Ax=b
系数矩阵A按行严格对角占优
若系数矩阵A按行严格对角占有=>Jacobi迭代法和Gauss-Seidel迭代法均收敛
迭代矩阵B谱半径<1
Jacobi迭代法和Gauss-Seidel迭代法收敛<=>迭代矩阵B的谱半径<1
其中,Jacobi迭代法的迭代矩阵
B
=
−
D
−
1
(
L
+
U
)
B=-D^{-1}(L+U)
B=−D−1(L+U),其实是迭代格式补齐0之后的效果;
Gauss-Seidel迭代法的迭代矩阵
B
=
−
(
D
+
L
)
−
1
U
B=-(D+L)^{-1}U
B=−(D+L)−1U,从迭代格式上看不出来,但可以思考验证,因为高斯-赛德尔迭代法应该将【用
x
k
x^k
xk表示的式子】代入到【新迭代需求的
x
k
+
1
x^{k+1}
xk+1】中,代入后可以发现这与矩阵形式下计算出的结果相同。
有了迭代矩阵B,再求B的特征值:用
∣
λ
E
−
B
∣
=
0
|\lambda E-B|=0
∣λE−B∣=0求特征值
三阶行列式的计算方法是:主对角线之积+平行主对角线之积*对面元素+平行主对角线之积*对面元素-副对角线之积-平行副对角线之积*对面元素+平行副对角线之积*对面元素。
如果行列式更高次,可【按行按列展开】或 计算机算 或 放弃
谱半径是【绝对值最大的特征值】
系数矩阵A对称正定
系数矩阵A对称正定=>Gauss-Seidel迭代法收敛
系数矩阵A对称正定,且2D-A也对称正定=>Jacobi迭代法收敛
但是Gauss-Seidel迭代法收敛不能推出Jacobi迭代法收敛,因为这一审敛法是单向的,只充分不必要
什么是对称正定矩阵?