(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.     

外推Gauss-Seidel迭代法的收敛性及其与H-矩阵的关系

考虑外推Gauss-Seidel迭代法的收敛性及其与H-矩阵的关系, 给出了外推Gauss-Seidel迭代法与Jacobi迭代法收敛性的关系及收敛的参数范围. 利用最优尺度矩阵及M^-1N的估计量给出了H-矩阵外推Gauss-Seidel法谱半径的上界估计式, 并基于外推Gauss-Seidel及Gauss-Seidel迭代法得到一般H-矩阵的等价条件.     

改进的古典迭代法对于M-矩阵谱半径的比较结果

近四十年来许多文章致力于研究在系数矩阵是M 矩阵的情形下,线性方程组的预处理子的修改与完善,目的是为了改善古典迭代法(Jacobi,Gauss Seidel迭代法等)的收敛速度.本文对其中的Milaszewicz的方法(见文献[1])做出改进,将其结论中的预处理子参数化,并对参数的选择给出必要条件,以保证这种预处理方法收敛,从而得到在这种改进的预处理方法下,Jacobi及Gauss Seidel迭代法的迭代矩阵谱半径的比较结果.     

H-矩阵基于外推Gauss-Seidel迭代法的几个等价条件

利用最优尺度矩阵及M-1N的某些估计量讨论了外推Gauss-Seidel迭代法的收敛性及其和H-矩阵的关系.基于外推Gauss-Seidel及Gauss-Seidel迭代法得到了H-矩阵的几个等价条件.同时也得到了严格对角占优矩阵,不可约对角占优矩阵及Stieltjes矩阵的Gauss-Seidel迭代法,外推Gauss-Seidel迭代法的相关收敛性结论.     

同时求解多项式所有重根的两种迭代法

本文推导一种同时求解多项式重根的迭代解法及迭代法的Gauss－Seidel加速，并分析方法收敛性及收敛阶，最后给出若干算例。     

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．     

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.     

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。     

新预条件下Gauss-Seidel迭代法及比较定理

提出了一种新预处理矩阵,研究了新预条件下Gauss-Seidel迭代法的收敛性 ,得到了比较性定理,并用数值例子验证了定理的正确性,揭示了新预条件加快Gauss-Seidel迭代法的收敛速度,并优于通常的预条件（I R) .     

(I+C_α)预条件Gauss-Seidel迭代法的收敛结果

讨论线性方程Ax=b的Gauss-Seidel迭代法的求解问题.Hadjidimos A等提出了预条件矩阵I+Cα.论文给出了线性方程组改进的Gauss-Seidel方法(称之为IMGS方法)对H阵的收敛结果,并给出数值例子.     

求解最小二乘问题的带动量的Gauss-Seidel方法

最小二乘问题是重要的数学与统计模型,广泛用于回归分析、参数估计、最优控制和数据拟合等领域。基于古典的Gauss-Seidel方法,推导了求解最小二乘问题的迭代格式。结合Gauss-Seidel方法和Polyak''s Heavy-Ball技术,提出了动量型Gauss-Seidel方法的算法框架。根据贪婪的策略选择指标,建立了贪婪的动量型Gauss-Seidel方法的线性收敛性。最后,数值实验表明贪婪的动量型Gauss-Seidel方法在迭代步数和计算时间方面均优于贪婪的Gauss-Seidel方法。     

Jacobi和Gauss-Seidel迭代法求解线性方程组的分析及应用

先描述了Jacob i和Gauss-Se idel迭代法求解线性方程组的基本思想,然后给出三个收敛定理并分别对它们作出解释,举例进行分析和比较,最后给出算法,并用程序求解算例,对迭代法的学习和应用有着十分重要的意义.     

Jacobi和Gauss-Seidel迭代法求解线性方程组的分析及应用

先描述了Jacob i和Gauss-Se idel迭代法求解线性方程组的基本思想,然后给出三个收敛定理并分别对它们作出解释,举例进行分析和比较,最后给出算法,并用程序求解算例,对迭代法的学习和应用有着十分重要的意义.     

求解L-矩阵方程组的一种Gauss-Seidel型预条件迭代法

在1991年A.D.Gunawardena等人首先提出了以I＋S为预处理子的Gauss-Seidel型迭代法比基本的迭代法有较好的收敛性.文章提出以阶梯矩阵作预处理子的Gauss-Seidel型迭代法,文中给出了收敛定理并以数值例子说明文章的方法比基本的迭代法及A.D.Gunawardena等人的方法有较好的收敛率.     

Gauss－Seidel迭代法的一个新的收敛条件

给出了当　Ａ　＿ｍ＝Σα￣（ｉ）≥１其中ａ￣（ｉ）＝ｍａｘ｛｜αｉｊ｜｝时，Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代法收敛的充分条件，将收敛的限制由　Ａ　＿１＜１，　Ａ　＿∞＜１扩充到　Ａ　＿ｍ≥１上。该条件易于检验，适用范围广。     

用区间 Gauss-Seidel方法解非线性互补问题

在本文中,我们使用了Krawczyk-like区间算子和Gauss-Seidel区间算子方法解非线性互补问题．这是Krawczyk区间算子的又一次应用．     

Jacobi和Gauss－Seidel迭代法收敛性的判定

给出了Ｊａｃｏｂｉ和Ｇａｕｓｓ—Ｓｅｉｄｅｌ迭代法收敛的新的判定准则．同时给出了块Ｊａｃｏｂｉ和Ｇａｕｓｓ—Ｓｅｉｄｅｌ迭代法收敛的新的判定准则．