一种Jacobi型方法及其应用

本文给出了一种新的Jacobi型方法,用于求埃尔米特矩阵的全部特征值和特征向量时,比[1]中所用的Jacobi方法收敛速度快一倍,存贮量少一半,计算总量也少一半.实例表明效果还要好些.这一新方法可用于埃尔米特矩阵同时迭代法正定广义埃尔米特特征值问题的同时迭代法以及一般广义埃尔米特特征值问题.     

PSD迭代方法收敛的一个充分必要条件

在线性方程组系数矩阵A为(1,1)相容次序矩阵及A的Jacobi迭代矩阵的特征根μj2＜1的条件下,得出了PSD迭代法收敛的一个充分必要条件,并给出了SSOR,JOR,PJ等迭代法收敛的充分必要条件.最后根据定理确定实例的收敛区间.     

一种Jacobi型方法及其应用

本文给出了一种新的Jacobi型方法,用于求埃尔米特矩阵的全部特征值和特征向量时,比[1]中所用的Jacobi方法收敛速度快一倍,存贮量少一半,计算总量也少一半。实例表明效果还要好些。这一新方法可用于埃尔米特矩阵同时迭代法正定广义埃尔米特特征值问题的同时迭代法以及一般广义埃尔米特特征值问题。     

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．     

预条件下含参数的JOR迭代法敛散性分析

对于JOR迭代法求解线性方程组Ax=b,运用了预条件加速JOR迭代法的收敛性,在预条件后引入参数α,给出更一般的预条件下含参数形式的JOR迭代方法.证明了这类方法能够加速JOR迭代法的收敛性,找到了参数的最佳取值,并且用数值算例加以验证.     

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．     

块AOR,块SOR和块JOR迭代法的收敛性

本文引进块Jacobi迭代矩阵B的优矩阵(?),来研究解线性方程组的块AOR、块SOR和块JOR迭代法的收敛性。即若‖·‖是矩阵的某个相容范数。且‖B_(ij)‖(?)β_(ij),i,j=1,…,m,则令(?)=(β_(ij))。利用(?),我们给出了块AOR(0(?)γ<2/[1+ρ(?)]),0<ω相似文献   

改进的JOR迭代法的收敛性定理

基于严格双α-对角占优的概念,针对线性方程组Ax=b在求解时常用的JOR迭代方法,给出了JOR迭代矩阵谱半径新的上界及迭代法的收敛性准则.该准则不仅适用于双严格对角占优矩阵类,还适用于严格双α-对角占优矩阵类,对相应迭代矩阵谱半径的估计也更精确,且扩大了JOR方法收敛参数的选取范围,并用数值例子说明了所给结果的优越性.     

严格次对角占优线性方程组迭代法的收敛性分析

Jacobi迭代法、Guass-Seidel迭代法和SOR迭代法是求解线性方程组的常用迭代方法.本文证明了系数矩阵严格次对角占优时,Jacobi迭代法、Guass-Seidel迭代法和SOR迭代法均收敛,并给出了相应的误差估计.通过比较三种迭代法的误差上界,指明Guass-Seidel迭代法的误差上界最小.     

相容次序矩阵SAOR方法的最优参数估计

在系数矩阵为对角元素非零的相容次序矩阵且Jacobi迭代矩阵的特征值都是实数的情况下，给出参数γ，ω是实数时SAOR方法收敛的一个充要条件，以及参数γ=2，ω是复数时SAOR迭代法的收敛性和最优参数．     

相容次序矩阵的AOR方法的收敛性

文章讨论了系数矩阵为相容次序矩阵、Jacobi迭代矩阵的特征值在三种情形时对应的AOR方法的收敛条件,并给出了当Jacobi迭代矩阵特征值为纯虚数和实数时的最优因子的选取方法,最后通过实例进行分析。     

求特征值的Jacobi方法

讨论了求实对称矩阵的特征值的经典Jacobi方法,通过一系列的正交相似变换将实对称矩阵化为对角矩阵,从而求出全部特征值和相应的特征向量。文中给出所有正交变换的计算公式,并用MATLAB编程实现,为实际问题的计算提供了简单实用的计算工具。     

Jacobi方法及其推广

通过研究求严格对角占优对称矩阵最大单特征值的Jacobi方法，对其进行推广，得到了可同时求严格对角占优对称矩阵的几个最大重特征值或密集特征值的块Jacobi方法，并且说明了块Davidson方法可看作加速的块Jacobi方法，并举了数值例子对这2种方法进行了比较和分析。     

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.     

在P-弱循环矩阵情况下AOR与Jacobi迭代特征值之间的关系

本文在p-弱循环矩阵条件下,给出了Jacobi迭代矩阵的特征值μ与相应的AOR迭代(Accelerated Overrelaxation Method)的特征值λ之间的新的关系式。     

Jacobi矩阵的一类特征值反问题

在综合分析矩阵中某些反问题的基础上,讨论了由给定的三个特征对来构造相应的Jacobi矩阵反问题．利用线性方程组有解的条件,得到了问题有一般解的充要条件及求解的方法,并给出了数值例子．     

P-矩阵子类的一些推广及应用

给出MB^＋ -矩阵的概念，讨论其简单性质，应用这些性质来定位矩阵的特征值包含区域，并举例来验证定位方法的有效性．该定位方法优于一些已知结果．     

Jacobi矩阵的逆特征值问题

已知两个实数列{λ_i}_1~n和{μ_i}_1~(n-1),满足条件λ_i<μ_i<λ_(i+1)(i=1,2,…,n-1),求一个n阶Jacobi矩阵J,使得J具有特征值{λ_i}_1~n,而J_(-k)具有特征值{μ_i}_1~(n-1),其中J_(-k)表示划去J的第k行和第k列后所得的矩阵,1相似文献