求解线性互补问题的乘性Schwarz算法的收敛速度估计

1．引言区域分解法是八十年代兴起并得到迅速发展及广泛应用的数值计算方法．和多重网格法一样，区域分解法用于求解椭圆边值问题时具有与剖分网格h无关的收敛速度［8］，因而是一种高效快速算法．八十年代末及九十年代初，这种区域分解思想也开始应用于障碍问题的求解［2－8，10。12，16］数值实验表明，该算法对于障碍问题也是有效的·但是，和多重网格法一样，用于求解障碍问题时，算法的收敛速度分析存在一定的困难［11，13，14］对于障碍问题，一般的收敛性证明都是建立在证明算法产生的序列为一个极小化序列的基础之上［‘，‘’，“…     

求解线性互补问题的乘性Schwarz算法的收敛速度估计

In this paper, we consider multiplicative Schwarz algorithm for solving linear complementarity problems. Monotone convergence is obtained. under suitable conditions, we get the convergence independent of mesh size h. We also prove the finite termination property of the algorithm for the active constraints in noridegenerate case.     

Schwarz混乱松弛法是收敛的

§1.引论 早在1985年,Schwarz交替法就推广到了多子区域情形,并给出了带松弛因子ω的S-COR算法。[1],[2]证明,对于一致正定二阶自共轭椭圆问题,当ω∈(0,2)时,S-COR算法是收敛的。但在证明中有几处不太严格。[4]基于[3]的变分框架理论给出一新的证明,亦不严格。[4]的问题出在对引理3的使用上。尽管通过反证法可以证明,存     

关于Schwarz交替法的收敛因子

§1.Schwarz交替法的收敛因子 我们就二阶自共轭椭圆型方程的Dirichlet问题来讨论.设Ω?R~2为一多边形区域, a(u,v)=(f,v),v∈H_0~1(Ω),f∈H~(-1)(Ω), u∈H_0~1(Ω)是定义在其上的边值问题的变分形式,双线性型时a(·,·)满足     

红黑排序混合算法收敛速度分析

The algorithm of applying the block Gauss elimination to the Red-Black or-dering matrix to reduce the order of the system then solve the reduced system byiterative methods is called Hybrid Red-Black Ordering algorithm.In this paper,we discuss the convergence rate of the hybrid methods combined with JACOBI,CG,GMRES(m).Theoretical analysis shows that without preconditioner thesethree hybrid methods converge about 2 times as fast as the corresponding natural ordering methods.For the case that all the eigenvalues is near the real axis, the GMRES(m) algorithm converges about 3 times faster than the natural ordering GMRES(m).Various numerical experiments are presented.For large scale prob-lem with preconditioners, numerical experiments show that the GMRES(m) hybrid methods converge from about 3 times to even 5 times as fast as the natural order-ing methods and the computing time is reduced to about 1/3 even 1/6 of that of the natural ordering methods.     

不重叠型Schwarz交替法的加速收敛

Matsokin与Nepomnyaschikh所提出的不重叠型S交替法的算法中不含有松弛因子，我们知道它有与h无关的几何收敛速度，但由于不含算法参数，该算法不能根据具体的情况加速收敛，本文提出加速收敛算法，我们在原算法的基础上引入两个松弛因子θ2，θ2并证明了除了例外均可实现加速收敛，θ1=θ^-1，θ2=θ^-2是满足均衡条件的最佳松弛因子，最后的算例表明该加速算法的有效性。     

叠压缩型不动点迭代算法的收敛速度

本文给出了叠压缩型映照不动点迭代算法的三种收敛速度,作为应用,给出了多元非线方程组解的存在性定量的一个推广。     

叠压缩型映照不动点迭代算法的收敛速度

本文给出叠压缩型映照不动点迭代算法的四种收敛速度。在(1)和(2)中首次研究了叠收缩映照的不动点定理(本质上是甲φ(t)=af的情况),并用它得到Newton法的半局部收敛性,本文     

遗传算法的收敛速度估计

Under some conditions, the convergence of the genetic algorithms is investigated, corresponding convergence rates are estimated, and some related verifications are given in this paper.     

线性过程的收敛速度

设X_t=sum from j=0 to ∞ c_jε_(t-j)是一个线性过程,当{ε_t}是一个局部广义高斯随机序列时,我们获得了X_t的重对数收敛速度。     

Baskakov算子的收敛速度

本文对于一类函数建立了Baskakov算子以及导数的一致逼近定理     

一类密度估计的收敛速度

ＰｒａｋａｓａＲａｏ在文献［１］中提出一类密度估计ｆｎ（ｘ），我们得到当ｘ固定时ｆｎ（ｘ）－ｆ（ｘ）的ａ．ｓ．收敛速度及ｆｎ（ｘ）正态逼近的Ｂｅｒｒｙ－Ｅｓｓｅｅｎ界，同时，给出ｓｕｐｘ｜ｆｎ（ｘ）－ｆ（ｘ）｜的一致收敛速度     

一类密度估计的收敛速度

Prakasa Rao在文献[1]中提出一类密度估计fn(x)，我们得到当x固定时fn（x）-f(x)的a.s，收敛速度及fn(x)正态逼近的Berry-Easeen界，同时，给出sup|fn(x)-f(x)|的一致收敛速度。     

信息熵的收敛性与收敛速度

本讨论了连续时间,状态空间有限的马氏过程的信息熵的收敛性质,给出了可测转移矩阵的极限形式,得出具有可测转移矩阵的马氏过程的信息熵在时间趋于无穷大时存在且有限,对于具有强遍历转移函数的马氏过程的信息熵按多项式一致收敛。     

关于Bernstein算子的收敛速度

本文对一类函数建立了Bernstein算子的一致逼近定理,而且给出了其逆定理的一个简短证明。     

样本均值Bootstrap逼近的收敛速度

本文进一步研究Ｂｏｏｔｓｔｒａｐ逼近的收敛速度，在随机变量的（２＋δ）阶矩（０≤δ＜２）有限的情况下，讨论标准化样本均值的分布与它的Ｂｏｏｔｓｔｒａｐ逼近之间差的一致收敛速度，以及这种逼近与正态分布之间差的一致收敛速度。     

三个数列的收敛速度

利用不等式形式对e-〔1+1/n〕~n,〔1+1/n〕~(n+1)-e,e-sum from k=0 to n 1/k!进行了估计,给出了数列〔〔1+1/n〕~n〕,〔〔1+1/n〕~(n+1)〕,sum from k=0 to n 1/k!收敛于e的速度.     

一类数列极限的收敛速度

介绍了一类数列收敛的速度     

适应性滤波器的强收敛速度

适应性滤波器的收敛性问题已经被许多学者研究.问题可以叙述如下.设{y_n}和{(?)_n}分别是输出信号和参考信号,欲求一序列{x_n},使其在每一时刻 n,y_n 被 x_n 加权,并且在     

三类密度估计收敛速度的比较

为估计某未知密度函数,我们有三种常用的估计法——最近邻法、核估计法和经验密度法。对前两类估计法,陈希孺给出了最好的强收敛速度。本文用向 Brownianbridge 强逼近的方法证明了经验密度估计也可达到上述收敛速度,且所需条件比[2]稍弱。