学科分类
/ 1
2 个结果
  • 简介:共轭梯度在数值分析及最优化方法中均是求近似解的有效而实用的方法,在数值分析中使用此法去求解系数矩阵为正定的线性性方程组时是目前最有效的方法。它克服了最速下降法的锯齿现象.本文利用正定矩阵和次正定矩阵的关系,从两个方面将共轭梯度应用行系数矩阵为次正定的线性方程组的求解问题上,对这类方程组得出其计算公式,并且进比于较。

  • 标签: 共轭梯度法 系数矩阵 对称矩阵 对称阵 近似解 最速下降法
  • 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

  • 标签: Seidel 迭代法 JACOBI 及超 系数矩阵 迭代矩阵