复奇异鞍点问题预条件修正AHSS法的半收敛性

提出了求解一类复奇异鞍点问题的预条件修正AHSS法。研究了所提出的新方法的半收敛性。对任意的正迭代参数,得到了所提出的新方法的半收敛定理。数值实验说明,新方法比HSS法求解鞍点问题时更有效。

关于广义鞍点问题的HSS迭代方法的收缩因子(英文)

白中治等提出了解非埃尔米特正定线性方程组的埃尔米特和反埃尔米特分裂(HSS)迭代方法(Bai Z Z,Golub G H,Ng M K.Hermitian and skew-Hermitian splitting methodsfor non-Hermitian positive definite linear systems.SIAM J.Matrix Anal.Appl.,2003,24:603-626).本文精确地估计了用HSS迭代方法求解广义鞍点问题时在加权2-范数和2-范数下的收缩因子.在实际的计算中,正是这些收缩因子而不是迭代矩阵的谱半径,本质上控制着HSS迭代方法的实际收敛速度.根据文中的分析,求解广义鞍点问题的HSS迭代方法的收缩因子在加权2-范数下等于1,在2-范数下它会大于等于1,而在某种适当选取的范数之下,它则会小于1.最后,用数值算例说明了理论结果的正确性.

广义Lyapunov方程的HSS迭代法

提出了求解广义Lyapunov方程的HSS(Hermitian and skew-Hermitian splitting)迭代法,分析了该方法的收敛性,给出了收敛因子的上界.为了降低HSS迭代法的计算量,提出了求解广义Lyapunov方程的非精确HSS迭代法,并分析其收敛性.数值结果表明,求解广义Lyapunov方程的HSS迭代法及非精确HSS迭代法是有效的.

非Hermitian正定线性方程组的外推的HSS迭代方法

为了高效地求解大型稀疏非Hermitian正定线性方程组,在白中治、Golub和Ng提出的Hermitian和反Hermitian分裂(HSS)迭代法的基础上,通过引入新的参数并结合迭代法的松弛技术,对HSS迭代方法进行加速,提出了一种新的外推的HSS迭代方法(EHSS),并研究了该方法的收敛性.数值例子表明:通过参数值的选择,新方法比HSS方法具有更快的收敛速度和更少的迭代次数,选择了合适的参数值后,可以提高HSS方法的收敛效率.

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。

关于非Hermitian正定线性代数方程组的超松弛HSS方法

本文针对求解大型稀疏非Hermitian正定线性方程组的IISS迭代方法,利用迭代法的松弛技术进行加速,提出了一种具有三个参数的超松弛HSS方法(SAHSS)和不精确的SAHSS方法(TSAHSS),它采用CG和一些Krylov子空间方法作为其内部过程,并研究了SAHSS和ISAHSS方法的收敛性.数值例子验证了新方法的有效性.