本文介绍了Gauss-Seidel(G-S)迭代法，它是基于Jacobi迭代法并采用Seidel加速技巧。阐述了迭代法的基本原理，G-S迭代法的矩阵形式和实现，并通过一个实例展示了其相对于Jacobi迭代法的优势，特别是在解决大型矩阵问题时的高效性。
G-S迭代法简介
G-S迭代法是在Jacobi迭代法的基础上采用了Seidel加速技巧来实现的，于是在这里我们首先对于Seidel迭代法做一个简要的介绍。
简单迭代法和Seidel加速技巧
上一篇Jacobi迭代法中其实是简单迭代法的变式，简单迭代法是所有迭代法的基础，在这里我们只简单介绍推理过程，具体证明过程可以参考1中的证明。
依旧考虑求解如下方程组 A X = b AX=b AX=b 将其化为等价形式:
x = H x + g x=Hx+g x=Hx+g 其中 H = ( h i j ) ∈ R n × n H = (h_{ij})\in\mathbb{R}^{n\times n} H=(hij)∈Rn×n和 g ∈ R n g\in\mathbb{R}^{n} g∈Rn分别为已知矩阵和向量，Jacobi中的改写形式就可以由 H H H和 g g g得到。在给定初始向量 x 0 x_0 x0之后之后，我们能够得到如下的向量序列:
x ( k + 1 ) = H x ( k ) + g , k = 0 , 1 , 2 , 3 , . . . . x^{(k+1)}=Hx^{(k)}+g,\quad k=0,1,2,3,.... x(k+1)=Hx(k)+g,k=0,1,2,3,.... 称 { x ( k ) } \{x^{(k)}\} {
x(k)}为迭代序列， H H H为迭代矩阵。要注意的是，迭代法收敛的前提是迭代矩阵 H H H满足谱半径 ρ ( H ) < 1 \rho(H)<1 ρ(H)<1。
我们将上述的迭代公式化为分量形式
x i ( k + 1 ) = ∑ j = 1 i − 1 h i j x j ( k ) + ∑ j = 1 n h i j x j ( k ) + g i , i = 0 , 1 , 2 , . . . n x^{(k+1)}_i=\sum_{j=1}^{i-1}h_{ij}x^{(k)}_{j}+\sum_{j=1}^{n}h_{ij}x^{(k)}_{j}+g_i,\quad i=0,1,2,...n xi(k+1)=j=1∑i−1hij
最低0.47元/天 解锁文章
3859
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
