求解单调变分不等式问题的一个连续型迭代方法

本文给出一个求解单调变分不等式问题的连续型迭代方法,对任意单调趋于零的正数序列和任意初始点,方法产生的迭代点列均收敛到所求变分不等式问题的一个解,且在适当条件下方法具有Q-超线性收敛率.数值试验结果进一步表明了所给方法的稳定性和有效性.     

矩阵方程X-A~*X~qA=Q(q>0)的Hermite正定解

本文讨论了矩阵方程X-A*XqA=Q(q>0)的Hermite正定解,给出了q>1时解存在的必要条件,存在区间,以及迭代求解的方法．证明了0相似文献   

二次矩阵方程X~2-bX-C=O的正定解

研究二次矩阵方程X2-bX-C=O(b>0,C为n×n阶正定阵)的正定解,证明了解的存在唯一性并且给出了求解方法.     

矩阵方程X+A^{*}X^{-q}A=Q(q\geq 1)的Hermitian正定解

本文研究矩阵方程X A~*X~(-q)A=Q(q≥1)的Hermitian正定解,给出了存在正定解的充分条件和必要条件,构造了求解的迭代方法.最后还用数值例子验证了迭代方法的可行性和有效性.     

Spectral Analysis for HSS Preconditioners

In this paper,we are interested in HSS preconditioners for saddle point lin- ear systems with a nonzero(2,2)-th block.We study an approximation of the spectra of HSS preconditioned matrices and use these results to illustrate and explain the spectra obtained from numerical examples,where the previous spectral analysis of HSS precon- ditioned matrices does not cover.     

矩阵方程∑rk=0AkXBk=F的解

讨论矩阵方程∑rk=0AkXBk=F存在惟一解的充要条件,并给出了两种迭代求解法.     

利用再生核解一类变系数偏微分方程

如何求解偏微分方程,已经成为各个领域内非常重视的课题.在再生核空间中,给出了变系数偏微分方程的级数形式精确解,为了数值计算,给出了一个迭代方法,并证明了迭代方法的收敛性.数值算例表明本文方法是有效的而且具有良好的实用性.     

一类弱奇异边值问题的大范围收敛算法

该文研究如下的弱奇异边值问题: (p(x)y')'=f(x, y),0b₀g(x), 0≤b₀<1, 边值条件为y(0)=A,αy(1)+β y'(1)=γ 或y'(0)=0,αy(1)+βy'(1)=γ (R.K.Pandey 和 Arvind K.Singh 给出了一种求解此问题的二阶有限差分方法^[1]. 在再生核空间中讨论方程解的存在性, 给出一种新的迭代算法,这种迭代算法是大范围收敛的. 给出数值算例并与R. K. Pandey 和Arvind K.Singh 给出的方法进行比较说明该文方法的有效性.     

Convergence theorems of common elements for equilibrium problems and fixed point problems

In this paper, we introduce an iterative method for finding a common element of the set of solutions of an equilibrium problem, the set of common fixed points of two asymptotically nonexpansive mappings in a Hilbert space. We show that the iterative sequence converges strongly to a common element of the two sets.     

GSOR方法最优迭代参数的简化推导

对于增广线性系统,Bai等研究了广义SOR方法（Bai Z Z,Parlett B,Wang Z Q.On generaliged successive overrelaxation methods for augmented linear systems.Numerische Mathematik,2005,102（1）：1-38）,并得到其最优迭代参数.给出了另外一种推导最优迭代参数的简化方法,这种方法对于求解其他参数加速定常迭代方法的最优迭代参数非常有意义.