gauss——seidel迭代

Posted spacelz@126.com

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了gauss——seidel迭代相关的知识,希望对你有一定的参考价值。

转载:https://blog.csdn.net/wangxiaojun911/article/details/6890282

Gauss–Seidelmethod

对应于形如Ax = b的方程(A为对称正定矩阵或者Diagonally dominant),可求解如下:

 

 技术分享图片

 

 

Jacobi method

另一种方法是Jacobimethod,它与Gauss–Seidelmethod类相似,但是要求A必须是Diagonally dominant。把A分解成D+U+L,仅求D的逆矩阵。

Dx = b – Ux - Lx

 技术分享图片

 

一般认为,Gauss–Seidel方法更容易Converge。

 

无论Gauss–Seidel方法或Jacobi方法都涉及矩阵求逆。在Jacobi中对对角阵求逆十分简单。Gauss–Seidel中是三角阵,也有相应的方法。以下是加州大学Fullerton分校数学系提供的一种方法:

 技术分享图片

技术分享图片

 

 

参考文献

http://en.wikipedia.org/wiki/Gauss%E2%80%93Seidel_method

http://en.wikipedia.org/wiki/Jacobi_method

http://math.fullerton.edu/mathews/n2003/gaussseidelmod.html

 

以上是关于gauss——seidel迭代的主要内容,如果未能解决你的问题,请参考以下文章

多线性方程组迭代算法——Gauss-Seidel迭代算法的Python实现

Jacobi迭代法与Gauss-Seidel迭代法

3.2 数值分析: Jacobi与Gauss-Seidel迭代法

数值分析中的Jacobi及Gauss-Seidel迭代中的矩阵L ,U ,D,分别是哪三个单词?

多线性方程组迭代算法——Jacobi迭代算法的Python实现

《数值分析》-- 雅可比迭代法高斯—塞德尔迭代法