Z-矩阵的预处理迭代方法

对解大型稀疏线性方程组Ａｘ＝ｂ,当其系数矩阵Ａ为严格对角占优的Ｚ 矩阵时给出了一种预处理方法,证明了预处理后的矩阵Ａｐ的Ｇａｕｓｓ－Ｓｅｉｄｅｌ及对称的Ｇａｕｓ－Ｓｅｉｄｅｌ迭代均是收敛的,并且对Ｇａｕｓ－Ｓｅｉｄｅｌ迭代的迭代矩阵ＴＤ的谱半径ρ（Ｔｐ）给出了一个上界．同时也证明了对Ｇａｕｓ－Ｓｅｉｄｅｌ迭代法而言,经预处理后的迭代法优于经典的直接迭代法．     

求解线性代数方程组的一种松驰失代算法及其收敛性

对于线性代数方程组Ａｘ＝ｂ的求解，Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代算法并不能保证对所有的ｎ×ｎ矩阵Ａ都收敛。本通过向Ｇａｕｓｓ－Ｓｅｉｄｅｌ算法中加入松驰因子而导出一种松驰迭代算法，并且给出了收敛性定理及其证明。该算法对所有的对称正定矩阵Ａ都具有收敛性，拓宽了Ｇａｕｓｓ－Ｓｅｉｄｅｌ方法的使用范围。     

块对称加速超松弛迭代法及其收敛性

给出了解线性代数方程组Ａｘ＝ｂ的一个新的迭代算法模型——块对称加速超松弛迭代法（ＢＳＡＯＲ迭代法），并在系数矩阵Ａ为块Ｈ－矩阵的条件下，证明了该模型的收敛性．在该模型中，对参数取特殊值可得到块对称Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代法和块对称ＳＯＲ迭代法等常用的块对称迭代算法，并且还可产生许多新的块对称迭代法．即事实上建立了块对称迭代法的一般性收敛理论．     

Gauss－Seidel迭代法收敛的新准则

给出了当一般迭代矩阵Ａ的Ｆｒｏｂｅｎｉｕｓ范数‖Ａ‖Ｆ＝　＜１时，Ｇａｕｓｓ—Ｓｅｉｄｅｌ迭代法收敛的充分条件。该条件易于检验，适用范围广，证明方法独特。     

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。     

Jacobi和Gauss－Seidel迭代法收敛性的判定

给出了Ｊａｃｏｂｉ和Ｇａｕｓｓ—Ｓｅｉｄｅｌ迭代法收敛的新的判定准则．同时给出了块Ｊａｃｏｂｉ和Ｇａｕｓｓ—Ｓｅｉｄｅｌ迭代法收敛的新的判定准则．     

DGS法应用于Cauchy-Riemann问题的收敛性和光滑因子

Ｃａｕｃｈｙ－Ｒｉｅｍａｎｎ问题在交错网格上的离散方程为超定方程组，用分布Ｇａｕｓｓ－Ｓｅｉｄｅｌ松弛法（简称 ＤＧＳ法）作为多重问格法求解该问题的光滑器，本文证明了ＤＧＳ法的收敛性并给出了估计光滑因子的表达式和估值为０．５２１３。     

河床演变计算中二维网格生成

采用椭圆型方程生成网格,网格的初始解由代数方法给出,讨论了系数选取对网格疏密调整的影响。变换的椭圆型方程用Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代,并辅之以超松驰加速收敛,分析了收敛准则对计算时间,网格光滑性及精度的影响,最后对复复杂边界的水库生成了符合要求的曲线网格。     

Gauss－Seidel迭代法的一个新的收敛条件

给出了当　Ａ　＿ｍ＝Σα￣（ｉ）≥１其中ａ￣（ｉ）＝ｍａｘ｛｜αｉｊ｜｝时，Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代法收敛的充分条件，将收敛的限制由　Ａ　＿１＜１，　Ａ　＿∞＜１扩充到　Ａ　＿ｍ≥１上。该条件易于检验，适用范围广。     

广义M—阵异步迭代法的收敛性

该文在系数矩阵为广义Ｍ－阵条件下，证明了求解线性方程组的Ｊａｃｏｂｉ和Ｇｕａｓｓ－Ｓｅｉｄｅｌ迭代法是异步收敛的。     

初等r—循环矩阵的几个性质

给出了初等ｒ－循环矩阵可逆的充要条件及逆矩阵的表达式;对奇异的初等ｒ－循环矩阵给出了Ａ的一个ｇ－逆Ｇ（满足ＡＧＡ＝Ａ,ＧＡＧ＝Ｇ）及Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ广义逆矩阵的表达式。     

非线性方程组异步迭代法的收敛性

文中研究在多处理机系统上用Ｊａｃｏｂｉ和Ｇａｕｓｓ－Ｓｅｉｄｅｌ分裂求解非线性方程组的异步迭代法,对其收敛性条件进行了严格的理论分析。     

广义M－阵异步迭代法的收敛性

该文在系数矩阵为广义Ｍ－阵条件下，证明了求解线性方程组的Ｊａｃｏｂｉ和Ｇｕａｓｓ－Ｓｅｉｄｅｌ迭代法是异步收敛的。     

非线性奇异时滞脉冲大系统的稳定性分析（英文）

首次提出和研究了奇异时滞脉冲大系统的稳定性问题。基于文［７－９〕的结果，为避免通常构造Ｖ函数的困难，运用Ｐｉｃａｒｄ和Ｇａｕｓｓ－Ｓｅｉｄｅｌ分块迭代法，建立了较简洁的系统零解指数稳定的代数判据。     

一个Gauss系数恒等式的几个应用

本文应用Ｇａｕｓｓ系数恒等式ｍｒ＝０ｍｒｑ（ｕ－１）（ｕ－ｑ）…（ｕ－ｑｒ－１）＝ｕｍ给出有限域Ｆｑ上几类特殊矩阵的个数。     

一种新型微机械热导压力敏感器及其数值模拟

本文研究了一种新型微机械ＣＭＯＳ热导压力敏感器。其压力测量范围是０．００１－１００ Ｔｏｒｒ。整个量程范围内，多晶硅热敏电阻相对变化（即灵敏度）优於３０％。为使敏感器结构性能优化，我们首次开发了一软件包对器件热电性能进行数值模拟。三维模拟问题被简化为两个２－Ｄ模拟，并将由稳态能量平衡得到的方程组离散化用非线性Ｇａｕｓｓ－Ｓｅｉｄｅｌ算法迭代求解。器件敏度的模拟结果和实验值相吻合。文中还对温度分布进     

矩阵损失下非齐次线性估计关于不等式约束的可容许性

对于一般的Ｇａｕｓｓ－Ｍａｒｋｏｆｆ模型,给出了当回归系数受一个不等式约束时,在矩阵损失下,非齐次线性估计保容许的充要条件。     

一类新的无记忆方法

给出了一种新的求解无约束优化问题的方法。该方法在求下一次迭代点时，不需要进行矩阵计算。并且在不精确线搜索（Ａｒｍｉｊｏ－Ｇｏｌｄｓｔｅｉｎ准则）下，给出了计算的步骤和计算的数值例子     

NH_n,NH_m~+,NH_n~-(n=1,2,3;m=1,2,3,4)体系Gaussian-n和CBS-n方法物理化学性质的理论研究(一)NH,NH~+,NH~-体系

利用系统的理论方法研究ＮＨ，ＮＨ＋，ＮＨ－体系的物理化学性质：解离能，电子亲合势，离化能，质子亲合势，原子化能．这些方法有Ｇａｕｓｓｉａｎ－ｎ：Ｇ１，Ｇ２，Ｇ２（ＭＰ２）以及ＣＢＳ－ｎ：ＣＢＳ－４，ＣＢＳ－ｑ，ＣＢＳ－Ｑ，ＣＢＳ－ＡＰＮＯ．对所得结果及其误差进行比较和分析．     

实一般矩阵的复特征值和复特征向量的计算机求解

在介绍实Ｓｃｈｕｒ分解定理和Ｈｏｕｓｅｈｏｌｄｅｒ矩阵的定义基础上,先将实一般矩阵Ａ通过Ｈｏｕｓｅｈｏｌｄｅｒ矩阵转换成上Ｈｅｓｓｅｎｂｅｒｇ矩阵Ｈ,再通过ＦｒａｎｃｉｓＱＲ法,即一种两步带有位移的ＱＲ法,将不可约的实Ｈｅｓｅｎｂｅｒｇ矩阵Ｈ化为实Ｓｃｈｕｒ形,最后得到矩阵Ａ的复（或实）特征值。如果在变换之前或变换过程之中发现上Ｈｅｓｅｎｂｅｒｇ矩阵Ｈ可约,便将其分解成若干个不可约的上Ｈｅｓｅｎｂｅｒｇ矩阵Ｈ,反复使用ＦｒａｎｃｉｓＱＲ法,直至将整个上Ｈｅｓｅｎｂｅｒｇ矩阵Ｈ化为完整的Ｓｃｈｕｒ形。在求出实一般矩阵Ａ的复（或实）特征值之后,应用列主元Ｇａｕｓ－Ｊｏｒｄａｎ消去法,可以得到精确的复（或实）特征向量。应用上述数学方法,编制了实一般矩阵的复特征值和复特征向量计算机程序。采用ＦｒａｎｃｉｓＱＲ法,可以避免计算机进行复运算,同时使收敛速度和收敛精度得到较好地提高。