预条件Gauss-Seidel迭代法的收敛性

给出一种预条件Gauss-Seidel迭代法,证明了当系数矩阵A为不可约的Z-矩阵、H-矩阵、正定矩阵时该方法收敛,从而扩展了该方法的适用范围,最后通过数值例子验证所得的主要结论.     

改进的Gauss-Seidel迭代法的收敛性

给出一种改进的Gauss-Seidel迭代法(IMGS方法),从理论上证明了当系数矩阵为M-矩阵和H-矩阵时IMGS方法是收敛的.最后用数值例子验证了所得的主要结论.     

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.     

(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.     

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矩阵方程组的预条件迭代法

A.D.Gunawardena等在1991年提出的预条件矩阵为I?S的预条件Gauss-Seidel方法的收敛率优于基本的迭代法。本文引入了预条件矩阵I S???,证明了若系数矩阵A为H-矩阵,则A[I S]???仍是H-矩阵。     

H 矩阵的预条件Gauss-Seidel迭代法

讨论了线性方程Ax=b的Gauss-Seidel迭代法的求解问题.2003年,A.Hadjidimos等提出了预条件矩阵I Cα.该文证明了若系数矩阵A是H矩阵,则(I Cα)A是H矩阵.并给出两个数值例子作以说明.     

求解L-矩阵线性方程组的预处理迭代法

文章提出了求解系数矩阵为L-矩阵的线性方程组的预处理迭代方法,详细研究了该方法的重要性质及比较定理,表明了新的预处理方法提高了Gauss-Seidel型迭代法的收敛速度.最后以数值例子验证了该预处理迭代法的有效性.     

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.     

一类关于SOR方法的鞍点问题

针对大型稀疏鞍点问题给出了一种新的迭代解法,该方法的构成是基于对系数矩阵进行的一种分裂,A∈Rn×n是对称正定矩阵.利用不完全分解法分解A为LLT+R,通过适当选取预处理矩阵和待定系数,证明该迭代法是收敛的,并且以定理的形式给出了新迭代法收敛的充分必要条件.     

(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.     

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.     

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) .     

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).     

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.     

关于Z-矩阵的一类新预条件迭代法

 给出了解线性方程组Ax=b的一类新的预条件迭代法,并证明了其收敛性.数值例子表明,所给方法比经典的Gauss-Seidel方法收敛速度快.     

关于解线性系统的新迭代方法的注释

在文[3]中作者们提出了几种求解线性系统的新迭代方法,与经典的Jacobi或Gauss-Seidel方法相比,这些方法可以被应用到更多的线性系统且有更快的收敛速度.通过分析和数值算例说明他们的方法适合更一般的矩阵,而不仅仅是文[3]作者提到的只适合正矩阵.     

预条件AOR和2PPJ迭代法收敛性的注记

分析了系数矩阵是$\emph{\textbf{M}}$-矩阵时预条件AOR和2PPJ迭代法的收敛性, 指出了已有结果的一些错误并给出了正确的收敛定理. 同时, 利用$\emph{\textbf{H}}$-分裂理论, 讨论了系数矩阵是$\emph{\textbf{H}}$-矩阵时预条件AOR的收敛性并给出了参数的收敛区间.