H-矩阵线性方程组的一类预条件并行多分裂SOR迭代法

基于并行多分裂算法的思想及SOR迭代格式,本文提出一种求解H-矩阵线性方程组新的并行多分裂SOR迭代法,新方法某种程度上避免了SOR迭代法中选取最优参数的困难.同时,选取Kohno等(1997)提出的预条件子P=I+S_α对原始线性方程组进行预处理,进而给出了一种实用的预条件并行多分裂SOR迭代法.理论分析和数值实验均表明,新算法是实用而有效的.

预处理后新分裂下的SOR迭代法收敛性讨论

在求解大型线性方程组Ax=b时,常采用预处理方法求解,也就是对方程组两边同时乘以非奇异矩阵P再求解.运用矩阵分裂理论及比较定理,给出一种预处理后改进的SOR迭代方法,与现有的方法进行比较,证明这种方法不仅能加速SOR迭代法的收敛性,而且优于一般的预处理方法.最后给出一个数值例子.

鞍点问题的一种新的SOR迭代法（英文）

鞍点问题广泛出现在科学计算和工程应用的许多领域中,对这类线性系统的数值解法的研究已成为近年来的一个热点.基于鞍点问题系数矩阵的一个一般性的分裂,我们提出一种新的SOR迭代法,该方法是之前有关方法的推广和延伸.我们在一定的条件下讨论新方法的收敛性,数值实验表明该方法是有效的.

SOR迭代法收敛性的判定

本文在[1～3]基础上,给出 SOR 迭代法更一般适用的收敛充分条件,并得到了误差估计式,对ω=1情况,改进了[1]的主要结果。

预处理P=(I+C)后双分裂下的SOR迭代法收敛性

针对预处理方法求解大型稀疏线性方程组Ax=b,在以往选择预处理因子的基础上,结合矩阵分析、分裂理论,给出不同以往的两种预处理后含参数形式的SOR迭代方法分裂形式,证明新分裂形式能够使SOR迭代法收敛,并得到收敛速度优于一般的预处理方法,最后找到参数的最优取值。

预处理(I+S)后改进的SOR迭代法收敛性讨论

运用矩阵分裂理论及比较定理,用预处理方法解大型线性方程组Ax=b,给出预处理后一种改进的SOR迭代方法,证明这种方法不仅能加速SOR迭代法的收敛性,而且优于一般的预处理方法.最后给出一个数值例子.

预条件(I+S)后改进矩阵分裂的SOR迭代法收敛性分析

目的在预条件后运用SOR迭代法求解大型线性方程组Ax=b,以加快迭代法的收敛性。方法结合矩阵分裂理论及比较定理,引入参数α,给出预条件后一种改进的矩阵分裂形式,使矩阵分裂更加一般化。结果与结论说明这种方法不仅能加速SOR迭代法的收敛性,而且优于常见的SOR方法,并且给出参数的最优选取,为算法设计提供帮助。

预处理后多分裂下的SOR迭代法收敛性分析

使用预处理方法解大型线性方程组Ax=b,结合矩阵分裂理论,给出预处理后多种分裂形式的SOR迭代方法,并与一般的预处理方法进行比较分析,证明分裂后的迭代法能加速SOR迭代法的收敛性。最后用数值例子加以验证。

改进矩阵分裂形式的预条件SOR迭代法收敛性讨论

结合矩阵分裂理论及比较定理,给出一种改进矩阵分裂形式的预条件含参数SOR迭代方法,证明这种方法不仅能加速SOR迭代法的收敛性,而且优于一般的预条件方法,并找出了参数的最优取值。最后通过数值例子进行了说明。

矩阵非负分裂下SOR迭代法收敛性

目的讨论预条件后用迭代法求解的线性方程组Ax=b。方法利用预条件后系数矩阵非负分裂形式的多样性,给出一种含参数形式的非负分裂。结果与结论证明这种分裂形式可以加速SOR迭代法的收敛性,并与一般的预条件后SOR迭代法的收敛性进行比较,说明这些分裂形式更好。

SOR迭代法在测量平差中的应用

测量平差中经常会遇到方程组的求解,大规模的方程组求解计算量大,只能利用程序求解。可以将数值分析中的线性方程组的SOR迭代法运用到测量学中,利用Matlab软件,建立模块程序,从而简化计算过程。以水准测量中的高差计算为例,可以采用条件平差法,通过建立数学模型,在Matlab中编程实现解算。

预条件I+S的SSOR迭代法及比较定理

在古典SOR迭代法和SSOR迭代法的基础上,提出预条件P=I+S下的SSOR迭代法,并在系数矩阵为非奇异M-矩阵的情况下,给出比较定理.

预条件SOR迭代法和AOR迭代法的比较

研究M-矩阵类的预条件SOR迭代法,将其与相应矩阵的AOR迭代法进行比较,得到它们收敛性的比较定理,并从理论上证明预条件SOR迭代法优于AOR迭代法。

SOR迭代法收敛的充要条件

超松弛迭代法(简称SOR法)是解决大型稀疏矩阵方程组的有效方法之一,是一种一阶线性定常迭代法。从介绍解线性代数方程组的SOR方法入手,通过对矩阵的谱半径的讨论,推出且证明了一个判定SOR迭代法收敛的充分且必要条件,并递推出SOR迭代法发散的判定条件,申明了选取松弛因子对迭代法的收敛速度的影响及准确选取松弛因子的重要性。

一类新的预条件SOR迭代法

在预条件P=(I+D)下提出新的SOR迭代法,讨论了新方法的敛散性,并给出了新预条件SOR迭代法与经典SOR迭代法之间的比较定理,最后给出一个例子来说明本文的结论.

基于矩阵分裂的预条件SOR迭代法收敛性

对预条件方法解线性方程组,利用黄廷祝等在["modified SOR-type iterative method for z-matri-ces"]中提到的预条件能加速SOR迭代法的收敛性,结合矩阵分裂理论及比较定理,给出一种基于矩阵分裂的含参数预条件SOR迭代方法,说明这种方法不仅能加速SOR迭代法的收敛性,而且优于一般的预条件方法,找出参数的最优选取方法,最后通过数值例子加以说明.

SOR迭代法的收敛性

本文在系数矩阵为非奇方矩阵时,讨论了求解线性方程组的SOR迭代法的收敛性。并得到了几个SOR迭代法收敛的判定准则.

SOR迭代法收敛的新准则

利用Ｊａｃｏｂｉ迭代矩阵的Ｆｒｏｂｅｎｉｕｓ范数给出了新的ＳＯＲ迭代法收敛的充分条件及误差估计式，该判别准则易于检验，推广了某些已有的主要结果。

含参数的SOR迭代法收敛性讨论

讨论一类含参数的SOR迭代法求解线性方程组A x=b,得到参数在一定范围内取值时这种方法的收敛性优于一般的SOR迭代法,同时给出参数取不同数值时迭代法谱半径之间的关系,最后给出一个数值例子.

SOR迭代法收敛性判定

在简述内容的基础上，给出了当Ｊａｃｏｂｉ迭代阵时ＳＯＲ迭代法收敛的充分条件及误差估计式．将收敛的限制由‖Ｂ‖＜１部分地扩充到‖Ｂ‖＿ｍ≥１上。