逐次超松弛迭代中的松弛因子

基于线性方程组中逐次超松弛(SOR)迭代结构的认识,多角度地考虑迭代构造的松弛因子,即作为修正常数、加权系数、组合系数和变形系数的松弛因子.这样多方面的理解必然有利于SOR类方法的更灵活掌握与运用.     

关于超松弛迭代法收敛的一个判别准则

本文将[1]中给出的判别Gauss-Seidel迭代的一个收敛性准则推广到一般的超松弛迭代法。     

关于并行迭代区域分解算法的松弛因子

1引言考虑二阶椭圆型Dirichlet边值问题的弱形式,求u∈H_0~1(Ω)使得a(u,v)=(f,v),(?) v∈H_0~1(Ω),(1)其中Ω是平面多角形区域,f∈L~2(Ω),(f,v)=∫_Ωfvdx,a(u,v)=∫_Ω(sum from i,j=1 to 2 a_(ij)(?)u/(?)x_i(?)等 a_0uv)dx,其中[a_(ij)]在Ω上对称一致正定,a_(ij)在Ω上分片连续有界,a_0≥0．由Lax-Milgram引理,问题(1)在H_0~1(Ω)中有唯一解．     

线性方程组l_1范数问题的松弛投影算法及其应用

考虑线性方程组l_1范数问题的求解,在分别将其转化为一个分裂可行问题和凸可行问题的基础上,设计了几种松弛投影算法,然后将所设计的求解方法用于信号处理问题的求解上.     

线性互补问题的并行多分裂松弛迭代算法

运用矩阵多重分裂理论,同时考虑并行计算与松弛迭代法,得到一类求解线性互补问题的高效数值算法．当问题的系数矩阵为对角元为正的H-矩阵或对称半正定矩阵时,证明了算法的全局收敛性；该算法与已有算法相比,具有计算量小、计算速度快等特点,因而特别适于求解大规模问题．数值试验的结果说明了算法的有效性．     

鞍点问题的修正对称超松弛迭代算法

为了提高求解鞍点问题的迭代算法的速度,通过设置合适的加速变量,对修正超松弛迭代算法（简记作MSOR-like算法）和广义对称超松弛迭代算法（简记作GSSOR-like算法）进行了修正,给出了修正对称超松弛迭代算法,即MSSOR-like （modified symmetric successiveover-relaxation）算法,并研究了该算法收敛的充分必要条件.最后,通过数值例子表明,选择合适的参数后,新算法的迭代速度和迭代次数均优于MSOR-like （modified successive overrelaxation）和GSSOR-like （generalized symmetric successive over-relaxation）算法,因此,它是一种较好的解决鞍点问题的算法.     

线性互补问题的异步并行多分裂松弛迭代算法

将求解线性方程组的异步并行多分裂松弛迭代算法推广到线性互补问题.当问题的系数矩阵为H-矩阵类时,证明了算法的全局收敛性.     

线性方程组的异步松弛迭代法*

本文考虑解线性方程组经典迭代法的异步形式,对系数矩阵为H矩阵,给出了异步迭代过程收敛性的充分条件,这不仅降低了文献[3]对系数矩阵的要求,而且收敛区域比文献[3]的大.     

一种求解加权Toeplitz最小二乘问题的新预条件子（英文）

本文研究加权Toeplitz最小二乘问题的快速求解算法.首先,在增广线性系统的基础上,设计了一种用于求解此类线性系统的新型简单预条件子.其次,研究了迭代法的收敛性,并证明了预条件矩阵的所有特征值均是实数且非单位特征值位于某正区间.再次,研究了预条件矩阵的特征向量分布和最小多项式的维数.最后,相关数值实验表明新型预条件子比一些已有的预条件子更有效.     

研究简报：并行矩阵多分裂多参数松弛算法

求解大型稀疏线性方程组Ax=b，A∈L(R^n)，x，b∈R^n的并行矩阵多分裂算法最早由[1]提出，[2]提出了当系数矩阵是非奇H—矩阵时的多分裂多参数松弛算法，但是对于奇异H—矩阵的理论及算法的研究结果都很少，为此，     

ASYMPTOTICALLY OPTIMAL SUCCESSIVE OVERRELAXATION METHODS FOR SYSTEMS OF LINEAR EQUATIONS

We present a class of asymptotically optimal successive overrelaxation methods for solving the large sparse system of linear equations. Numerical computations show that these new methods are more efficient and robust than the classical successive overrelaxation method.     

关于线性互补问题的模系矩阵分裂迭代方法

模系矩阵分裂迭代方法是求解大型稀疏线性互补问题的有效方法之一.本文的目标是归纳总结模系矩阵分裂迭代方法的最新发展和已有成果,主要内容包括相应的多分裂迭代方法, 二级多分裂迭代方法和两步多分裂迭代方法, 以及这些方法的收敛理论.     

A FLEXIBLE PRECONDITIONED ARNOLDI METHOD FOR SHIFTED LINEAR SYSTEMS

We are interested in the numerical solution of the large nonsymmetric shifted linear system, （A ＋ αI）x -= b, for many different values of the shift a in a wide range. We apply the Saad＇s flexible preconditioning technique to the solution of the shifted systems. Such flexible preconditioning with a few parameters could probably cover all the shifted systems with the shift in a wide range. Numerical experiments report the effectiveness of our approach on some problems.     

MULTILEVEL ITERATION METHODS FOR SOLVING LINEAR ILL-POSED PROBLEMS

In this paper we develop multilevel iteration methods for solving linear systems resulting from the Galerkin method and Tikhonov regularization for ill-posed problems, The algorithm and its convergence analysis ave presented in an abstract framework.     

解强刚性块线代数方程组的两类L-收敛迭代法

对解强刚性块线代数方程组X=(A(?)J)X φ,本文提出了L-收敛的最佳单参数迭代法(L-OOPI)和L-收敛的多参数迭代直接法(L-MPID),并给出了数值例子．数例表明,对于强刚性块线代数方程组,该二迭代法是有效的．     

解线性互补问题的预处理加速模Gauss-Seidel迭代方法

本文提出了解线性互补问题的预处理加速模系Gauss-Seidel迭代方法,当线性互补问题的系统矩阵是M-矩阵时证明了方法的收敛性,并给出了该预处理方法关于原方法的一个比较定理.数值实验显示该预处理迭代方法明显加速了原方法的收敛.     

ON THE OPTIMIZATION OF EXTRAPOLATION METHODS FOR SINGULAR LINEAR SYSTEMS

We discuss semiconvergence of the extrapolated iterative methods for solving singular linear systems. We obtain the upper bounds and the optimum convergence factor of the extrapolation method as well as its associated optimum extrapolation parameter. Numerical examples are given to illustrate the theoretical results.     

指标-2微分-代数系统的连续扩展Runge-Kutta迭代方法

1引言微分-代数系统包括具有约束条件的微分方程和奇异隐式微分方程,在实际应用中,如:约束力学系统、流体动力学、化学反应动力学、电子网络模拟、控制工程和机器人技术等领域就产生了诸多问题需要求解．近年来,微分-代数系统已极大地引起了许多工程师和数学工作者的关注,开展了众多相关问题的探讨,提出了许多新的算法理论[1-3]．在本文中我们对指标-2的微分-代数方程利用Runge-Kutta方法进行时间的离散和动力学迭代,研究离散迭代系统的收敛性．