SSOR半迭代方法最优参数的确定

§1 SSOR半迭代方法 设n阶线性方程组 Ax=b,(1.1) 其中A是n×n复(或实)非奇异矩阵,b是n维复(或实)向量,x是未知向量。 方程组(1.1)改写成同解方程组     

USSOR迭代方法的收敛和发散区域

1 引言 对线性方程组 Ax=b, (1.1)这里A∈C~(n×n)是一个具有非零对角元的非奇异复矩阵,b∈C~n为n维向量,我们考虑A的如下分裂: A=D(I-L-U), (1.2)这里D=diag(A),L和U是D~(-1)A的严格下和严格上三角部分,表示单位矩阵. 不对称的逐次超松驰迭代方法(USSOR)[7]是按如下格式产生的迭代:     

广义预条件迭代方法

§1.引言和新方法的提出 设线性代数方程组 Ax=b,(1.1)这里A是n阶非奇异矩阵,x,b是n维向量且b是已知向量,x是未知向量.对于(1.1)的数值解,我们考虑如下的分裂:     

关于求解最小二乘问题的SSOR迭代矩阵谱半径极值性质的研究

§1.引言 假设A为大型稀疏m×n实矩阵(m>n),且 rank(A)=n,在实用中,常常需要求解 AX=b,(1.1)其中b为给定的m维实向量. 求(1.1)的最小欧氏范数最小二乘解等价于求解 r Ax=b,A~Tr=0,(1.2)     

预条件同时置换(PSD)迭代法的收敛性分析

1引言求解线性方程组Ax=6,(1.1)其中A∈R~(n×n)非奇异阵且对角元非零,x,b∈R~n,x未知,b已知.不失一般性,我们假设A=I-L-U,(1.2)其中L,U分别为A的严格下和上三角矩阵,相应的Jacobi迭代矩阵为B=L U.(1.3)若Q是非奇异阵且Q~(-1)易计算,于是(1.1)可以变成     

推广的迭代矩阵的收敛性

§1.引言 近若干年来,许多文献中讨论了线性代数方程组一些迭代格式的收敛性,亦即其系数矩阵A的各种分裂的收敛性和A为M阵或H阵的关系,例如Jacobi迭代、JOR迭代、SOR迭代、SSOR(对称SOR)迭代和AOR(快速SOR)迭代等等。在[4]中我们已将这样送代的迭代矩阵推广为 G_1=(D-RL)~(-1)[I-Ω)D (Ω-R)L ΩU], (1)这里D=diagA,L和U分别为-A的严格下三角矩阵和严格上三角矩阵,I为n阶单位阵,n为A的阶数,R和Ω为对角阵:     

若干变形Newton迭代的点估计

引言 设E和F同是实的或同是复的Banach空间,f:E→F是一个非线性映照.由于方程 f(z)=0具有很强的概括性,所以用以求解这个方程的Newton迭代 z_(n+1)=z_n-Df(z_n)~(-1)f(z_n),?n∈N_0几乎成了经典应用数学的中心.     

异步并行矩阵多分裂块松弛迭代算法

1 引言 众所周知,许多微分方程经过差分或有限元离散,即可归结为线性代数方程组 Ax=b,A∈L(R~n)非奇异,x,b∈R~n.(1.1)缘于原问题的物理特性,系数矩阵A∈L(R~n)通常是大型稀疏的,并且具有规则的分块结构。鉴此,文[1]基于矩阵多重分裂的概念,并运用线性迭代法的松弛加速技巧,提出了求解这类大型稀疏分块线性代数方程组的并行矩阵多分裂块松弛迭代算法,并在适当的条件下建立了算法的收敛理论。对于SIMD多处理机系统,这类算法是颇为适用和行之有效的。     

关于求解矩阵方程I=X+A~HX~(-1)A的简单迭代

1 引言 设A为m×m方阵,I为m阶单位阵,考虑关于X的非线性矩阵方程 I=X+A~HX~(-1)A的Hermite正定解问题。这是特殊的离散代数Riccati方程,在一定条件下与离散代数Riccati方程数学等价。由于离散代数Riccati方程还缺乏普遍有效的数值解法,因此研究(1.1)的数值处理就十分重要。最近,Engwerda等学者研究了c1)、c2)方程(1.1)可解的充分必要条件、最大解和最小解的存在唯一性,还提出如下简单迭代 X_o=I,X_(n+1)=I-A~HX_n~(-1)A,n=0,1,….(1.2) 证明了{X_n}_(n=0)~∞收敛于(1.1)的极大解X_L.这项研究为数值求解(1.1)提供了可能.本文研究下述三方面问题.首先是(1.2)的误差估计,它同时也是迭代过程(1.2)的收敛速度估计.然后给出一种执行格式.由于(1.2)每迭代一步要计算一个m阶方阵的逆矩阵,计算量很大,因而提出有效的执行格式是必要的.最后研究极大解X_L的扰动定理. 若不特别说明,以下的记号都是常规的,例如可参阅[3]. 2 误差估计 令A的数值半径为ω(A).Engwerda和Ran证明了下列结果:设A可逆,那么(1.1)存在对称正定解的充要条件为ω(A)≤1/2;若(1.1)有对称正定解则有唯一的最大解X_L;若(1.1)有对称正定解,则(1.2)产生的矩阵序列{X_n}收敛到X_L,且收敛过程是单调下降的.     

M—矩阵分裂的迭代矩阵

1 迭代矩阵谱半径的代数重数 设A=M—N是M-矩阵的正则分裂。一般地,mult_0(A)与mult_1(M~(-1)N)不一定相等.我们研究在弱正则分裂下使mult_0(A)=mult_1(M~(-1)N)的条件. 引理 1.1 设A∈R~(nn)是有“性质C”的M-矩阵,rank(A)=n—1.则mult_0(A)=1. 证明 显然. 引理 1.2 设A=M—N是奇异不可约M-矩阵的弱正则分裂,则     

对线性分式函数n次迭代的一个补充

线性分式函数的迭代有着较为广泛的应用.现有的求函数的n次迭代式的方法有:定义法、数学归纳法、不动点法和桥函数相似法等.文[1]利用矩阵的特征多项式理论,得到了线性分式函数的n次迭代式的一般计算公式,此公式只能解决特征根互异的情形.本文就特征根相等的情形作了一些讨论,得到了特征根相等时的线性分式函数的n次迭代式的一般计算公式,并举例说明了它的应用.定义设函数y=f(x),记f0(x)=x,fn(x)=f(f…f(x)…)(n∈N ),则称fn(x)为函数f(x)的n次迭代,显然,fn(x)=f(fn-1(x))(n≥1).定理设f(x)=caxx db,a,b,c,d∈R,ad-bc≠0,若方程λ2-(a b)…     

n次迭代还原函数的一个构造定理

定义1记函数f(x)=f[1](x),f(f(x))=f[2](x),…,f(f(…f(x)…))=f[n](x),f[n](x)为f(x)的n次迭代.定义2记f(x),f[2](x),f[3](x),…,f[n](x)的定义域的交集为A,若对于任意的x∈A,存在最小的正整数n,使得f[n](x)=x,则称f(x)为n次迭代还原函数.不难证明,若f(x)为n次迭代还原函数,则     

φ-半压缩算子和φ-强增殖算子方程的迭代

设E是任意实Banach空间 ,K是E的非空闭凸子集·　T :K→K是一致连续_半压缩映像且值域有界·　设 an ,bn ,cn ,a′n ,b′n 和 c′n 是 [0 ,1]中的序列且满足条件 :ⅰ )an bn cn =a′n b′n c′n =1, n≥ 0 ;ⅱ )limbn =limb′n =limc′n =0 ;ⅲ ) ∑∞n =0bn =∞ ;ⅳ )cn =o(bn) ·　对任意给定的x0 ,u0 ,v0 ∈K ,定义Ishikawa迭代 xn 如下 :　　 xn 1=anxn bnTyn cnun,yn =a′nxn b′nTxn c′nvn　　 ( n≥ 0 ) ,其中un 和 vn 是K中两个有界序列·　则 xn 强收敛于T的唯一不动点·　最后研究了_强增殖算子方程解的Ishikawa迭代收敛性·     

分式线性迭代数列的敛散性及收敛速度

若a_i,b_i0(i=1,2),|a_1 a_2b_1 b_2|≠0,则数列x_10,x_(n+1)=a_1x_n+a_2/b_1x_n+b_2收敛.若迭代过程中,xn(n=1,2,…)全不是φ(x)=a1x+a2/b1x+b2的不动点,则迭代数列{xn}线性收敛.     

线性分式函数n次迭代的简便计算

分式线性函数f(x)=(ax b)/(cx d)的n次迭代的计算方法已有很多文章作了讨论,本文介绍一种简便的计算方法,可以很方便地求出fn(x).定理1已知f(x)=(ax b)/(cx d)设f0(x)=x,f1(x)=f(x),fn(x)=f[fn-1(x)](n≥1),a,b,c,d∈R且ad≠bc,c≠0,则fn(x)=(α(qqnn--βppnn))xx ααpβn(-p     

线性方程组迭代方法残差光滑技术的一个推广

1　引　　言我们考虑求解线性方程组Ax=b,A∈Rn×n,b,x∈Rn.(1)的迭代方法.迭代序列{xk}的性态常常由与之对应的残差范数序列{‖rk‖}的特性来决定.人们自然希望{‖rk‖}光滑地(单调地)收敛到0.在所有Krylov子空间方法中,GMRES[7]方法因为可使{‖rk‖}最优地趋于0,故是一个较为成功的方法.但是,GMRES方法的工作量和存贮量却随着迭代步数的增加而迅速增加.而BCG[4]和CGS[10]等方法具有运算量小,收敛快等突出优点.但它们的残差范数性态却很不规则,{‖rk‖}振荡不定.这给判断收敛性及何时停机带来很大的不便.残差光滑技术是一个行之有…     

一类高维非自治系统的周期解

§1.引言在文献[1]中 Lasota-Opiul 对于非自治周期系统(?)=A(t,x)x b(t,x),(1.1)其中 A(t,x)是 n×n 连续矩阵,且 A(t ω,x)=A(t,x);b(t,x)是 n 维连续向量,且 b(t ω,x)=b(t,x).在“A(t,x)属于某一个 Banach 空间中的有界弱闭子集”的假设下,获得该系统周期解存在性定理.而这个假设条件不易验证,给定理的应用带来很大的不便.本文利用泛函分析的方法,借助于 Schauder 的不动点定理和矩阵测度的性质,对系统(1.1)的周期解的存在性进行了讨论.给出一个可以直接从系统(1.1)的右端函数性质来判别其周期解存在的定理.并且分别应用于系统(?)=A(t)x e(t),(1.2)     

浅谈迭代函数的零点问题

<正>我们先给出迭代函数的概念:一般地,如果给定一个函数f(x),它的值域是其定义域的子集,那么我们可以记f⁽¹⁾(x)=f(x),f(1)(x)=f(x),f⁽²⁾(x)=f(f(x)),f(2)(x)=f(f(x)),f⁽³⁾(x)=f(f(f(x))),……,f(3)(x)=f(f(f(x))),……,f⁽ⁿ⁾(x)=f(f(n)(x)=f(f^(n-1)(x))=(f(f(…f(x)…)))n个f并把它们依次叫做函数f(x)的一次迭代,二次迭代,三次迭代,……,n次迭代.n称为f(x)的迭代指数,显然,n次迭代就是同一函数的n次复合函数,下面讨论与二次迭代函数的零点     

一种灵活的混合GMRES算法

1　引　　言考虑线性方程组Ax =b (1 .1 )其中 A∈RN× N是非奇异的 .求解方程组 (1 .1 )的很多迭代方法都可归类于多项式法 ,即满足x(n) =x(0 ) +qn- 1 (A) r(0 ) ,degqn- 1 ≤ n -1这里 x(n) ,n≥ 0为第 n步迭代解 ,r(n) =b-Ax(n) 是对应的迭代残量 .等价地 ,r(n) =pn(A) r(0 ) ,degpn≤ n;pn(0 ) =1 (1 .2 )其中 pn(z) =1 -zqn- 1 (z)称为残量多项式 .或有r(n) -r(0 ) ∈ AKn(r(0 ) ,A)其中 Kn(v,A)≡span{ Aiv} n- 1 i=0 是对应于 v,A的 Krylov子空间 .对于非对称问题 ,可以用正交性条件r(n)⊥ AKn(r(0 ) ,A)来确定 (1 .2 )中的…     

大型线性最小二乘问题的并行矩阵多分裂松弛算法

寻求超定方程组 Ax=b,(1.1) A∈L(R~n,R~m),x∈R~n,b∈R~m,m>n,Rank(A)=n的最小二乘解,是一个熟知而又非常实际的问题,尤其在现代科技迅速发展的条件下,(1.1)中的A∈L(R~n,R~m)多数为大型的且具有稀疏特征的矩阵。此时,对其满足法方程组