Gauss–Seidel迭代 + Jacobi迭代

一、Gauss–Seidel Iteration(高斯-赛德尔迭代

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

高斯-赛德尔迭代是数值代数中的一种迭代法,用于求解线性方程组linear system of equations)。 

对于由工程技术中产生的大型稀疏矩阵方程组(阶数很高,但零元素较多,例如求某些偏微分方程数值解所产生的线性方程组),利用迭代法求解此方程组比较合适,在计算机内存和运算两方面,迭代法通常都可利用矩阵中有大量零元素的特点。

迭代过程:

有方程组Ax = b,其中:

Gauss–Seidel迭代 + Jacobi迭代

A拆成两个矩阵,上三角矩阵U下三角矩阵L*

Gauss–Seidel迭代 + Jacobi迭代

Gauss–Seidel迭代 + Jacobi迭代

则这个方程组可以变形为:

Gauss–Seidel迭代 + Jacobi迭代

由此建立迭代公式:

Gauss–Seidel迭代 + Jacobi迭代

这个公式还可以继续展开成这样:

Gauss–Seidel迭代 + Jacobi迭代

展开方法是前向替换forward substitution

先介绍前向替换:

对于方程Lx = b,其中Lmm列的下三角矩阵xb如下:
Gauss–Seidel迭代 + Jacobi迭代

展开方程Lx = b

Gauss–Seidel迭代 + Jacobi迭代

解出x

Gauss–Seidel迭代 + Jacobi迭代

回到刚才的步骤,条件如下:

Gauss–Seidel迭代 + Jacobi迭代

Gauss–Seidel迭代 + Jacobi迭代

Gauss–Seidel迭代 + Jacobi迭代

展开方程:

Gauss–Seidel迭代 + Jacobi迭代

其中x3:

Gauss–Seidel迭代 + Jacobi迭代

所以xi:

Gauss–Seidel迭代 + Jacobi迭代

迭代公式:

Gauss–Seidel迭代 + Jacobi迭代


二、Jacobi method(雅可比方法

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

迭代过程:

设方程组Ax = b,其中:

Gauss–Seidel迭代 + Jacobi迭代

A拆成两个矩阵,对角矩阵D和剩余部分的矩阵R

Gauss–Seidel迭代 + Jacobi迭代

Gauss–Seidel迭代 + Jacobi迭代

则这个方程组可以变形为:

Gauss–Seidel迭代 + Jacobi迭代

这个公式还可以继续展开,过程如下:

Gauss–Seidel迭代 + Jacobi迭代

最终:

Gauss–Seidel迭代 + Jacobi迭代