Markov链的乘性Schwarz迭代

近来,Marek等将Schwarz方法引入了奇异线性方程组的求解问题.然而,这种方法对于分裂阵和迭代阵的要求过于严格.本文在此基础上,利用Drazin逆给出了拟非负分裂的定义.对Markov链分裂阵的要求由非负型分裂推广到拟非负型分裂,研究了Markov链乘性Schwarz迭代的半收敛性,两水平乘性Schwarz迭代的半收敛性和它们的单调性,扩充了Schwarz迭代方法的理论,使这种方法更具实用性.     

求齐次有限马尔科夫链平稳分布族的算法

对齐次有限马尔科夫链，本文得到三种形式的平稳分布方程组，由此建立的三种算法对通常的数值方法更有效、更可靠。     

高阶多元Markov链联合稳定分布向量的扰动界

给出了高阶多元Markov链联合稳定分布向量的几个扰动界:结合高阶多元Markov链概率转移矩阵左、右特征向量的相关性质, 得到高阶多元Markov链联合稳定分布向量的扰动界, 新的扰动界结果是一阶多元Markov链联合稳定分布向量扰动界结果的推广;利用高阶多元Markov链概率转移矩阵的特殊性, 给出其联合稳定分布向量可计算形式的扰动界, 也是已有一阶多元Markov 链联合稳定分布向量相应扰动界结果的推广;结合Paz不等式, 通过分析高阶多元Markov链联合稳定分布向量的分量扰动, 得到了联合稳定分布向量基于分量形式的扰动界, 便于观察高阶多元Markov 链中具体某条链某个状态的扰动.     

Stationary Probability Vectors of the Second Order Markov Chains

The stationary probability vectors of a second order Markov chain on the(n-1)-dimensional standard simplex are considered.In 2015,Li and Zhang gave a characterization of the second order Markov chain such that every vector in the simplex is a stationary vector.A modification of the characterization is presented in the paper.Some sufficient conditions are derived for any facet of the simplex such that every vector of the facet is a stationary vector.     

线性方程组的迭代解法

线性方程组的数值求解常见于许多科学与工程计算领域,介绍了求解大型线性方程组的主要迭代算法。首先,对一些经典迭代法（Jacobi方法、Gauss-Seidel方法、SOR方法、SSOR方法和CG方法等）进行了详细的讨论,并从理论上对收敛性进行分析。其次,讨论了最新的Hermitian/Skew-Hermitian splitting（HSS）迭代理论,给出了迭代公式和收敛性定理。最后,通过数值实验对所有迭代法的有效性进行了验证。     

平稳环境中马氏链的几点注记

F是闭集当且仅当L（x,θ↑→；F^c)=0 μ-a．e．(x,θ↑→)∈F；y是弱常返的，x可达y，则∑n=1^∞P^n(X，θ↑→；[E]y)=∞；当X是有限集时，M=C1=C≠Ф，部分地回答了Orey提出的开问题．     

解非线性方程的一类新的迭代法

利用方程f(x)=0的同解方程eg(x)f(x)=0的牛顿法公式,构造了求解非线性方程f(x)=0的一些新的迭代法.牛顿法和一些已知的迭代法是新的迭代法的特例.给出几个算例,通过和牛顿法公式计算结果的比较,说明了算法的有效性.     

求解非线性方程根的六阶迭代算法

在Jarratt方法的基础上,通过运用待定系数法,给出了一类多步迭代算法.从理论上证明了该类算法可将收敛速度从原来的四阶提高到六阶.数值试验结果表明,本文所给的方法可与已有的一些Jarratt改进算法相媲美.     

分解—排序—更新法求解马尔科夫链

论文提出了一种计算有限状态离散时间马尔科夫链平稳分布的算法，算法的核心是块划分马尔科夫链的状态转移图，对分解怕得的状态子空间进行了拓扑排序，然后根据拓扑充列计算每个状态子空间，相应地更新马尔科夫链的实始分布。本算法对求解有限状态离散时间可约马尔科夫链；尤其是当马尔科夫链有非常迟状态且可分成多个块时就非常适用。     

求解HJB方程的两类迭代法研究

研究了Jacobi型迭代法和Gauss-Seidel型迭代法来解离散HJB方程,在一定条件下,证明了算法产生的迭代序列单调收敛于HJB方程的解。数值实验表明了算法的可行性。