线性代数方程组的通用性迭代解的程序实现

给出利用线性代数方程组的通用性迭代解法求线性代数方程组的一个特解的算法描述及Ｃ语言实现。     

线性代数方程组的通用性迭代解法

分析行处理法用于求解线性代数方程组的通用性,以及给出根据行处理法收敛状态判断线性代数方程组解的性态的方法．     

用行处理法求解对称系数矩阵线性代数方程组的算法及实现

给出利用线性代数方程组行处理迭代解法求对称系数矩阵线性代数方程组的一个特解的算法及实现     

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。     

三对角方程组通用性迭代解法

在文献(四川师范大学学报:自然科学版,2008,31(2):187-188.)的基础上,提出一种对任意相容性三对角方程组均有效的迭代算法,证明该算法的收敛性,并设计并行处理方案和测试用例.该算法基本思想是:利用三对角方程组系数矩阵中行向量的部分正交性,将三对角方程组系数矩阵分为3组,使组内行向量相互正交,通过压缩存储将3组行向量压缩为3个行向量,从第一组开始用文献的方法在3组之间循环迭代,并取加速因子为1.该算法的特点是:对任意相容性三对角方程组均收敛,易于并行且节省存储空间,特别适合大型和超大型方程组的求解.     

线性代数方程组迭代收敛充分条件的探讨

用迭代法解线性方程组,充当分条件不满足时,依据方程分类推理逼近的方法,进而实现更强的迭代收敛条件。     

线性代数方程组的行处理法

线性代数方程组的行处理法杨本立（中国工程物理研究院职工大学）１非奇异线性代数方程组行处理法设ＡＸ＝ｂ是线性方程组ＢＸ＝Ｃ的同解方程组。如果ＡＸ＝ｂ的每一个方程（ａ￣ｉ，ｘ）＝ｂ＿ｉ（ｉ＝１，２，…，ｎ）都有（ａ￣ｉ，ａ￣ｉ）＝１及ｂ＿ｉ≥０，则称ＡＸ...     

线性代数方程组的单纯形解法

本文提出求解线性代数方程组的单纯形方法,即将所给线性代数方程组转化成为一个非负右端项和非负变量的特殊方程组,进而构造一个规范形式的标准线性规划问题,然后采用单纯形方法求解这个线性规划问题。如果这个线性规划问题的目标函数的最优值为零,则可求出这个线性代数方程组的基础解系,如果这个线性规则问题的目标函数的最优值不是零,则这个线性代数方程组无解。     

线性代数方程组解的表示

在Ｒｎ中讨论了线性代数方程组的形式解,给出了解存在唯一的充分必要条件。当解唯一时,此形式解便是经典解,当解不唯一时,此形式解为其最小范数解,此方法既便于理论分析,又便于数值计算。     

线性代数方程组的解的表示

本文在R~(?)中讨论了线性代数方程组的形式解,给出了解存在唯一的充分必要条件。当解唯一时,此形式解便是经典解,当解不唯一时,此形式解为其最小范数解,此方法既便于理论分析,又便于数值计算。     

非线性方程组行处理迭代法

给出求解非线性方程组的行处理迭代解法并证明其收敛性     

线性代数方程组反问题的对称矩阵解

本文给出线性代数方程组反问题的对称矩阵解,及其通解表达式。并给出计算实例。     

解具特殊系数矩阵线性代数方程组的预条件迭代法

文章考虑具有更优特性的分块矩阵，（具有性质A的矩阵），给出了预条件Jacobi、Gauss—Seidel、对称Gauss—Seidel迭代矩阵与传统块Jacobi迭代矩阵二者特征值之间的关系，作为应用，选取某个恰当的预条件因子，在传统块Jacobi迭代法不收敛的情况下，预条件块迭代法能收敛．     

线性代数方程组通解行处理法

利用Gram-Schmidt正交规范化方法给出了一种判断任意线性代数方程组相容性以及确定此方程组解结构的数值方法,分析了对应算法的计算复杂度、数值稳定性及内在并行性.     

线性方程组行处理法收敛速度

分析了决定线性方程组行处理法收敛速度的几何条件,给出设计线性方程组行处理法加速技术的一般原则。     

半空间热弹性问题的新解法

本文给出一个半空间热弹性问题的新解法。这个解法的主要特点是使用了Ｈａｎｓｅｎ通解，由边界条件将半空间热弹性问题化为求解线性代数方程组的问题。这个解法还可应用于其它的一些弹性力学问题。