L-矩阵的AOR和预优AOR方法在二级迭代过程中收敛性的比较

考虑线性系统Ax=b,当A为L-矩阵时,通过利用AOR迭代方法收敛的谱半径与预优AOR方法的比较,给出了在二级迭代的情况下,外迭代的R1-收敛因子更为精确的结果.     

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.     

预条件(I+Sα)的AOR和2PPJ迭代收敛性定理

考虑将预条件(I+Sα)应用于AOR迭代法和2PPJ迭代法,得到这两种预条件迭代法的收敛性定理,并从理论上证明了它们较原方法提高了迭代的收敛速度.     

Z-矩阵的预条件块AOR（BAOR）迭代法（英文）

为求解线性方程组Ax=b,人们提出了许多预条件因子,并给出对应的预条件方法.给出两个新预条件因子,在系数矩阵为Z-矩阵的条件下,探讨对应预条件AOR迭代法的收敛性质和收敛速度.最后,依据给出数值算例,验证所得定理.     

Z-矩阵的预条件块AOR(BAOR)迭代法(英文)

为求解线性方程组Ax=b,人们提出了许多预条件因子,并给出对应的预条件方法.给出两个新预条件因子,在系数矩阵为Z-矩阵的条件下,探讨对应预条件AOR迭代法的收敛性质和收敛速度.最后,依据给出数值算例,验证所得定理.     

一类特殊矩阵的AOR迭代收敛条件

A．Hadjidimos提出了一个迭代求解线性方程组的AOR方法(Accelerated Over relaxation Method),并讨论了Jacobi迭代矩阵的特征值为实数时此方法的收敛性．在此基础上,讨论了系数矩阵A为(1,1)相容次序矩阵、Jacobi迭代矩阵的特征值为复数时AOR迭代法的收敛情况．给出一个判定收敛的条件．扩充了A．Hadjidimos的结果,并以一个数值例子加以说明．     

相容次序矩阵AOR迭代的最优参数选取

讨论当线性方程组Ax=b的系数矩阵A为(1,1)相容次序矩阵且其Jacobi特征值为纯虚数或零时,AOR迭代的收敛性问题,得到此类方程组AOR迭代的收敛区间,并在收敛范围内分段讨论,进而得到最优参数及与之相应的谱半径,用实例给出了结论的一些应用.     

预条件AOR迭代法的收敛性分析

对线性方程组Ax=b,讨论了系数矩阵为不可约M-阵时预条件AOR(accelerated overrelaxation)和IMGS(improving modified Gauss-Seidel)方法的敛散关系,得到两个结论:IMGS方法较预条件AOR方法收敛快;预条件AOR方法不同参数对收敛半径的影响,并通过数值例子验证所得的主要结论.     

非奇异H矩阵的判别定理

给出复方阵为非奇异H矩阵的两个新的、易于检验的充分性判别定理.通过简便的方法来判别一类矩阵A为非奇异H矩阵,由此得到解相应线性方程组Ax=b的AOR和SAOR迭代法收敛性定理.     

秩亏最小二乘问题的预条件AOR迭代法

秩亏最小二乘问题来源于统计学问题、最优化问题等科学与工程计算领域。由于实际问题所对应的线性方程组的系数矩阵的阶数比较大,且秩亏,换句话说,矩阵A是不可逆的,使其求解变得更为复杂,因此,研究求解秩亏最小二乘问题的高效方法就变得尤为重要。为了求解秩亏最小二乘问题,在预处理基础上提出了二分块的AOR迭代法;研究了新建立的AOR迭代法的收敛性和最优参数的选取,得到了一些相关的定理。数值例子验证了所给方法的可行性。数值实验和理论都表明:新的AOR方法的计算格式更加简单、收敛速度快、并具有广泛的适用性,同时行满秩矩阵A1的选取要比文献[8]中可逆方阵A11的选取更方便。     

一类多参数预条件AOR迭代法

讨论一类新的多参数预条件AOR迭代法的收敛性,得到了比较定理,说明此类预条件AOR迭代法的收敛速度要比经典AOR迭代法的收敛速度快。最后,用一个数值例子验证了得到的结论。     

新的预条件AOR迭代法和新的比较定理

提出了一种新的预处理矩阵,并研究了新的预处理AOR迭代法的收敛性,建立了新的预处理AOR法与(J+S)下AOR迭代法以及和经典AOR迭代法之间的比较定理.数值例子验证了定理的正确性并说明了这种方法的有效性.     

新的预条件AOR迭代法的收敛性

讨论Z-矩阵线性系统的一类新的预条件AOR迭代法的收敛性。对预条件后的AOR迭代法的系数矩阵进行两种不同的分裂,得到了这两种分裂下的相对应的预条件AOR迭代法的收敛速度分别与基本的AOR迭代法的收敛速度之间的比较定理。最后对这两种分裂间的预条件迭代法的收敛速度进行比较,得出比较结果。     

新的L-矩阵线性方程组的预条件AOR迭代法

在预条件矩阵Pα=(I+Sα)和Pαβ=(I+Sαβ)的基础上提出一个新的预条件矩阵为P^αβ=(I+S^αβ)的预条件AOR迭代法,建立了新的预条件AOR迭代法与经典的AOR迭代法的比较定理,数值试验表明预条件AOR迭代法更为有效.     

非线性多分裂Newton-AOR方法的收敛性

首先提出了解非线性方程组的 Nweton-AOR方法 ,并将其扩展到多分裂形式 .给出了方法的局部收敛性定理及 R1 收敛因子     

解区间线性方程组AOR方法的收敛性

设Ａ为 ｎ阶区间矩阵且（其中 Ｄ＝ｄｉａｇ） 　为Ａ的严格下（上）三角区间阵），ｂ为ｎ维区间向量。本 文给出解区间线性方程组Ａｘ＝ｂ的ＡＯＲ方法：，其中 并证明了该方 法当Ａ为严格对角占优阵时收敛于唯一的区间解。作为本方法的特例，还给出了区 间Ｊａｃｏｂｉ法、Ｇａｕｓｓ－Ｓｅｉｄｅｌ法和ＳＯＲ法相应的收敛定理。     

一类预条件后AOR迭代法谱半径的最小值

运用矩阵分裂理论及比较定理,获得了当线性方程组系数矩阵A对角占优L-矩阵时,预条件Gauss-Seidel迭代法是常见的几类迭代法中收敛速度最快的方法.最后给出一个数值例子.     

TOR方法解区间线性方程组的收敛性

设A为n阶区间矩阵,且0Aii(i=1,2。…,n),A=D+E+F+E~T+F~T(其中D=diag(A_(11),…,A_(nn)),E+F(E~T+F~T)为A的严格下(上)三角阵),b为n维区间向量、本文给出解区间线性方程组A_x=b的TOR方法:x(m+1)=L_(α,β),Fx(m)+g,其中L_(α,β),F=(2D+αE+βF)~(-1)(2-α-β)D-(α+β)(E~T+F~T)-αF-βE)、g=(2D+αE+βF)~(-1)b:并证明了该方法当A为广义严格对角占优阵时收敛于唯一的区间解。作为本方法的特例、还给出了区间Jacobi法,Gauss—Seidel法,SOR法和AOR法相应的收敛定理。     

H-矩阵的预条件AOR迭代法

H-矩阵是一类用途比较广泛的矩阵,为了解决H-矩阵线性系统,给出了两类新的不同预条件AOR迭代法,得到了这两类预条件AOR迭代法的收敛结果.最后用数值例子验证得到的结果是正确的.