SOR迭代法收敛性判定

在简述内容的基础上，给出了当Ｊａｃｏｂｉ迭代阵‖Ｂ‖ｍ＝∑↑ｎ↑ｉ＝１ｂ＾（ｉ）≥１，ｂ＾（ｉ）＝ｍａｘ↓１≤ｊ≤ｎ｛ｂｉｊ｝时ＳＯＲ迭代法收敛的充分条件及误差估计式。将收敛的限制由‖Ｂ‖〈１部分地扩充到‖Ｂ‖ｍ≥１上。     

SOR迭代法收敛性的判定

本文在[1～3]基础上,给出 SOR 迭代法更一般适用的收敛充分条件,并得到了误差估计式,对ω=1情况,改进了[1]的主要结果。     

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.     

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.     

关于迭代法收敛性的判定

给出了当Ｊａｃｏｂｉ迭代阵Ｂ满足条件ｒｉｊ＝αｉ＋βｊ＋αｊβｊ－αｊβｊ≥１时，Ｊａｃｏｂｉ，Ｇ－Ｓ，ＳＯＲ和ＡＯＲ迭代法收敛的充分条件。     

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。     

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。     

预处理后新分裂下的SOR迭代法收敛性讨论

在求解大型线性方程组Ax=b时,常采用预处理方法求解,也就是对方程组两边同时乘以非奇异矩阵P再求解.运用矩阵分裂理论及比较定理,给出一种预处理后改进的SOR迭代方法,与现有的方法进行比较,证明这种方法不仅能加速SOR迭代法的收敛性,而且优于一般的预处理方法.最后给出一个数值例子.     

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。     

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。     

预处理(I+S)后改进的SOR迭代法收敛性讨论

运用矩阵分裂理论及比较定理,用预处理方法解大型线性方程组Ax=b,给出预处理后一种改进的SOR迭代方法,证明这种方法不仅能加速SOR迭代法的收敛性,而且优于一般的预处理方法.最后给出一个数值例子.     

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。     

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.     

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(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。     

SOR迭代法收敛的新准则

利用Ｊｅｃｏｂｉ迭代矩阵的Ｆｒｏｂｅｎｉｕｓ范数给出了新的ＳＯＲ迭代法收敛的充分条件及误差估计式，该判别准则易于检验，推广了某些已有的主要结果。     

关于广义对称SOR方法的收敛性

对求解对称线性鞍点问题的广义对称SOR（successive over-relaxation）方法作了进一步的推广,即把该方法运用于求解非对称线性鞍点问题之中,并给出了其收敛的充要条件.     

基于矩阵分裂的预处理(I+S)后SOR迭代法收敛性分析

在运用SOR迭代法求解大型线性方程组Ax=b时,结合矩阵分裂理论及比较定理,给方程两边同时左乘非奇异矩阵P(也称为预处理矩阵),对新的系数矩阵PA进行矩阵分裂时,引入参数α,以使矩阵分裂更加一般化,说明这种方法能加速SOR迭代法的收敛性,而且比一般的预处理方法更有效.最后给出数值例子加以说明.     

预条件SOR迭代方法及收敛性的比较

在不同的预条件矩阵下给出了SOR方法,然后得到比较定理,推广了Niki,et al.（2004）的结果.当实参数ω=1时,即为Niki,et al.（2004）的结果,从而更好的说明选择适当的预条件矩阵能加快收敛速度,最后给出2个例子来说明该文的定理在应用上更具有一般性.