预条件SOR型迭代法的收敛性

给出了一个具有一般上三角形式预条件子作用下的SOR型迭代法,比较了此迭代法与经典SOR迭代法的收敛速度,从而更好地说明选取一般上三角形式的预条件子也能加快收敛速度;讨论了线性方程组的系数矩阵为M-矩阵、H-矩阵、正定的Z-矩阵时该迭代法的收敛性,推广了该方法的适用范围.     

预条件SOR迭代法的收敛性及其应用

本文给出了以(I?S?R?Q)为预条件矩阵的预条件SOR迭代法,证明了迭代法的收敛性,并比较了预条件SOR迭代法与经典SOR迭代法的收敛速度,数值例子也表明了给出结论的正确性。     

预条件SOR迭代法和AOR迭代法的比较

研究M-矩阵类的预条件SOR迭代法,将其与相应矩阵的AOR迭代法进行比较,得到它们收敛性的比较定理,并从理论上证明预条件SOR迭代法优于AOR迭代法.     

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.     

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。     

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。     

新预条件下矩阵不同分裂的收敛性分析

近年来对于求解线性方程组的技术有了很大的发展,特别是预条件技术的出现使得解线性方程组的速度有了很大的提高,在预条件技术中最主要的是怎样去找一个合适的预条件子,本文提出了一个新的预条件子,不但证明了当线性方程组的Ax=b系数矩阵为非奇异的M-矩阵和H-矩阵时,在新预条件子作用下它们的收敛性,还得到了在新预条件下PSOR、PJOR等的收敛速度明显快于以往经典SOR、JOR迭代法,从而证明了本文提出的新预条件子的优越性.     

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。     

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.     

基于MATLAB的一类迭代分析

SOR迭代法收敛的必要条件是0〈ω〈2．基于MATLAB对于大量实际问题进行了数值实验,发现对最常见的系数矩阵类,当ω〈1时SOR迭代法是收敛的,但其收敛速度低于Gauss-Seidel方法（ω=1）的收敛速度,对此本文给出了证明．说明了一般情况下SOR迭代的超松弛方法（ω〉1）才有意义．