第五章线性方程组迭代法.pptVIP

  • 1
  • 0
  • 约1.01千字
  • 约 46页
  • 2019-10-13 发布于湖北
  • 举报
Gauss-Seidel迭代法 Gauss-Seidel迭代法的算法 Gauss-Seidel迭代法的矩阵形式 提纲 迭代法概述 基本迭代法 向量范数和矩阵范数 迭代法的收敛性 向量范数和矩阵范数 为了研究线性方程组近似解的误差估计和迭代法的收敛性,我们需要对Rn(n维向量空间)中的向量或Rnxn中矩阵的“大小”引入一种度量,——向量和矩阵的范数。 向量范数 常见的向量范数 向量范数的性质 向量的收敛性 向量的收敛性 矩阵范数 相容范数 常见的矩阵范数 常见的矩阵范数 提纲 迭代法概述 基本迭代法 向量范数和矩阵范数 迭代法的收敛性 迭代法的误差估计 迭代结束的条件 (事后误差估计法) 迭代法收敛的判别条件 迭代法收敛的判别条件 迭代法收敛的判别条件 迭代法收敛的判别条件 Thank you! 第五章 线性方程组迭代法 李书杰 合肥工业大学 计算机学院 提纲 迭代法概述 基本迭代法 向量范数和矩阵范数 迭代法的收敛性 迭代法概述 在自然科学和工程技术中很多问题的解决常常归结为解线性代数方程组。例如电学中的网络问题,船体数学放样中建立三次样条函数问题,用最小二乘法求实验数据的曲线拟合问题,解非线性方程组问题,用差分法或者有限元法解常微分方程,偏微分方程边值问题等都导致求解线性方程组,而且后面几种情况常常归结为求解大型线性方程组。

文档评论(0)

1亿VIP精品文档

相关文档