Jacobi和Gauss-Seidel迭代收敛的新判别准则

设线代数方程组 Ax=bA=D-E-F,其中D、E、F分别为A的对角、严格下三角、严格上三角矩阵。此时Jacobi迭代阵和Gauss—Seidel迭代阵分别为 B=D~(-1)(E+F)=L+U, B’=(D-E)~(-1) F=(I-L)~(-1)U     

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     

关于非对称逐次超松弛方法(USSOR)的误差界

§1 引言 给定线性方程组 Ax=b (1.1)其中A∈C~(n×n)是非奇异矩阵。若A的对角矩阵D为正定矩阵,则我们定义严格下三角矩阵L和严格上三角矩阵U使得     

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:     

循环矩阵和AOR方法的敛散区域

§1.引言解线性方程组通常采用迭代法 1978年,HadjidimosA.在[1]中提出了Accelerated Overrelaxation Method(简其中D、L、U分别为A的对角部分、严格下和严格上三角部分,则AOR方法的迭代矩阵为     

Ostrowski-Reich定理在AOR方法中的推广

其中D=diag(α_(11),α_(22),…,α_(nn)),C_L和C_U分别是严格下和上三角矩阵。若D是非奇异的,则Jacobi矩阵为 B=D~(-1)(C_L C_U)=L U,其中L=D~(-1)C_L,U=D~(-1)C_U。SOR方法(见[1,2,3])定义为     

关于Jacobi Gauss-Seidel SOR和AOR迭代法的收效性

用迭代法解线代数方程组 AX=b通常应先把它改写为等价形式 X=BX+d然后写出相应的迭代公式并考虑其收敛性。 设B=L+U的对角元不一定为0,U为上三角矩阵,L为严格下三角矩阵。     

一些迭代矩阵的特征值和特征向量及其收敛性

在大型科学计算中,大量的计算都归结为线性代数方程组求解,而线性代数方程组的迭代法求解是求解线性方程组的最有效的方法之一,因而,引起世界上大型科学计算界的许多著名学者的重视。1980年EVANS,MISSIRLS建立了迭代求解线性代数方程组的PSD方法并讨论了矩阵A是对称正定时的收敛性。1983年EVANS在[2]中说,“遗憾的是,除δ_1外,PJ方法(即PSD方法的特殊情况)的迭代矩阵的特征值没有象SOR方法那样,建立起与JACOBI迭代矩阵的特征值之间的关系式”。本文在系数矩阵A是T(q,r)阵的情况下,建立了PSD,PJ方法的迭代矩阵的特征值和特征向量与JACOBI方法的迭代矩阵的特征值和特征向量的关系式并在系数矩阵A是T(1,1)和T(1,2)阵的情况下讨论了PSD,PJ的收敛性。     

也谈广义对角占优阵的特征值的分布

设A=(a_(ij))_(n×n)为n阶复矩阵,记 σ_i=sum from j=1,j≠i to n(|a_(ij)|,i=l,2,…,n)。若|a_(ij)|>σ_i(i=1,2,…n),则称A为(按行)严格对角占优阵,记为A∈D,若|a_(ii)|·|a_(jj)|>σ_iσ_j(i≠j,i,j=1,2,…,n)则称A为严格对角乘积占优阵,记为A∈D_p(在〔1〕中此类矩阵称为广义对角占优阵,并记为GD)。若存在非奇对角阵Q=diag(q_l,…,q_n)使Q~(-1)AQ∈D,则称A为准严格对角占优阵,记为A∈D′(见〔2〕)。若存在非奇对角阵Q=diag(q_1,…,q_n)使Q~(-1)AQ∈D_p,则称A为准严格对角乘积占优阵。记为A∈D′_p。     

某些迭代矩阵谱半径的上界估计

§1.引言在一些文献中对SOR、SSOR迭代矩阵的谱半径的上界进行了估计,例如对SOR的迭代矩阵■_w=(D—wL)~(-1)[(1—w)D wU] (1)的谱半径ρ(■_w)早有估计(例如[1]) ρ(■_w)≤|1-w| wρ(|J|),当0≤w≤2/(1 ρ(|J|))(2)此处设A为所考虑的线性代数方程组