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。     

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.     

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.     

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.     

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) .     

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。     

求解H-矩阵线性方程组的预处理Gauss-Seidel方法

针对系数矩阵A为H-矩阵,为线性方程组Ax=b引入了两种形式的预处理矩阵I+-S和I+S^,给出了相应的预处理Gauss-Seidel方法.证明了若系数矩阵A为H-矩阵,则新的系数矩阵(I+-S)A和(I+S^)A仍是H-矩阵,并给出了相应预条件Gauss-Seidel方法的收敛性分析.通过数值算例验证了新的预处理迭代方法的收敛率比经典的Gauss-Seidel迭代法以及J.P.Milaszewicz提出的改进Gauss-Seidel迭代法更好.     

关于Gauss-Seidel迭代法收敛性的一点注记

本文给出了一个Gauss-Seidel迭代法收敛性的判别定理,并进一步阐明本文的结果概括了近年来国内许多作者的有关研究工作。     

改进的Gauss-Seidel迭代法对H-矩阵的收敛性定理

 1997年,Kohno等人对一类非奇异对角占优Z-矩阵的Gauss-Seidel迭代法作出了改进,这种方法被称为IMGS方法.本文考虑对一类应用更广泛的矩阵——H-矩阵的Gauss-Seidel迭代法做出改进,得到了收敛性结果,并比较了参数α_i与SOR方法的参数ω的选择范围     

广义Gauss-Seidel迭代法的预测-校正方法

本文推出广义Gauss-Seidel迭代法与它的预测-校正法,并讨论了该方法的收敛性条件和收敛速度.给出数值例子验证了新迭代法的有效性.     

一个高斯-赛德尔方法解方程组的有趣结果

本文首先介绍了用高斯-赛德尔方法求解一般线性方程组的问题,其次介绍了与高斯-赛德尔方法收敛性有关的几个已有结果,然后给出了用高斯-赛德尔方法求解一般三对角方程组收敛的充分必要条件,最后在收敛的条件下给出用高斯-赛德尔方法求解一般三对角方程组的计算机实现.     

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.     

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。     

基于Matlab的三母线电力系统潮流计算分析

借助Matlab软件并通过Gauss-Seidel迭代法对三母线电力系统进行了潮流计算分析，并通过此例说明Gauss-Seidel算法对PV节点处理方法的有效性。     

H-矩阵及其比较矩阵的预条件Gauss-Seidel法的收敛性

讨论了新的预条件矩阵下的预条件Gauss-Seidel法.在更广义的分裂条件下,将此法应用于H-矩阵及其比较矩阵上,并得到了相应的收敛结果和谱半径的比较结果,从而说明应用于H-矩阵的预条件Gauss-Seidel法的收敛速度要比应用于它的比较矩阵的预条件Gauss-Seidel法的收敛速度快.最后,给出一个数值例子验证得到的结果.     

Z-矩阵的预处理迭代方法

对解大型稀疏线性方程组Ａｘ＝ｂ,当其系数矩阵Ａ为严格对角占优的Ｚ 矩阵时给出了一种预处理方法,证明了预处理后的矩阵Ａｐ的Ｇａｕｓｓ－Ｓｅｉｄｅｌ及对称的Ｇａｕｓ－Ｓｅｉｄｅｌ迭代均是收敛的,并且对Ｇａｕｓ－Ｓｅｉｄｅｌ迭代的迭代矩阵ＴＤ的谱半径ρ（Ｔｐ）给出了一个上界．同时也证明了对Ｇａｕｓ－Ｓｅｉｄｅｌ迭代法而言,经预处理后的迭代法优于经典的直接迭代法．     

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。