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.     

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。     

两类预条件后SOR迭代法收敛性的比较

对常用的两类预条件方法求解线性方程组Ax=b,在它们都能够加速SOR迭代法的情况下,运用矩阵分析及矩阵分裂理论,给出两类预条件后SOR迭代法收敛速度的一个比较定理,并用数值例子加以说明。     

预条件(I+S)后改进矩阵分裂的SOR迭代法收敛性分析

目的在预条件后运用SOR迭代法求解大型线性方程组Ax=b,以加快迭代法的收敛性。方法结合矩阵分裂理论及比较定理,引入参数α,给出预条件后一种改进的矩阵分裂形式,使矩阵分裂更加一般化。结果与结论说明这种方法不仅能加速SOR迭代法的收敛性,而且优于常见的SOR方法,并且给出参数的最优选取,为算法设计提供帮助。     

预条件SOR型迭代法的收敛性

给出了一个具有一般上三角形式预条件子作用下的SOR型迭代法,比较了此迭代法与经典SOR迭代法的收敛速度,从而更好地说明选取一般上三角形式的预条件子也能加快收敛速度;讨论了线性方程组的系数矩阵为M-矩阵、H-矩阵、正定的Z-矩阵时该迭代法的收敛性,推广了该方法的适用范围.     

矩阵新分裂下的SOR迭代法收敛性讨论

运用预条件P=(I+C)解大型线性方程组Ax=b,给出预条件后一种改进的SOR迭代方法,说明这种方法不仅能加速SOR迭代法的收敛性,而且优于一般的预条件方法。最后给出一个数值例子。     

矩阵非负分裂下SOR迭代法收敛性

目的讨论预条件后用迭代法求解的线性方程组Ax=b。方法利用预条件后系数矩阵非负分裂形式的多样性,给出一种含参数形式的非负分裂。结果与结论证明这种分裂形式可以加速SOR迭代法的收敛性,并与一般的预条件后SOR迭代法的收敛性进行比较,说明这些分裂形式更好。     

基于矩阵分裂的预条件SOR迭代法收敛性

对预条件方法解线性方程组,利用黄廷祝等在["modified SOR-type iterative method for z-matri-ces"]中提到的预条件能加速SOR迭代法的收敛性,结合矩阵分裂理论及比较定理,给出一种基于矩阵分裂的含参数预条件SOR迭代方法,说明这种方法不仅能加速SOR迭代法的收敛性,而且优于一般的预条件方法,找出参数的最优选取方法,最后通过数值例子加以说明.     

预条件SOR型迭代法的一个注记

指出预条件SOR型迭代法与经典SOR迭代法收敛速度比较的理论证明中存在的一个问题,找出一反例推翻了其中所得到的结论,并将定理中的预条件子进行改进,使得结论在新的预条件子下成立.给出该收敛速度比较定理的另一证明方法,并通过数值算例验证了此结论的正确性.     

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.     

多分裂形式下的SOR迭代法收敛性分析

在预条件方法解大型线性方程组Ax =b时,给出预条件后多种分裂形式的SOR迭代方法,说明这些方法能够使SOR迭代法收敛,并与一般的预条件方法进行比较分析,证明了这些分裂形式加速效果更好.最后用数值例子加以验证.     

改进矩阵分裂形式的预条件SOR迭代法收敛性讨论

结合矩阵分裂理论及比较定理,给出一种改进矩阵分裂形式的预条件含参数SOR迭代方法,证明这种方法不仅能加速SOR迭代法的收敛性,而且优于一般的预条件方法,并找出参数的最优选取.最后通过数值例子加以说明.     

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。     

含参数的SOR迭代法收敛性讨论

讨论一类含参数的SOR迭代法求解线性方程组, 得到参数在一定范围内取值时这种方法的收敛性优于一般的SOR迭代法, 同时给出参数取不同数值时迭代法谱半径之间的关系, 最后给出一个数值例子.     

严格次对角占优线性方程组迭代法的收敛性分析

Jacobi迭代法、Guass-Seidel迭代法和SOR迭代法是求解线性方程组的常用迭代方法.本文证明了系数矩阵严格次对角占优时,Jacobi迭代法、Guass-Seidel迭代法和SOR迭代法均收敛,并给出了相应的误差估计.通过比较三种迭代法的误差上界,指明Guass-Seidel迭代法的误差上界最小.     

预条件AOR迭代法的比较定理

讨论了预条件AOR迭代法的收敛性,并给出了关于预条件AOR迭代法和经典AOR迭代法的谱半径的比较,证明了文章所提出的预条件迭代法提高了经典迭代法的收敛率.     

新的预条件AOR迭代方法和比较定理

提出了一种新的预条件AOR迭代法,对其收敛性进行了分析,给出该预条件AOR迭代法与经典AOR迭代法之间的比较性定理.最后的数值例子说明该预条件要优于经典的AOR迭代法.     

新的预条件AOR迭代方法和比较定理

提出了一种新的预条件AOR迭代法,对其收敛性进行了分析,给出该预条件AOR迭代法与经典AOR迭代法之间的比较性定理.最后的数值例子说明该预条件要优于经典的AOR迭代法.     

求解一类HJB方程的非线性SOR迭代法

采用非线性SOR迭代法求解一类特殊的Hamilton-Jacobi-Bellman(HJB)方程,该迭代法可以看成为求解线性方程组的SOR迭代法在求解HJB方程上的推广.在一定条件下此方法具有单调收敛性.     

基于预条件处理的双分裂SOR迭代法收敛性

目的快速求解线性方程组Ax=b。方法将双分裂SOR迭代方法和矩阵的预条件处理方法相结合,对系数矩阵先进行预条件处理,再给出非负分裂SOR双步迭代方法。结果与结论本方法收敛速度不但比通常的预条件处理方法快,而且超过了双步分裂方法。