山晓东,李 园
(内蒙古民族大学数学学院,内蒙古通辽 028043)
近几年来在使用AOR迭代方法求解系数矩阵为稀疏矩阵的线性方程组Ax=b(b为n维向量,A是n阶方阵)时,一般都是通过预处理方法进行加速AOR迭代法的收敛性.意思就是说把线性方程组的两边同时乘以矩阵P(其中P为非奇异方阵),则原方程变为PAx=Pb.假设矩阵A=I-L-U为非奇异矩阵(若A奇异矩阵时,可通过矩阵不换使成为非奇异矩阵),其中I为单位矩阵,U为严格上三角矩阵,L为严格下三角矩阵.
本文考虑如下线性方程组:
其中A∈Rn×n为非奇异矩阵,b∈Rn为已知向量,x∈Rn为未知向量,则AOR迭代法的迭代矩阵是:
在1991 年,Gunawardena等[1]提出预条件为 R=I+S 的 Gauss-Seidel迭代法.Wang等[2]给出了预条件矩阵为Pαβ=I+Sαβ的预条件AOR迭代法,其中:
其中:
在本文中给出的预处理矩阵为P=I+Tαβ,其中:
a1n是A的相应位置上的元素,并证明了新的AOR迭代方法的收敛性.
为方便起见,本文给出如下记号.设A=(aij)∈Rn×n为n×n实矩阵.diag(A)为矩阵A的对角元素aii(i=1,2,…,n)构成的 n×n 对角矩阵.对于任意矩阵 A=(aij),B=(bij)∈Rn×n,称 A≥B,如果对所有 i,j=1,2,…,n,成立 aij≥bij.若矩阵 A 的每一个元素 aij≥0,i,j=1,2,…,n,则称矩阵矩阵 A 是非负矩阵,记作 A≥0.称 AB≥0当且仅当A≥B.对于n维向量也有类似的定义.ρ(·)表示矩阵的谱半径.
线性方程组的求解的重要依据在于系数矩阵本身的一些特征,然而这个特性就是它的特征值,并且这个特征值就是矩阵的普半径.
定义 1[4]设矩阵 A=(ai,j)∈Rn×n,则:
1)若 ai,j≤0,i,j=1,2,…,n,则称矩阵 A 为 Z-矩阵;
2)若 A∈Z 且 ai,j≥0,i,j=1,2,…,n,则称 A 为 L-矩阵;
3)若A∈Z为非其异矩阵且A-1≥0,则称矩阵A为M-矩阵.
定义 2[4]已知 B=(bij)∈Rn×n,A=(aij)∈Rn×n,其中 i,j=1,2,3,…,n,若对所有的 i,j均有 aij≥bij,则有A≥B.
定义3[5]设n阶方阵 A=(aij)(其中n≥2),若对集合W={1,2,3,…,n}的任意两个非空子集S和T,有 S∪T=W(其中 S∩T=φ),都有 i和 j满足 i∈S,j∈T,使得 aij≠0,则 A是不可约的,反之 A为可约矩阵.
引理1[1]设A为n×n阶非负不可约矩阵,则:
1)A的谱半径ρ(A)为A的单位特征值;
2)设x为ρ(A)的特征向量,且x≥0;
3)对于A中的任何一个元素增加时,ρ(A)也会随着增加.
引理 2[1]设 A≥0,则:
1)若存在向量 x≥0 且 x≠0,满足 Ax≥ax则 ρ(A)≥a.进一步地,如果 Ax>αx,那么 ρ(A)>a;
2)若存在向量 x≥0,x≠0,满足 Ax≤βx 则 ρ(A)≤β.进一步地说,若 Ax<βx,那么 ρ(A)<β.
引理4[1]如果矩阵A是一个L-矩阵,则A是M-矩阵当且仅当存在一个正的向量,x>0使得Ax>0.
预处理线性方程组是:
则:
其中γ,ω为实参数.
本文的证明需要用到下面的定理:
定理1设线性方程组(4)和(6)分别是A*和的系数矩阵,A为L-矩阵(其中A为不可约),则方程(5)和方程(7)分别为上述线性方程组的预处理AOR迭代法的迭代矩阵,如果0≤an1a1n<α,(α>1)且β∈不可约.
证明因为:
定理2 设线性方程组(4)和(6)的系数矩阵分别为A*和,A为不可约的L-矩阵,线性方程组(4)和(6)的预处理AOR迭代法的迭代矩阵分别为,若 aii=0(i=1,2,3,…,n-1),0≤an1a1n<α,(α>1),
上式等价于:
则有:
设:
其中 ani=0(i=1,2,…,n),ai,j=1(i,j=1,2,…,n),则 Q-U*≥0.
当 ω+λ≥1,取 β=0,则(1-ω-λ)(Q-U*)=0,结论依然成立.
根据上述定理可以推出如下结论:
当ω=γ时,AOR迭代法就成为SOR迭代法.
推论 1设 A∈Rn×n是非奇异的 L-矩阵,和分别是线性方程组(4)和(6).相应的迭代矩阵,且:
则当 0≤ω≤0,a1,i=0,(i=2,…,n-1)时,ρ()≤1.
当ω=1,γ=0时,AOR迭代法即为Jacobi迭代法,则有如下结论:
设矩阵A如下:
则AOR迭代法不同参数的谱半径如表1.
表1 几种预条件AOR迭代法迭代矩阵普半径比较Tab.1 The comparison of the iterative matrices'spectral radius for some preconditioned iterative methods
由表1,当ω和γ取不同值时,可以看出本文所提出的预条件AOR迭代法收敛速度更快,这也正好验证了本文的结论.
[1]Gunawardena A D,Jain S K,Snyder L.Modified iterative methods for consistent linear systems[J].Linear Algebra Appl,1991,154/156:123-143.
[2]Wang H J,Li Y T.A new preconditioned AOR iterative methods for L-matrices[J].J Comput Appl Math,2009,229:47-53.
[3]李园,韩海山.新的L-矩阵线性方程组的预条件AOR迭代法[J].湖北民族学院学报:自然科学版,2012,30(1):39-44.
[4]Young D M.Iterative Solution of Large Linear Systems[M].New York:Academic,1971.
[5]Verge R S.Matrix Iterative Analysis[M].New York:Springer,1962.
[6]郭鹏飞,韩海山,勿仁图雅.求解线性互补问题的预处理AOR方法[J].内蒙古民族大学学报:自然科学版,2012,27(2):145-147.