数值分析（六） -- 线性方程求解（知识篇）

 系列文章目录

数值分析（一） -- 绪论（知识篇）

数值分析（二） -- 插值法（知识篇）

数值分析（三） -- 函数逼近-最小二乘法（知识篇）

数值分析（四） -- 数值积分（知识篇）

数值分析（五） -- 非线性方程求解（知识篇）

数值分析（六） -- 线性方程求解（知识篇）

数值分析（七） -- 常微分方程数值解法（知识篇）

数值分析 -- 题型篇

---

目录

 系列文章目录

前言

一、向量、矩阵范数

1、向量范数

2、矩阵范数

2.1、F范数

3、条件数

3.1、***逆矩阵求法

二、矩阵分解法

1、杜利特尔（Doolittle）分解——LU分解

2、crout分解

三、三种迭代法

1、迭代法

1.1、迭代法的收敛性

2、雅可比（Jacobi）迭代 

3、高斯-塞德尔（Gauss-Seidel）迭代 

4、逐次超松弛（SOR ）迭代  

---

前言

tips：这里只是总结，不是教程哈。鉴于本人写字如画符，就不出视频教程了，如实在有需要，请在文章下方留言。当然，文章有任何问题，也请留言，谢谢！

为了方便知识与题目对照，本文章分为知识篇，和题型篇，先看知识在看题型食用更佳哦。有些不重要的知识，时间不充裕的可以不用看，我会在标题前面加“***”标注，可自行跳过。

思维导图放在第一篇文章最下面，请自行获取

---

一、向量、矩阵范数

1、向量范数

2、矩阵范数

2.1、F范数

3、条件数

3.1、***逆矩阵求法

3.1.1、二阶

3.1.2、三阶

二、矩阵分解法

1、杜利特尔（Doolittle）分解——LU分解

2、crout分解

三、三种迭代法

1、迭代法

1.1、迭代法的收敛性

充分条件 -- 严格行对角占优或严格列对角占优必收敛。

充分条件 -- 存在迭代矩阵Bj的某种范数||Bj||<1，则收敛

充分必要条件 -- B^k->0则收敛，是ρ(B)<1，即谱半径小于1，则收敛

2、雅可比（Jacobi）迭代 

3、高斯-塞德尔（Gauss-Seidel）迭代 

4、逐次超松弛（SOR ）迭代