雅克比迭代,高斯赛德尔迭代,判断是否收敛

本文介绍了雅克比迭代(高斯赛德尔迭代)的方法,探讨了行范数和列范数在迭代过程中的作用,指出当它们小于1且谱半径小于1时,矩阵迭代是收敛的,反之则发散。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、写出雅克比迭代(高斯赛德尔迭代)矩阵

2、判断矩阵的行范数或者列范数

         行范数也叫无穷范数,指MAX(一行元素取绝对值相加)

          列范数也叫1范数,指MAX(一列元素取绝对值相加)

           行范数或者列范数有一个<1。则可判断其收敛。

3、若行范数和列范数均≥1,需要判断谱半径(谱半径指迭代矩阵MAX(特征值绝对值))。若谱半径<1,则收敛,反之,发散。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值