线性方程组的AOR预条件迭代法的两个性质

得到了线性方程组Ax=b的系数矩阵A,在AOR预条件迭代法中的两个性质.

解线性方程组的预条件Gauss-Seidel型迭代法

给出了解线性方程组的预条件Gauss-Seidel型方法,提出了选取合适的预条件因子.并讨论了对Z-矩阵应用这种方法的收敛性,给出了收敛最快时的系数取值.最后给出数值例子,说明选取合适的预条件因子应用Gauss-Seidel方法求解线性方程组是有效的.

线性方程组预条件AOR迭代法注记(英文)

本文讨论了两类解线性方程组Ax=b的预条件方法,得到当经典AOR(SOR或Jacobi)迭代法收敛时,此类预条件AOR(SOR或Jacobi)迭代法也收敛且收敛速度较相应的经典方法快,而当经典AOR(SOR或Jacobi)迭代法发散时,此类预条件AOR(SOR或Jacobi)迭代法也发散。从而改进和完善了几个已有的结果。

预条件AOR迭代法的比较定理

讨论了预条件AOR迭代法的收敛性,并给出了关于预条件AOR迭代法和经典AOR迭代法的谱半径的比较,证明了文章所提出的预条件迭代法提高了经典迭代法的收敛率.

关于Z-矩阵的一类新预条件迭代法(英文)

给出了解线性方程组Ax =b的一类新的预条件迭代法 ,并证明了其收敛性 .数值例子表明 。

一类预条件AOR迭代法的比较定理(英文)

本文研究了当线性方程组的系数矩阵是严格对角占优L-矩阵时带有预条件子P1→kα的预条件AOR迭代方法.利用矩阵分裂的相关理论,获得了预条件AOR迭代法的收敛性结论以及参数α和k对收敛速度影响的比较定理.结果表明当α和k取值较大时这类预条件方法更加有效.文中的结论推广了Li等人关于预条件Gauss-Seidel迭代法的相关结论.最后,用数值例子进一步验证了这些结果.

(I+S_(max))预条件Gauss-Seidel迭代法进一步探索

Kotakemori研究了不可约对角占优Z 阵的(I+Smax)预条件Gauss Seidel迭代法,并证明在一定条件下,进行(I+Smax)预处理比(I+S)预处理收敛效果更好.本文将其收敛性定理推广到具有广泛应用背景的H 阵,并将这两类预条件Gauss Seidel迭代法相结合对不可约非奇M 阵进行两次适当的预处理,数值例子表明这样可以大大加快Gauss Seidel迭代法的收敛速度.

预条件AOR迭代法的收敛性分析

对线性方程组Ax=b,讨论了系数矩阵为不可约M-阵时预条件AOR(accelerated overrelaxation)和IMGS(improving modified Gauss-Seidel)方法的敛散关系,得到两个结论:IMGS方法较预条件AOR方法收敛快;预条件AOR方法不同参数对收敛半径的影响,并通过数值例子验证所得的主要结论.

L-矩阵的新预条件AOR迭代法收敛性分析

该文讨论了L-矩阵在新预条件下其AOR迭代法的收敛性.在严格对角占优的L-矩阵条件下,该预条件加快了AOR迭代法的收敛速度,而且该预条件下AOR迭代法的谱半径是单调下降的.最后用数值例子验证本文得出的结论的正确性.

严格对角占优Z-矩阵的多级预条件AOR迭代法

为了加快线性方程组的迭代法求解速度,提出了一类新预条件子,分析了相应的预条件AOR迭代法的收敛性。给出了当系数矩阵为严格对角占优的Z-矩阵时,AOR和预条件AOR迭代法收敛速度的比较结论。同时也给出了多级预条件迭代法的相关比较结果,推广了现有的结论。数值算例验证了文中结果。

一类新预条件下AOR迭代法比较性定理

讨论了新预条件下AOR迭代法的收敛性.若系数矩阵为非奇异M-矩阵,该预条件加快了AOR迭代法的收敛速度,而且该预条件下AOR迭代法的谱半径是单调下降的.最后用数值例子说明了结论.

新预条件下Jacobi迭代法的比较性定理

讨论了新预条件下Jacobi迭代法的收敛性.证明在严格对角占优的L-矩阵条件下,该预条件加快了Jacobi迭代法的收敛速度,而且在该预条件下Jacobi迭代法的谱半径是单调下降的.最后用数值例子验证本文得出的结论的正确性.

Z-矩阵的预条件块AOR(BAOR)迭代法(英文)

为求解线性方程组Ax=b,人们提出了许多预条件因子,并给出对应的预条件方法.给出两个新预条件因子,在系数矩阵为Z-矩阵的条件下,探讨对应预条件AOR迭代法的收敛性质和收敛速度.最后,依据给出数值算例,验证所得定理.

预条件SOR方法收敛性比较

在2001年,Evans等人在文献[1](D.J.Evans,M.M.Martins,M.E.Trigo.The AOR method forpreconditioned liner[J],J.Com.App.Math,132(2001):461-466)中讨论了在预条件子P=(I+C)作用下的预条件AOR方法,文章将讨论在预条件子P=(I+S)作用下的预条件SOR与经典的SOR方法的收敛速度之间的关系,这里,S由A的上三角矩阵每行的最后一个元素组成。

改进的高斯-赛德尔迭代法的收敛性分析

本文讨论了改进的高斯-赛德尔迭代法的收敛性。在严格对角占优的L-矩阵条件下,该预条件加快了高斯-赛德尔迭代法的收敛速度,而且在该预条件下高斯-赛德尔迭代法的谱半径是单调下降的。最后用数值例子说明本文得出的结论。

一类改进的高斯-赛德尔迭代法的比较性定理

讨论了改进的高斯-赛德尔迭代法的收敛性.若系数矩阵为非奇异不可约M?矩阵,则该预条件下高斯-赛德尔迭代法收敛的快慢取决于原高斯-赛德尔迭代法谱半径的大小.同样,在该预条件下高斯-赛德尔迭代法的谱半径大小与其他高斯-赛德尔迭代法的谱半径大小有关.

椭圆特征值问题基于高斯点的一种有效的谱配置法

椭圆特征值问题基于高斯点的一种有效的谱配置法被提出。该方法首先利用Legendre多项式的性质构造一组满足边界条件的基函数,将逼近解由这组基函数展开。其次,利用正交多项式的三项递推关系,编程求解出每个基函数在这些高斯点处的节点值,将离散格式转化为一个线性特征系统。然后利用预条件迭代方法可快速地计算出逼近特征值和相应的特征向量。最后,分别对一维四阶椭圆特征值问题和二维二阶椭圆特征值问题给出了数值试验,数值结果表明该方法是非常有效的。