高斯-赛德尔迭代法
高斯-赛德尔迭代法(Gauss–Seidel method,李伯曼法(Liebmann method),逐次位移法(successive displacement))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)。
-
当矩阵为对角占优(diagonally dominant)或者对称且正定时,高斯-赛德尔迭代法能够保证收敛。
-
求解大型稀疏方程组时,通常采用迭代法。迭代法能够在内存和运算两方面充分利矩阵的稀疏性。
描述
高斯-赛德尔法用于迭代求解 n n n维线性方程组:
A x = b \mathbf{Ax} = \mathbf{b} Ax=b
A = [ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 ⋯ a n n ] , x = [ x 1 x 2 ⋮ x n ] , b = [ b 1 b 2 ⋮ b n ] \mathbf{A} = \begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{bmatrix}, \quad \mathbf {x} = \begin{bmatrix} x_{1} \\ x_{2} \\ \vdots \\ x_{n} \end{bmatrix}, \quad \mathbf {b} = \begin{bmatrix} b_{1} \\ b_{2} \\ \vdots \\ b_{n} \end{bmatrix} A=⎣⎢⎢⎢⎡a11a21⋮an1a12a22⋮an2⋯⋯⋱⋯a1na2n⋮ann⎦⎥⎥⎥⎤,x=⎣⎢⎢⎢⎡x1x2⋮xn⎦⎥⎥⎥⎤,b=