学习笔记 - 高斯-赛德尔迭代法

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$n$维线性方程组：

$$\mathbf{A}\mathbf{x}=\mathbf{b}$$

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=⎣⎢⎢⎢⎡​a11​a21​⋮an1​​a12​a22​⋮an2​​⋯⋯⋱⋯​a1n​a2n​⋮ann​​⎦⎥⎥⎥⎤​,x=⎣⎢⎢⎢⎡​x1​x2​⋮xn​​⎦⎥⎥⎥⎤​,b=