简介:在计算线性方程组时,我们有时会遇到其系数矩阵A是严格次对角占优及次正定的次对称的情形,对于这样的方程组,我们不能直接应用Jacobi、Gauss—Seidel及超松驰迭代法进行求解.在文[2]中,利用了JA是严格对角占优(占A是严格次对角占优)及JA是正定对称(当A是次正定的次对称)的性质,对方程AX=b作用J得方程JAX=Jb,对此方程我们再使用以上的方法进行求解,然而JA是对A作一条列的行变换得到的,当n是偶数时,至少要作n/2次行对换,在计算机上将A经行变换变成JA至少要进行3/2n~2次赋值,当n是奇数时,至少要进行3/2n(n-1)次赋值.并且在这个过程中还要增加n个单元的内
简介:文章利用求解线性方程组的Gauss-Seidel迭代法推导出其"反方法",正反两种方法相匹配生成预报-校正系统,给出了它们收敛的条件,并运用这三种不同的公式求解实例,根据其结果,说明这些公式的优缺点。