解具特殊系数矩阵线性代数方程组的预条件迭代法

文章考虑具有更优特性的分块矩阵，（具有性质A的矩阵），给出了预条件Jacobi、Gauss—Seidel、对称Gauss—Seidel迭代矩阵与传统块Jacobi迭代矩阵二者特征值之间的关系，作为应用，选取某个恰当的预条件因子，在传统块Jacobi迭代法不收敛的情况下，预条件块迭代法能收敛．     

关于外推Gauss-Seidel迭代法的收敛速度比较

给出了一定条件下的外推Gauss Seidel迭代法的最优外推参数和谱半径,并深入细致的讨论了Gauss Seidel迭代法和外推Gauss Seidel迭代法的收敛速度的比较,证明了在一定的条件下,最优外推Gauss Seidel迭代法总是比Gauss Seidel迭代法收敛的快.并给出了简单的数值例子以说明此结果.     

(I+Smax)预条件Gauss-Seidel迭代法进一步探索

Kotakemori研究了不可约对角占优Z 阵的(I Smax)预条件Gauss Seidel迭代法,并证明在一定条件下,进行(I Smax)预处理比(I S)预处理收敛效果更好.本文将其收敛性定理推广到具有广泛应用背景的H 阵,并将这两类预条件Gauss Seidel迭代法相结合对不可约非奇M 阵进行两次适当的预处理,数值例子表明这样可以大大加快Gauss Seidel迭代法的收敛速度.     

修正Gauss - Seidel 迭代法(MGS) 的收敛条件

设矩阵A是奇异肘矩阵具有Frobenius标准型，相容线性方程组为Ax=b．给出了修正Gauss—Seidel迭代法(MCS)收敛的一些充分条件，推广了一些最新的结果。     

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。     

分块矩阵迭代收敛的若干判别准则

在矩阵迭代分析中,矩阵的谱半径估计是一个重要的工具。[1]谈到分块矩阵估计法并应用于简单迭代(即Jocobi迭代)和Gauss—Seidel迭代收敛的某些判别准则。本文目的提出分块矩阵Jocobi迭代和 Gauss—Seidel迭代收敛的若干判别准则并给出敛速估计。 设N阶矩阵T分块为T=(Tij)其中Tij(i=1,2,…,n)为ni阶方阵,又Tij为ni行nj列矩阵,且 对线代数方程组其中Bi为已知的ni维向量,Xi为ni维未知向量。如果采用迭代程序称(2)为块Jocobi迭代,如果采用迭代程序 则称(3)为块Gauss—Seidel迭代.对块Jocobi迭代(2)和块Gauss—Seidel迭代(3),有如下的基…     

用Chebvshev多项式加速的预处理子空间迭代法

研究了计算大型稀疏对称矩阵的若干个最大或最小特征值的问题的子空间迭代法.首先引入了加速子空间迭代法的Chebyshev迭代法和预处理技术.为了更好地加速子空间迭代法的收敛速度,作者把Chebyshev多项式和预处理技术同时应用到子空间迭代法中,对预处理过的残余矩阵用Chebyshev多项式加速.即讨论了Chebyshev迭代法对预处理子空间迭代法的应用.这样既缩小了矩阵特征值的分布范围,又改善了每次循环的初始矩阵.从而给出了用Chebyshev多项式加速的预处理子空间迭代法.最后给出了数值例子,结果表明加速后的预处理子空间迭代法比原来的预处理子空间迭代法更优越,进一步加速了迭代法的收敛速度,减少了计算量和计算时间.     

Jacobi、Gauss-Seidel和SOR迭代收敛性的新判别准则

本文给出Jacobi迭代、Gauss－Seidel迭代和SOR迭代收敛的若干充分条件，拓广了迭代收敛的判别范围，举了数值例子。     

预条件的Jacobi迭代法及比较性定理

利用预条件矩阵P=(I+Cα)讨论了预条件下Jacobi迭代法,得到了比较性定理,并揭示了预条件Jacobi迭代法的收敛速度和参数之间的关系.最后用数值例子验证了所得结果的优越性.     

求解鞍点问题的修正SOR-like方法

针对大型稀疏鞍点问题给出了一种含有待定参数的新迭代解法,称之为修正SOR-like方法,简记为MPSOR-like方法.该迭代法的构成是基于对系数矩阵进行的一种分裂.迭代法需要选择一个预处理矩阵和待定参数,通过适当选取预处理矩阵和待定参数,新迭代法是收敛的,并且以定理的形式给出了新迭代方法的迭代矩阵的特征值和参数之间的基本等式,从而也导出了迭代法收敛的充分和必要条件.理论结果表明新方法更具有广泛性,并且选择适当的参数可以使新方法较SOR-like方法具有更快的收敛速度.给出了迭代法的数值试验结果.     

预条件下2PPJ型方法收敛性的加速

Hiroshi Niki等讨论在预条件PS=I S下加速Gauss-Seidel迭代法的收敛性,该文讨论在预条件PC=(I C)下解线性方程组Ax=b,通过预条件提高Jacobi型迭代方法的收敛性,进而使两参并行Jacobi型方法(简称2PPJ方法)的收敛性得到加速,最后给出一个例子.     

关于Jacobi,Gauss-Seidel迭代法收敛的判别方法

本文引入矩阵广义对角占优的概念，从而推广了迭代法收敛性的判别范围，关给出了几个判 别迭代法收敛的充分条件且附有关实例。     

广义M－阵异步迭代法的收敛性

该文在系数矩阵为广义Ｍ－阵条件下，证明了求解线性方程组的Ｊａｃｏｂｉ和Ｇｕａｓｓ－Ｓｅｉｄｅｌ迭代法是异步收敛的。     

线性方程组的迭代解法

线性方程组的数值求解常见于许多科学与工程计算领域,介绍了求解大型线性方程组的主要迭代算法。首先,对一些经典迭代法（Jacobi方法、Gauss-Seidel方法、SOR方法、SSOR方法和CG方法等）进行了详细的讨论,并从理论上对收敛性进行分析。其次,讨论了最新的Hermitian/Skew-Hermitian splitting（HSS）迭代理论,给出了迭代公式和收敛性定理。最后,通过数值实验对所有迭代法的有效性进行了验证。     

求解HJB方程的两类迭代法研究

研究了Jacobi型迭代法和Gauss-Seidel型迭代法来解离散HJB方程,在一定条件下,证明了算法产生的迭代序列单调收敛于HJB方程的解。数值实验表明了算法的可行性。     

广义分裂下的预处理Gauss-Seidel迭代法收敛性的讨论

运用Gauss-Seidel迭代法解线性方程组,讨论了在一类预条件矩阵下的Gauss-Seidel迭代法的收敛性。在更广义的分裂条件下,对预条件Gauss-Seidel迭代法和相应的Gauss-Seidel迭代法的收敛性进行了比较,得到了比较定理。最后给出数值例子验证了所得到的主要结论。     

改进的高斯-赛德尔迭代法的收敛性分析

本文讨论了改进的高斯-赛德尔迭代法的收敛性。在严格对角占优的L-矩阵条件下,该预条件加快了高斯-赛德尔迭代法的收敛速度,而且在该预条件下高斯-赛德尔迭代法的谱半径是单调下降的。最后用数值例子说明本文得出的结论。     

非线性方程组异步迭代法的收敛性

文中研究在多处理机系统上用Ｊａｃｏｂｉ和Ｇａｕｓｓ－Ｓｅｉｄｅｌ分裂求解非线性方程组的异步迭代法,对其收敛性条件进行了严格的理论分析。     

关于解线性系统的新迭代方法的注释

在文[3]中作者们提出了几种求解线性系统的新迭代方法,与经典的Jacobi或Gauss-Seidel方法相比,这些方法可以被应用到更多的线性系统且有更快的收敛速度.通过分析和数值算例说明他们的方法适合更一般的矩阵,而不仅仅是文[3]作者提到的只适合正矩阵.