭代矩阵的谱半径进行了比较,同时给出了收敛最快时参数的取值范围.另外也将预条件SOR型迭代法和预条件Gauss-Seidel型方法进行了比较,显示了新方法的优越性.最后通过数值例子说明,选取合适的预条件因子可以使求解线性方程组的预条件SOR方法变得更有效.     

解泊松方程的快速预处理共轭梯度法

为了满足电子技术中电磁问题求解器的工程需求 ,通过分析泊松方程均匀差分离散所得模型问题的矩阵结构 ,提出了共轭梯度法的三角阵预处理器 .在用数值试验考察了其参数的特性后 ,给出了参数的经验估计方法 .实现了带参数的三角预处理器共轭梯度法求解器 .实例表明 ,该算法比常规共轭梯度法和超松弛法具有更低的计算复杂度 ,而它们存储复杂度相同 .不仅所实现的求解器具有实用价值 ,而且所给出的预处理构造技术具有进一步发展的余地 .     

线性系统的预条件GAOR迭代法

解决线性系统Ax=b时,给出预条件子I＋Sα的GAOR迭代法,对相应的预条件GAOR迭代法和基本GAOR迭代法的收敛速度进行了比较,得到了比较定理。最后给出数值例子验证了所得到的结论,推广了文[1]的相应结果。     

L-矩阵的一类新预条件迭代方法

在Evans等人提出的预条件AOR迭代法的基础上考虑一种新的预条件方法,并将其应用于AOR和2PPJ（即双参数并行Jacobi迭代法）迭代格式中,该方法不但适用范围较原方法更为广泛,即对一般的L-矩阵均适用,而且也可提高迭代的收敛速度,甚至使一些发散的迭代格式收敛。