求解大型稀疏最小二乘问题的2—块PSD型迭代法

１引言假设Ａ为大型稀疏的ｍ×ｎ实矩阵（ｍ＞ｎ）,ｒａｎｋ（Ａ）＝ｎ,在实际中,常常需要求解Ａｘ＝ｂ,（１．１）其中ｂ为给定的ｍ维向量．求（１．１）的欧氏范数最小二乘解等价于求解其中ｒ为ｍ维向量,不失一般性,可令其中Ａ;为ｎ×ｎ满秩方阵,且把ｂ和ｒ也相应地分块为其中ｒ１和ｂ１都是ｎ维向量,用（１．３）和（１．４）的符号,（１．２）可写成等价形式如下相应的块Ｊａｃｏｂｉ迭代矩阵Ｂ２和Ｂ３,定义为Ｃ相应于ＢＬ的分块形式是Ｌ循环阵或是ＧＣＯ（１,Ｌ—１）阵或Ｔ（１,ｌ—１）阵,ＢＬ是指标为Ｌ的弱循环阵（…     

GAOR迭代法收敛判别准则

本文将文「１」中给出的判别超松驰（即ＳＯＲ）迭代法的一个收敛性准则推广到ＧＡＯＲ迭代法，并且去掉了Ａ为不可约矩阵或／ａｉｉ／＋ｕｉ〉０（ｉ＝１，２，…，ｎ）这一条件，本文的结果所涉及的和收敛范围，均扩广交包含了文「１」中的定理。     

全局渐近稳定性的Jacobi猜想的证明

设 ｆ∈ Ｃ１（Ｒ２,Ｒ２）,ｊ（０）＝０．设 Ｄｆ（ｘ）为ｆ（ｘ）的 Ｊａｃｏｂｉ矩阵．Ｊａｃｏｂｉ猜想称：如果　ｘ∈Ｒ２,Ｄｆ（ｘ）的特征值都具有负实部,则微分方程ｘ＝ｆ（ｘ）的零解全局渐近稳定．本文证明此猜想成立．     

G－半局部环及其同调维数

本文中讨论了一类比半局部环更广的环类，即Ｇ－半局部我们通过模去环的左Ｓｏｃｌｅ及Ｊａｃｏｂｓｏｎ根，研究了环的同调维数，并得到Ｇｄ（Ｒ／Ｓ）＝Ｇｄ（Ｒ／Ｓ∩Ｊ），式中的Ｇｄ表示环Ｒ的左整体维数或右整体维数，Ｓ＝Ｓｏｃ（_ＲＲ）以及Ｊ是环Ｒ的Ｊａｃｏｂｓｏｎ根。当Ｒ还是半本原环时，即得Ｇｄ（Ｒ／Ｓ）＝Ｇｄ（Ｒ）。     

由混合数据构造Jacobi矩阵

由混合数据构造Ｊａｃｏｂｉ矩阵吕炯兴（南京航空航天大学）ＯＮＴＨＥＣＯＮＳＴＲＵＣＴＩＯＮＯＦＡＪＡＣＯＢＩＭＡＴＲＩＸＦＲＯＭＭＩＸＥＤＤＡＴＡ￥ＬｕＴｏｎｇ－ｘｉｎｇ（ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎ...     

次Jacobi．Gauss—Seidel．Sor迭代法

次Ｊａｃｏｂｉ．Ｇａｕｓｓ—Ｓｅｉｄｅｌ．Ｓｏｒ迭代法刘玉波（天津大学冶金分校）在计算线性方程组时，我们有时会遇到其系数矩阵Ａ是严格次对角占优①及次正定的次对称的情形。对于这样的方程组，我们不能直接应用Ｊａｃｏｂｉ，Ｇａｕｓｓ—Ｓｅｉｄｅｌ及超松驰迭...     

关于Buchsbaum环的注记

本文证明了下述结论，设Ａ是一个级数为ｄ的Ｂｕｃｈｓｂａｕｍ环，（ａ₁，ａ₂，…，ａ_n）是Ａ的一个参数系统，则任何正整数ｎ，Ａ／（ａ₁，ａ₂，…，ａ_k）ⁿ（１≤ｋ≤ｄ）仍是ｄ－ｋ维的Ｂｕｃｈｓｂａｕｍ环．     

关于加权Moore—Penrose广义逆的子式

１引言设Ａ∈Ｒｎｎ×ｎ对α,β∈Ｑｋ.ｎ,Ａ［α,β］表示由Ａ的α行、β列构成的子阵,Ａ［α＇,β＇］表示从Ａ中去掉α行,β列后构成的子阵,那么在［１］中给出Ｊａｃｏｂｉ恒等式这里Ｓ（α）=αｉ,Ｓ（β）＝βｉ．为了方便起见,定义设Ａ∈Ｒｒｎ×ｎ,对任何指标集Ｉ、Ｊ,ＡＩ、ＡＪ及ＡＩＪ分别表示Ａ的行指标为Ｉ,列指标为Ｊ及它们交的子阵．记由［３］,Ｎ（Ａ）＝Ｉ（Ａ）×Ｊ（Ａ）,所以对于α＝（α１,…,αｋ）,Ｂ＝（β１,…,βｋ）,我们用Ａ［β←Ｉα］,表示将Ａ的第βｉ列用单位向量ｅαｉ（ｉ＝１,……     

φ－满射环上GLｎ（R）中元素的三角分解

本文结果是：设Ａ是φ－满射环Ｒ上的非拟纯量可逆ｎ×ｎ矩阵，β_j，γ_j（1≤ｊ≤ｎ）是Ｒ中任意元素，它们满足Π_j=1^{nβ_jγ_j＝ｄｅｔＡ，则存在ｎ阶阵Ｂ和Ｃ满足ＰＡＰ－１＝ＢＣ，其中Ｂ是下三角阵，Ｃ是上三角阵，Ｐ∈ＧＬ_ｎ（Ｒ）．进一步，可以取Ｂ使β_j（１≤ｊ≤ｎ）位于Ｂ的主对角线上，同时可以取Ｃ使γ_j（１≤ｊ≤ｎ）位于Ｃ的主对角线上．}     

Hermite型插值算子对可微函数的逼近

Ｈｅｒｍｉｔｅ型插值算子对可微函数的逼近章仁江（中国计量学院，杭州３１００３４）关键词Ｈｅｒｍｉｔｅ型插值算子，Ｊａｃｏｂｉ多项式．分类号ＡＭＳ（１９９１）４１Ａ／ＣＣＬＯ１７４设（１）＞ｘ１＞ｘ２＞…＞ｘｎ＞（－１），ｘｋ＝ｃｏｓθｋ（ｋ＝１，２，...     

GPSD迭代法和Jacobi迭代法的敛散关系

证明了当Jacobi迭代矩阵B非负时,解线性方程组Ax=b(A为不可约矩阵)的GPSD迭代法(0＜ωi＜Ti≤1,i=1,2,…,n)和Jacobi迭代法同时敛散,给出了其谱半径p(ST,Ω)和ρ(B)之间的关系.     

MPSD迭代法和Jacobi迭代法的敛散关系

本文证明了当Jacobi迭代矩阵B非负时,解线性方程组Ax=b(A为不可约矩阵)的MPSD迭代法(0＜wi＜τ≤1,i=1,2)和Jacobi迭代法同时敛散,给出了其谱半径ρ(Sτ,w1,w2)和ρ(B)之间的关系.     

解线性方程组的一种新方法

本文提出一种求解线性方程组的快速Ｊａｃｏｂｉ迭代方法，该方法在通常的串行计算机上比Ｇａｕｓｓ－Ｓｅｉｄｅｌ方法快，而且精度高，它对收敛慢的大型线性计算特别有效。     

M.E.Shvez迭代解法及其在力学中的应用

当微分方程中含有微量项时,可用M.E.Shvez迭代法求解。但当微量项出现奇性,或在某一区间内微量项并非微量时。用此法求解将遇到困难。本文针对这类问题,把原M.E.Shvez迭代解法稍加改变。算例表明,用改进了的M.E.Shvez法求解上述问题。其精度比原M.E.Shvez法的有所提高。     

三阶方向牛顿法的收敛性

通过递推关系,证明了解希尔伯特空间上的实系数非线性方程组的三阶方向牛顿法的半局部收敛性,给出了解的存在性以及先验误差界,最后计算出一些数值结果来证明我们的结论.     

一种预测—校正式单点迭代方法

本文以Ｎｅｗｔｏｎ迭代法（ｘｎ＋１＝ｘｎ－ｆ（ｘｎ）／ｆ′（ｘｎ），收敛阶为２）为基础，给出了一种新的实用的预测—校正式单点迭代方法（ｘｎ＋１＝ｘｎ－ｕ（ｘｎ）ｆ（ｘｎ）＋１２ｆ（ｘｎ－ｕ（ｘｎ））ｆ（ｘｎ）－１２ｆ（ｘｎ－ｕ（ｘｎ））收敛阶为４）．该方法不仅公式简洁，计算方便，计算量小，而且收敛阶高，收敛速度快     

ATOR迭代法的收敛性

本文定义了广义ATOR迭代法,并给出了该方法的Stein-Rosenberg型定理和Ostrows-ki-Reich型定理,广义ATOR方法的单调收敛界及其与SOR法的比较也在本文给予讨论。     

一种两点迭代法

本文给出了一个求超越方程实根的新的两点格式ｘｋ＋１＝ｘｋ－ｘｋ－ｘｋ－１３ｆ（ｘｋ）－４ｆｘｋ＋ｘｋ－１２＋ｆ（ｘｋ－１）ｆ（ｘｋ），它集弦割法和抛物线法的优点于一身，具有更快的收敛速度，且收敛阶为二阶．     

非齐次线性方程组的快速迭代法

本文给出了一种解线性代数方程组的行正交化处理的新方法 ,它对任意初始向量 x0 ,利用格式x1 =x0 -∑ki=1u Tiuiu Tisi其中 ui=Ai-∑k- 1j=1Aiu Tjuju Tjsj,si=Aix0 -bi-∑i- 1j=1Aiu Tjuju Tjsj 可逐步逼近精确解 .这种方法在计算机上操作 ,则更显示出它的优越性 .     

求解非线性方程根四阶收敛的迭代格式

提出了求解非线性方程根新的四阶收敛迭代方法,新方法每次迭代只需要两次函数计算,一次一阶导数值计算,效能指数达到1.587.通过几个数值算例来解释该方法的有效性.