求解线性方程组的一种迭代算法及其收敛性

对于求解线性方程组Ax=b,考虑当矩阵A为对称正定矩阵或者M矩阵时,文章给出了一种松弛迭代算法并且讨论了其收敛性.从数值结果,可以看出此算法的优越性.     

线性方程组并行迭代求解的收敛性

文章利用近似逆矩阵构造了一类求解线性方程组的并行迭代算法.分析了算法的收敛性,给出了参数的取值范围及最优值计算公式.     

求解线性方程组的一种迭代算法

对系数为对称正定矩阵的线性方程组,利用系数矩阵主对角线上元素的和构造一种新的收敛迭代格式．     

压缩算子下线性方程组的非线性迭代算法

利用压缩映射定量，不动点原理及矩阵的相关性质，对求解一般线性方程组问题进行了研究，导出了一种求解线性方程组的非线性迭代算法。特点是：无需对矩阵进行各种变换及求逆等运算，能始终保持收敛性且收敛速度较快。仿真结果表明，该算法稳定，收敛速度快，且有实用价值。     

弱条件线性方程组的一种迭代方法

设A为m×n矩阵、线性方程组AX=b相容,其解集为C。给出了求X∈C的迭代方法。对序列{X(k)},其中λit(k)X(k)满足: X0,X(k+1)=X(k)+ mi=[bi-(Ai,X(k))]/‖Ai‖2,k=0,1,2,…。证明了{X(k)}收敛,设i,Ai,t(k)i=1X(k)=X ,则X ∈C。若取X0=0,则X ∈R(AT),其中R(AT)={ATX｜X∈Rm}。limk→∞     

双反对称的线性方程组的迭代算法

充分利用双反对称矩阵的性质,研究了双反对称的线性方程组Ax=b的迭代算法,给出求方程解的迭代算法.通过2个数值例子说明算法是可行有效的。     

求解大型稀疏线性方程组的贪婪距离随机Kaczmarz方法

基于一种从系数矩阵中选取工作行的新概率准则提出一类求解大型稀疏线性方程组的贪婪距离随机Kaczmarz方法 .理论表明该方法收敛到相容线性方程组的最小范数解,而且该方法的理论收敛因子小于经典随机Kaczmarz方法的收敛因子.数值实验表明该方法比传统的随机Kaczmarz方法收敛更快.     

求解非对称线性方程组的GMRES法的收敛性

对求解大型非对称线性方程组问题，Ｓａａｄ提出了ＧＭＲＥＳ法。在理论方面，Ｓａａｄ仅对系数阵可对角化时给出了收敛性分析。本文将取消这一限制，对系数阵Ａ为亏损的一般情况，建立了该方法的误差估计式，并由此说明了该方法当Ａ非亏损阵时亦是收敛的。     

关于AOR方法的收敛性

A. Hadjidimos于1978年在文[1]中提出一个迭代求解线性方程组的AOR方法(Accelera ted Overrelaxation Method),他及M. M. Martins和陈培贤相继在各种系数矩阵的条件下,讨论了此方法的收敛性。本文考虑系数矩阵为一般矩阵,正定对称矩阵以及M-矩阵的情况,进一步讨论其收敛性,扩充了他们的结果。     

中心或反中心对称的线性方程组的迭代算法

研究中心或反中心对称矩阵的线性方程组Ax=b的迭代算法,充分利用中心或反中心对称矩阵的性质,给出求方程组解的两个迭代算法.两个数值例子说明算法是可行有效的.     

S-Nekrasov矩阵的逆矩阵无穷范数的上界

在不改变矩阵性质的情况下,通过引入恰当的参数,首先构造了S-SDD矩阵,其次利用S-SDD矩阵与SNekrasov矩阵的逆矩阵无穷范数的关系,得到了S-Nekrasov矩阵的逆矩阵无穷范数的新上界.数值算例不仅说明了新上界的有效性和可行性,也说明了该结果改进了现有的结果.     

关于双对称矩阵特征值的估计

对双对称矩阵,给出了一系列的特征值估计,利用其特殊的性质,通过降阶大大减少了计算工作量。     

迭代算法求解矩阵方程埃尔米特双对称解

通过构建一个迭代算法来求解复矩阵方程组最小F范数剩余问题:min‖[A_1XB_1+C_1D_1A_2XB_2+C_2D_2]-(M_1M_2)‖,其中X是埃尔米特双对称矩阵,即满足X=X~H=S_nXS_n;在不考虑舍入误差的条件下,对于任意双埃尔米特矩阵X_0,矩阵方程组的解都能在有限步内得到;最后,给出一个数值试验来检验算法的有效性.     

线性矩阵方程组的反对称矩阵解

在矩阵的向量函数的基础上定义了矩阵的部分向量函数,利用Moore-Penrose广义逆的有关知识给出了矩阵方程组k∑i=1AiXBi=C的反对称解的结构和性质．     

矩阵的近似逆及其精度的一个注记

本文给出一种矩阵近似逆的通用表示方法,并对精度进行了估计。     

双对称矩阵的一类约束逆特征值问题及其逼近问题

根据双对称矩阵的性质,将双对称矩阵的一类约束逆特征值问题及其逼近问题分解成具有较小阶数的实对称矩阵的同类子问题,然后利用实对称矩阵的结果导出双对称矩阵的这两个问题的解.     

广义逆下线性方程组的解结构及其推广

当rank(A)=rank(A,b)时,线性方程组Ax=b有解。利用广义逆矩阵表述了线性方程组的解并推广到矩阵方程的情形。     

次对称阵的逆特征值问题

讨论了3种次对称阵的逆特征值问题,其中一种是由部分特征值与部分特征向量来构造次对称阵并给出解存在的充要条件与解的表达式;另外两种是次对称阵的最佳逼近问题,分别给出其解的表达式;在每个问题证明求解过程中,本文充分利用特殊变换矩阵S,使比较复杂的次对称矩阵问题转化成熟悉对称矩阵问题来解决.     

关于一类逻辑关系方程的解及布尔矩阵的逆

本文利用我在“逻辑关系方程的一种解法和有解条件”一文中所给出的逻辑关系方程的解法,讨论形式为A▽(x_1 x_2…x_n)=(0…0—0…0)(i)… (1)这样一类逻辑关系方程的解与布尔系数矩阵A之间的某些关系,并利用所得的结论,给出一种新证法证明了一个n×n的布尔矩阵A可逆的充分必要条件为A是置换矩阵,且A~(-1)=A~T.     

矩阵方程XA=YAD的双对称解

当D为对称矩阵时 ,给出矩阵方程XA =YAD的对称解偶和双对称解偶 (X ,Y)的一般表达式 ,并给出联立方程XA =YAD ,ATXA =D有双对称解偶的充要条件以及通解表达式。