求解大型稀疏线性方程组的广义AOR迭代法(英文)

基于一种新的更一般分裂,文章提出求解大型稀疏线性方程组的广义AOR迭代法,它的显著特征是更易于执行并行计算.进一步,AOR方法的一些性质相应地推广到了新方法中.最后,用数值例子验证了新方法的优点.     

线性方程组的套二级多重迭代法

给出一种全新的二级多重分裂迭代解法求解线性方程组，这一方法是基于多重分裂法与套迭代法的基础之上，推广了其它并行化方法，并对系数阵单调或具有优分裂时分析了方法的收敛性。     

求解线性方程组迭代法的Excel实现

本文介绍了在Excel工作表中,用迭代法求解线性方程组的具体实现方法.列举了线性方程组求解的Jacobi迭代法、G-S迭代法和SOR方法.方法简单,结果直观.     

迭代法解线性方程组的收敛性比较

迭代法是解线性方程组的一个重要的实用方法,特别是适用于求解在实际中大量出现的系数矩阵为稀疏阵的大型线性方程组,而Matlab程序能够提高实际计算的能力和计算的速度。用Matlab程序来实现解线性方程组Jacobi的迭代和Gauaa-Seidel迭代,特别给出一种新的迭代方法的Matlab程序,并对这3种迭代法收敛条件及收敛速度做出比较。     

正定线性方程组的异步并行迭代法

随着分布式计算机的兴起,分布式并行处理系统日益成为热门的研究领域。为了满足这种计算机的需要,原有的许多有效的迭代法必须改造,使之成为能够并行处理的迭代法。本文将给出另一种并行算法。来求线性代数方程组的迭代解,并证明其收敛性。     

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.     

关于计算矩阵广义逆的迭代法和初始条件

本文给出了求矩阵的 M-P 逆 A~+和 Drazin 逆 A~D 的迭代公式,研究了迭代公式收敛的充分必要条件,讨论了求 A~+和 A~D 迭代法的初始条件.     

关于计算矩阵广义逆的迭代法和初始条件

本文给出了求矩阵的M-P逆A~+和Drazin逆A~D的迭代公式,研究了迭代公式收敛的充分必要条件,讨论了求A~+和A~D迭代法的初始条件.     

复正半定矩阵的基本性质

定义了一般复正半定矩阵,利用Hermite正半定矩阵的性质得出若干结果.     

求线性不适定方程L-广义解的隐式迭代法

本文首先指出可以把求不适定算子方程的 L-广义解归结为求另一个方程的 Moore-Penrose广义解 ,然后把隐式迭代法推广应用于求 L -广义解 .文中还考虑了离散方法 ,给出了数值例子 ,最后用例子说明了确定 L -广义解光滑程度的方法     

主元加权迭代法求解病态线性方程组

由于病态线性方程组的系数矩阵条件数很大,使用迭代法求解病态线性方程组时,收敛速度慢且数值解的精度很低.针对此问题,设计了一种主元加权迭代算法.该算法在系数矩阵主元上叠加一个权值,以此来降低系数矩阵的条件数.最后以希尔伯特矩阵构成的病态线性方程组为例,对提出的主元加权迭代算法和高斯-赛德尔迭代法以及雅克比迭代法进行了测试.对比试验结果表明:主元加权迭代算法能有效地提高数值解的精度.     

求解线性方程组的一种迭代法的改进

对系数为对称正定矩阵的线性方程组,将文献[1]中构造的收敛迭代格式进行了改进,并给出了数值仿真结果.     

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.     

关于群环的广义半理想

得到了一个群环RG包含广义左半理想的充要条件。     

亏秩线性方程组PSD迭代法的最优参数

利用数形结合的方法得到了亏秩线性方程组Ax=b的PSD迭代法在一般情形下的最优参数及最优谱半径,其中A∈Cmr×n且r     

稀疏线性方程组求解的逐次超松弛迭代法

针对稀疏线性方程组求解问题，在论述迭代法离散化处理基础上，以二维热传导方程为例，导出了热传导方程离散化后线性方程组，用超松弛（SOR）迭代法对产生的稀疏线性方程组进行迭代法求解，并分析了收敛性和收敛速度，将超松弛迭代算法在计算机上实现，得出了一组与精确解较接近的数值解，验证了逐次超松弛（SOR）迭代法的精确性。     

关于计算矩阵α-β广义逆的迭代法

给出了求矩阵α－β广义逆的迭代公式,研究了迭代化式收敛的充分必要条件,所得到的迭代法可看作是计算矩阵Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ逆和加权Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ逆的迭代法的推广。     

解非埃尔米特线性方程组的外推迭代法的收敛性

为探讨非埃尔米特线性方程组的迭代算法,考虑非埃尔米特线性方程组的外推迭代法,讨论其收敛性,得到了两类外推算法的收敛性结果,该结果表明,在一定的参数范围内,外推算法是收敛的.并通过数值算例验证了理论结果的正确性.     

带加速因子的线性方程组通用性迭代法的讨论

在带加速因子的线性方程组通用性迭代解法的基础上,用几何方法对加速因子进行了讨论,证明了每次迭代中最佳加速因子的存在性,讨论了在每次迭代中使算法收敛的加速因子的取值范围,设计了一个动态调整加速因子的通用性迭代算法,并进行了程序验证.