求解绝对值方程组的广义SOR型方法

为了求解大规模的绝对值方程Ax-|x|=b,利用预处理技术及参数矩阵取代单参数的策略,文章提出了一类广义SOR型(GSOR)方法。通过选取适当的预处理矩阵或参数,GSOR方法能简化为已有的一种SOR型(NSOR)方法或导出更有效的SOR型方法。而且,基于Ax-|x|=b方程解的唯一性条件,建立了GSOR方法的收敛性定理并给出了该方法的拟最优参数。特别地,利用截断的Neumann展开构建了一个新的预处理矩阵,由此导出了一种特殊的GSOR方法,记为GSOR-1方法。文章进一步证明:GSOR-1方法具有比NSOR方法更小的拟最优收敛因子。数值测试进一步揭示:GSOR-1方法比NSOR方法具有更快的收敛速度且耗费更少的计算时间。

求解广义鞍点问题的SOR类型迭代算法

研究一类广义鞍点问题的数值求解方法。基于矩阵的SOR型分裂,给出了求解广义鞍点问题的一个数值求解算法,同时研究了新算法的收敛性。最后,给出了几个数值算例,数值实验结果显示出新方法比现有的PIU算法更有效。

预条件SOR型迭代法的收敛性

给出了一个具有一般上三角形式预条件子作用下的SOR型迭代法,比较了此迭代法与经典SOR迭代法的收敛速度,从而更好地说明选取一般上三角形式的预条件子也能加快收敛速度;讨论了线性方程组的系数矩阵为M-矩阵、H-矩阵、正定的Z-矩阵时该迭代法的收敛性,推广了该方法的适用范围。

预条件SOR型迭代法的一个注记

指出预条件SOR型迭代法与经典SOR迭代法收敛速度比较的理论证明中存在的一个问题,找出一反例推翻了其中所得到的结论,并将定理中的预条件子进行改进,使得结论在新的预条件子下成立.给出该收敛速度比较定理的另一证明方法,并通过数值算例验证了此结论的正确性.