GMRES方法的收敛率

1 引 言 GMRES方法是目前求解大型稀疏非对称线性方程组 Ax=b,A∈R~(n×n);x,b∈R~n (1)最为流行的方法之一.设x~((0))是(1)解的初始估计,r~((0))=b-Ax~((0))是初始残量,K_k=span{r~((0)),Ar~((0)),…A~(k-1)r~((0))}为由r~((0))和A产生的Krylov子空间.GMRES方法的第k步     

解非对称线性方程组的不完全广义最小残量法

研究了求解大规模非对称线性方程组常用的广义最小残量法 (GMRES)的截断版本———不完全广义最小残量法 (IGMRES)的收敛性 .该方法基于Krylov向量的不完全正交化 ,从而在Krylov子空间上求出一个近似的或拟最小残量解 .理论结果和数值实验证明 ,当由不完全正交化生成的Krylov子空间的基向量强线性无关时 ,IGMRES完全可以同GMRES相比并经常更有效 .同时 ,建立了不完全正交化方法 (IOM)和IGMRES的残量范数之间的关系式 .     

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…     

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)     

基于交替投影算法求解单变量线性约束矩阵方程问题

研究如下线性约束矩阵方程求解问题:给定A∈R~(m×n),B∈R~(n×p)和C∈R~(m×p),求矩阵X∈R(?)R~(n×n)"使得A×B=C以及相应的最佳逼近问题,其中集合R为如对称阵,Toeplitz阵等构成的线性子空间,或者对称半(ε)正定阵,(对称)非负阵等构成的闭凸集.给出了在相容条件下求解该问题的交替投影算法及算法收敛性分析.通过大量数值算例说明该算法的可行性和高效性,以及该算法较传统的矩阵形式的Krylov子空间方法(可行前提下)在迭代效率上的明显优势,本文也通过寻求加速技巧进一步提高算法的收敛速度.     

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…     

求解多项式特征值问题的部分正交投影方法及其变形

正1引言为表述方便,用C~(m×n)表示m×n复矩阵的全体,C~m=C~(m×1).‖·‖表示向量或矩阵的2-范数.对A∈C~(m×n),v∈C~m及正整数m,K[A,v,m]=[v,Av,A~2v,...,A~(m-1)v]称为Krylov矩阵,span(K[A,v,m])就是由A和v生成的Krylov子空间.e_j是适当阶单位矩阵的第j列.设A_i∈C~(m×n)(i=0,1,…,d)是给定的矩阵,记     

关于TLS问题

1.引 言考虑观测线性系统AX=B,（1.1a）其中A∈Cm×n,B∈Cm×d（本文通篇假设m≥n d）,分别是精确但不可观测的A0∈Cm×n,B0∈Cm×d的近似,即精确线性系统是A0X=B0.（1.1b）Golub和Van Loan于1980年提出的总体最小二乘问题（以下简称TLS问题）就是求解线性系统AX=B（1.2）     

基于残量插值法求解多右端非对称位移方程组的Krylov子空间方法

给出了求解多右端非对称位移方程组的一种新方法.该方法利用极小残量插值法给预解方程组设置一个比较好的初始值,然后在Krylov子空间中求得逼近解.数值例子证实了该方法在计算时间上很占优势.     

求解大型非对称线性方程组的不完全广义最小向后扰动法

本文给出了求解大型非对称线性方程组的广义最小向后扰动法(GMBACK)的截断版本——不完全广义最小向后扰动法(IGMBACK).该方法基于Krylov向量的不完全正交化,从而在Krylov子空间上求出一个近似的或者拟最小向后扰动解.本文对新算法IGMBACK做了一些理论研究,包括算法的有限终止、解的存在性和唯一性等方面的研究;且给出了IGMBACK的执行.数值实验表明:IGMBACK通常比GMBACK和广义最小残量法(GMRES)更有效;且IGMBACK和GMBACK经常比GMRES收敛得更好.特殊地,如果系数矩阵是敏感矩阵,且方程组右侧的向量平行于系数矩阵的最小奇异值对应的左奇异向量时,重新开始的GMRES不一定收敛,而IGMBACK和GMBACK一般收敛,且比GMRES收敛得更好.     

最佳共正逼近算子的连续点的特征

一、引言 设M是线性赋范空间C[a,b]的n维哈尔子空间.对f∈C[a,b]定义集合 K_f={p∈M:p(x)f(x)≥0,?_x∈[a,b]}.若函数p∈K_f满足     

等式约束加权线性最小二乘问题的解法

1 引言 在实际应用中常会提出解等式约束加权线性最小二乘问题 min||b-Ax||_M,(1.1) x∈C~n s.t.Bx=d, 其中B∈C~(p×n),A∈C~(q×n),d∈C~p,b∈C~q,M∈C~(q×q)为Hermite正定阵. 对于问题(1.1),目前已有多种解法,见文[1—3).本文将利用广义逆矩阵的知识,给出(1.1)的通解及迭代解法.本文中关于矩阵广义逆与投影算子(矩阵)的记号基本上与文[4]的相同.例如,A~+表示A的MP逆,P_L表示到子空间L上的正交投影算子,λ_(max)(MAY)表示矩阵M~(1/2)AY的最大特征值.我们还要用到广义BD逆的概念: 设A∈C~(n×n),L为C~n的子空间,则称A_(L)~(+)=P_L(AP_L+P_L⊥)~+为A关于L的广义BD逆.     

两种块校正最小二乘问题的代数关系

1 引言 在求解工程问题中,我们常常应用最小二乘方法 min‖Ax-b‖_2,A∈R~(m×n),m≥n (1.1) x∈R~n去得到问题的数值近似解或估计系统的未知参数.我们常常已知(1)的解,而希望求解修改问题     

约束线性方程组通解的显式表示及Cramer法则

本文研究了一般的约束线性方程组Ax=b,x∈T, (1.1)其中A∈C~(m×n),b∈R(A),T为C~n中任意取定的子空间。给出了(1.1)有唯一解的充要条件;在有唯一解时,利用B-D逆(A~*A)_((T))~((-1))给出了唯一解的显式及cramer法则;在有解但解不唯一时,利用B-D逆(A~*A)_((?))~((-1))(这里(?)=R(R_TA~*))给出了(1.1)的通解的显式及Cramer法则。其结果改进并推广了文[2,3,4,5,6]中的有关结果。 另外,本文研究了A的T-约束M-P逆(AP_T)~+与A~*A的B-D逆(A~*A)_((?))~((-1))的关系,证明了下列事实:(AP_T)~+=(A~*A)_((?))~((-1))A~*,特别,当T∩N(A)={0}时,(AP_T)~+=(A~*A)_((?))~((-1))A~*。     

南京大学1984年硕士研究生入学考试试题

1.给定线性方程组Ax=b,其中A为m×n实矩阵,b∈R~m,x∈R~n待定,试证明这个方程组对任意的b都有解的充分必要条件为:A的像空间R(A)=R~m,这时存在有右逆C使AC=I_m。 (18份)     

关于线性算子方程的具有扰动的投影解

数学物理中的许多问题都可化为如下形式的算子方程λx=Kx+f x∈X,f∈X (1)来求解.这里 X 是 Banach 空间,λ(?)0为实参数。以后我们简记形如λI-T 的算子为λ—T。通常(1)的精确解是难求的,往往是用其近似方程λx=K_nx+f_n x∈X,f_n∈X (2)代替方程(1)而求其近似解,其中常用的方法是采用(1)的投影方程λx_n=P_nKx_n+P_nf x_n∈X_n (3)     

一类可逆的对角占优矩阵与Jacobi迭代法

<正> 用Jacobi 迭代法解线性方程组AX=b(其中A∈R~(n×n)、b∈R~n.X∈R~n)时,一般假定A 为可逆阵且a_(ii)≠0(i=1,2,…n)。文[1]指出.如果矩阵A 为严格对角占优阵,则Ja obi 迭代过程是收敛的。‘严格对角占优’这个条件是比较强的,它限制了Jacobi 迭代法的应用范围。实际     

不定方程x4-y4=n整数解求法探讨

求方程 x4- y4=n　 ( n∈ N)的整数解 ,至今还没见到一般方法 ,本文将给出这类不定方程一种解法 .文中字母 P表示质数集 ,符号 ( a,b)( a、b∈ Z)表示不定方程　　 x4- y4=n　 ( n∈ N) ( 1 )的整数解 .定理 1　若 n∈ P,则方程 ( 1 )没有整数解 .证明　假定方程 ( 1 )有整数解 ( a,b) ,定有　 a2 b2 =n,　 a2 - b2 =1 ,∵　 a、b∈ Z,| a| >| b| ,只有　　　 (± 1 ) 2 - 0 2 =1 ,∴　 a =± 1 ,　 b =0 ,　 a2 b2 =1 ,与 a2 b2 =n是质数相矛盾 ,故方程 ( 1 )没有整数解 .由费马定理知 ,有定理 2　当 n =m4( n∈ N)时 ,则方程 ( 1…     

求解大型线性方程组的一类非定常内外迭代法

1 引 言 求解大型线性方程组 Ax=b, A∈R~(?),det(A)≠0. x,b∈R~n (1.1)的内外迭代法,首先由Nichols于1973年提出。由于这类算法在求解大型问题。特别对由边值问题离散化得到的大型稀疏方程组求解,显示了优越性,而受到众多的关注。1991年,Lanzkron.Rose.Szvld等人进一步降其发展成为成套迭代法,为预条件组的近似及同步和     

带参数的Littlewood-Paley g_λ~*函数的交换子在Morrey空间上的紧性

本文给出了交换子[b,g_λ~(*,ρ)]在Morrey空间L~(p,α)(R~n)上的紧性特征,其中1p∞,0αn.更精确地说,证明了交换子[b,g_λ~(*,ρ)]是Morrey空间上紧算子的充要条件是b∈VMO(R~n),其中g_λ~(*,ρ)表示带参数的Littlewood-Paley g_λ~*函数.