迭代矩阵谱半径的界限

为求解线性方程组Ax=b,常将矩阵A分解为A=M-N,这里M为非奇异矩阵.我们知道,得到的迭代格式x(k+1)=M-1Nx(k)+M-1b(k=0,1,2,…)对任意初始向量x(0)都收敛到解x=A-1b,当且仅当M-1N的谱半径ρ(M-1N)＜1,其中M-1N称为迭代矩阵.因此,估计ρ(M-1N)的界限就成了一个热点问题.我们首先推广了由Hoffman等提出的G-函数的概念,其次应用这一概念得到了迭代矩阵特征值模的界限.作为应用,得到了解线性方程组迭代矩阵M-1N的谱半径的界限,改进了已有的结论.最后用数值例子说明了所给结果的优越性.     

迭代矩阵谱半径的界限

为求解线性方程组Ax=b,常将矩阵A分解为A=M—N,这里肘为非奇异矩阵,我们知道,得到的迭代格式x^（k＋）=M^-1Nx^（k）＋M^-1b（k=0,1,2,…）对任意初始向量x^（0）都收敛到解x=A^-1b,当且仅当M^-1N的谱半御（M^-1N）〈1,其中M^-1N称为迭代矩阵．因此,估计P（M^-1N）的界限就成了一个热点问题．我们首先推广了由Hoffman等提出的G函数的概念,其次应用这一概念得到了迭代矩阵特征值模的界限．作为应用,得到了解线性方程组迭代矩阵M^-1N的谱半径的界限,改进了已有的结论．最后用数值例子说明了所给结果的优越性．     

H-矩阵方程组的预条件迭代法

针对系数矩阵A为H-矩阵的线性方程组,引入了预条件矩阵I+Wβ.通过对系数矩阵施行初等行变换,提出了求解线性方程组的一种新的预条件Gauss-Seidel方法.给出了若A为H-矩阵,则(I+Wβ)A仍然为H-矩阵,并且得到了收敛性定理;从理论上证明了新的预条件Gauss-Seidel迭代法较经典的Gauss-Seidel迭代法收敛速度快;最后通过数值算例说明了新的预条件Gauss-Seidel迭代方法的有效性.     

一类解线性和非线性方程组的并行算法

本文给出了求线性方程组 Ax=b 和非线性方程组 F(x)=0解的分块串行和同步并行广义的 Kaczmarz 迭代方法,分析了求解这两种方程组的异步并行混乱广义 Kaczmary 迭代方法,并给出了迭代算法的收敛性证明.     

预条件P_=I＋下的USSOR迭代方法及其比较定理

为了提高线性方程组迭代法的收敛速度,采用适当的预处理方法是必要的,即PAx=Pb.将预条件矩阵P_=I＋应用于USSOR迭代方法,通过矩阵分裂理论讨论了当系数矩阵为非奇异M-矩阵时的收敛性,并得到了比较定理.最后通过数值例子予以说明.     

求解对角占有线性方程组的一种有效算法

针对线性方程组的求解,通过引入参数矩阵,提出一种求解线性方程组的迭代方法。为保证算法的收敛性,使迭代矩阵的无穷范数最小,确定参数矩阵的参数,得到求解线性方程组的迭代格式,证明了算法求解对角占优线性方程组是收敛的。数值结果表明了算法的有效性。     

一种求解任意线性代数方程组的迭代算法

本文给出一种求解任意线性方程组Ax=b(A∈K~(mxm);b±k~m)的迭代算法,证明了算法的收敛性,指出收敛极限是方程组的最小二乘解,特别当方程组有解时,收敛极限为方程组的一个解。最后组出一个算例,验证了本文算法的有效性。     

广义Z-矩阵及M-矩阵的几个性质

给出了广义线性互补问题中常用到的广义Z-矩阵及M-矩阵的几个性质。这些性质类似于通常意义下的Z-矩阵及M-矩阵的性质。矩阵A∈R~(n×n)为一个Z-矩阵的充分必要条件是对于某矩阵P∈R~(n×n),P≥0,以及某实数a∈R,使得A=aE-P;A∈R~(n×n)为一个M-矩阵当且仅当A同时为Z-矩阵和P-矩阵;若A是一个Z-矩阵,A是一个具有正对角元的对角矩阵,则M=AA仍是一个Z-矩阵。两个Z-矩阵的和是一个Z-矩阵。对于类(m_1,…,m_n)的竖块矩阵N∈R~(m_0×n),先给出了N的代表子阵的定义,然后得到了广义Z-矩阵及M-矩阵与它们类似的几个性质及其几个等价性结论。这为更好的解广义线性互补问题奠定了一定的基础。     

迭代矩阵特征值模的界

在用迭代法解线性方程组时,迭代矩阵的谱半径估计在迭代法的收敛性分析中起着重要的作用。该文对一类Baily-Crabtree型对角占优矩阵M,给出了迭代矩阵M-1 N的特征值模的上下界估计。并以此为基础,在一定条件下给出了当M是α-严格对角占优矩阵时的M-1 N的特征值模的上下界估计。并以具体例子说明了所得结果的有效性。     

系数矩阵为M阵时MSOR迭代法的收敛性

考虑线性方程组Ax=b,当系数矩阵A为M阵时,本文给出了MSOR迭代法的收敛性定理。     

α—严格对角占优矩阵与迭代法的收敛性定理

针对线性方程组的系数矩阵为α-严格对角占优矩阵和双严格对角占优矩阵的情况,讨论了线性方程组求解时常用的几种迭代方法的收敛性,给出了迭代法收敛性定理,解决了以往估计迭代矩阵谱半径的问题。结果不仅适用于这两类矩阵,还适用于广义严格对角占优矩阵类,最后举例说明了所给结果的优越性。     

某些迭代法的收敛性定理

针对线性方程组的系数矩阵为严格α-对角占优矩阵和严格双α-链对角占优矩阵的情况,讨论了线性方程组求解时常用的几种迭代方法的收敛性,给出了迭代法收敛性定理,解决了以往讨论迭代矩阵谱半径的问题。结果不仅适用于这两类矩阵,还适用于广义严格对角占优矩阵类,最后举例说明了所给结果的优越性。     

迭代法迭代阵谱半径新上界

引用双严格对角占优的概念,针对线性方程组Ax=b在求数值解时常用的迭代方法,给出了Jacobi和Gauss-Seidel迭代法迭代阵谱半径的新上界,该新上界优于严格对角占优矩阵条件下得到的已有的结果,是已有结果在更广泛矩阵类条件下的推广,对相应迭代法迭代阵谱半径的估计更加精确。最后给出了数值例子说明所给结果的优越性。     

双α-对角占优矩阵与AOR迭代法的收敛性定理

对系数矩阵为严格双α-对角占优矩阵的情况,推广了解线性方程组的AOR迭代法,获得了AOR方法收敛的实用条件。推广了已有结果,并用数值例子说明了本文结论的实用性。     

F 型广义Z -矩阵与M -矩阵的几个性质

定义了一种新型广义Z -矩阵和广义M -矩阵, 并给出了几个F 型广义Z -矩阵和F 型广义M -矩阵的重要性质。F 型广义M-矩阵不仅包括了M-矩阵, 还包括了所有的正矩阵。若非对角元是非正的, 则矩阵A∈ R^{n ×n}称为Z -矩阵。当且仅当A 是Z -矩阵同时也是P -矩阵时, A∈ R^{n ×n}称为M -矩阵。对一个方阵进行均分块, 若所有的小方块都是Z -矩阵, 则称此方阵为F 型广义Z -矩阵。对一个方阵进行均分块, 若所有的小块都是M-矩阵, 则称此方阵为F 型广义M -矩阵。得到了F 型广义M-矩阵的一些性质。若M , N ∈ R^{n ×n}皆为相同分类F 型广义M -矩阵, 则在广义FAN 积定义下, M ＊N仍为一个该分类的F 型广义M -矩阵。任意一个F 型广义M -矩阵只有唯一的分法使它成为F 型广义M -矩阵。这些性质为更好的解广义线性互补问题奠定了一定的基础。     

JOR迭代法的收敛性

基于双严格对角占优的概念,针对线性方程组在求解时常用的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,不仅适用于严格对角占优矩阵,还适用于双严格对角占优矩阵类,对相应迭代阵谱半径的估计更精确且扩大了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。     

解线性代数方程组的二次PE方法和二次PEk方法

建立了求解系数矩阵为大型分块三对角矩阵的线性代数方程组的二次PE方法和二次PEk方法。对系数矩阵为Hermite正定矩阵的情形，通过研究迭代矩阵的拟三角分解与特征值表示，证明了二次PE方法和二次PE6方法的可解性和收敛性。     

迭代矩阵谱半径的上界

针对大型线性方程组求解时常用的几种迭代方法,对于系数矩阵[WTHX]A[WTBX]为α-严格对角占优矩阵的情况,给出了迭代矩阵谱半径新的上界,并讨论了JOR方法参数的选取范围。结果不仅适用于α-严格对角占优矩阵,还适用于广义α-严格对角占优矩阵,改进了已有结论。最后用数值例子说明了所给结果的优越性。