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.     

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．     

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.     

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。     

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。     

一种改进的求解大型线性方程组的Jacobi迭代法

针对求解大型线性方程组提出了一种新的Jacobi迭代法。其思想是用Jacobi迭代法得到的当前点和上一步迭代点的组合得到下一步迭代点,并且通过求解最小二乘优化问题求得最佳组合因子。在与经典的Jacobi迭代法相同的条件下,证明了这种最优外插Jacobi迭代法的全局收敛性,进一步的数值实验也验证了新算法的有效性。     

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.     

一类新预条件下AOR迭代法比较性定理

讨论了新预条件下AOR迭代法的收敛性.若系数矩阵为非奇异M-矩阵,该预条件加快了AOR迭代法的收敛速度,而且该预条件下AOR迭代法的谱半径是单调下降的.最后用数值例子说明了结论.     

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Jacobi迭代方法及比较定理

利用一种新的预条件矩阵讨论了预条件Jacobi迭代方法,得到了比较定理,并且揭示了预条件Jacobi迭代方法的收敛速度和参数之间的关系.     

预条件双参数并行Jacobi型方法及外插迭代收敛性和Jacobi迭代收敛性的比较

讨论了在矩阵条件下预条件方法在双参数并行Jacobi方法上的加速作用，以及参数在迭代上的作用，比较了外插迭代矩阵和Jacobi迭代矩阵谱半径之间关系。     

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.     

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.     

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.     

新的预条件AOR迭代法和新的比较定理

提出了一种新的预处理矩阵,并研究了新的预处理AOR迭代法的收敛性,建立了新的预处理AOR法与(J+S)下AOR迭代法以及和经典AOR迭代法之间的比较定理.数值例子验证了定理的正确性并说明了这种方法的有效性.     

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。     

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.