论文部分内容阅读
文章提出了一种针对M矩阵（若A非奇异，A^-1≥0，且A的非对角元非正，则称A为M矩阵）的正则分解方法。如果矩阵是对称的，那么这种分解方法能够得到很好的分解效果，而且如果将它与共轭梯度法相结合就能得到一种更快的迭代算法。在文章中证明了这种不完全LU分解算法的稳定性和收敛性。最后，将这种方法应用于几种不同的矩阵。数值实验结果表明，对于高阶稀疏矩阵，这种方法收敛的最伏，娃果最好。