雅可比、高斯-赛德尔迭代求解线性方程组

本文探讨了n阶线性方程组的迭代解法,重点介绍了雅可比迭代法及其改进版——高斯-赛德尔迭代法。后者由于能够利用已计算的部分结果,因此通常具有更好的收敛特性。

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

n阶线性方程组

系统矩阵A非奇异,且aii≠0。则

于是雅可比迭代法就有了:

高斯-赛德尔迭代比雅可比迭代收敛性更好,应为它在计算xim+1时利用了已经计算出来的xi-1m+1    ……   x1m+1

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