矩阵和高斯-赛德尔迭代

快捷方式: 差异，相似，杰卡德相似系数，参考。

矩阵和高斯-赛德尔迭代之间的区别

矩阵 vs. 高斯-赛德尔迭代

數學上，一個的矩陣是一个由--（row）--（column）元素排列成的矩形阵列。矩陣--的元素可以是数字、符号或数学式。以下是一个由6个数字元素构成的2--3--的矩阵： 大小相同（行数列数都相同）的矩阵之间可以相互加减，具体是对每个位置上的元素做加减法。矩阵的乘法则较为复杂。两个矩阵可以相乘，当且仅当第一个矩阵的--数等于第二个矩阵的--数。矩阵的乘法满足结合律和分配律，但不满足交换律。 矩阵的一个重要用途是解线性方程组。线性方程组中未知量的系数可以排成一个矩阵，加上常数项，则称为增广矩阵。另一个重要用途是表示线性变换，即是诸如. 斯－赛德尔迭代（Gauss–Seidel method）是数值线性代数中的一个迭代法，可用来求出线性方程组解的近似值。该方法以卡爾·弗里德里希·高斯和命名。同雅可比法一样，高斯－赛德尔迭代是基于矩阵分解原理。.

對角矩陣

對角矩陣（diagonal matrix）是一個主對角線之外的元素皆為0的矩陣。對角線上的元素可以為0或其他值。因此n行n列的矩陣\mathbf.

對角矩陣和矩阵 · 對角矩陣和高斯-赛德尔迭代 · 查看更多 »

三角矩阵

在线性代数中，三角矩阵是方形矩阵的一种，因其非零系数的排列呈三角形状而得名。三角矩阵分上三角矩阵和下三角矩阵两种。上三角矩阵的对角线左下方的系数全部为零，下三角矩阵的对角线右上方的系数全部为零。三角矩阵可以看做是一般方阵的一种简化情形。比如，由于带三角矩阵的矩阵方程容易求解，在解多元线性方程组时，总是将其系数矩阵通过初等变换化为三角矩阵来求解；又如三角矩阵的行列式就是其对角线上元素的乘积，很容易计算。有鉴于此，在数值分析等分支中三角矩阵十分重要。一个可逆矩阵A可以通过LU分解变成一个下三角矩阵L与一个上三角矩阵U的乘积。.

三角矩阵和矩阵 · 三角矩阵和高斯-赛德尔迭代 · 查看更多 »

矩阵分解

矩阵分解（decomposition, factorization）是多半将矩阵拆解为数个三角形矩阵（triangular matrix），依使用目的的不同，可分为几类。.

矩阵和矩阵分解 · 矩阵分解和高斯-赛德尔迭代 · 查看更多 »

线性方程组

线性方程组是数学方程组的一种，它符合以下的形式： 其中的a_, \, a_以及b_, \, b_等等是已知的常数，而x_, \, x_等等则是要求的未知数。 如果用线性代数中的概念来表达，则线性方程组可以写成： 這裡的A是m×n 矩陣，x是含有n个元素列向量，b是含有m 个元素列向量。 A.

矩阵和线性方程组 · 线性方程组和高斯-赛德尔迭代 · 查看更多 »

数值线性代数

数值线性代数是一门研究在计算机上进行线性代数计算，特别是矩阵运算的算法的学科，是工程学和计算科学问题中的基本部分，这些问题包括图像处理、信号处理、金融工程学、材料科学模拟、结构生物学、数据挖掘、生物信息学、流体动力学和其他很多领域。这类软件多依赖於解决多种数值线性代数问题的先进算法的发展、分析和实现，在很大程度上是依靠矩阵在有限差分法和有限元法中的作用。 数值线性代数中的常见问题包括下列计算问题：LU分解、QR分解、奇异值分解、特征值。.

数值线性代数和矩阵 · 数值线性代数和高斯-赛德尔迭代 · 查看更多 »