求解线性方程组迭代法的Excel实现

本文介绍了在Excel工作表中,用迭代法求解线性方程组的具体实现方法.列举了线性方程组求解的Jacobi迭代法、G-S迭代法和SOR方法.方法简单,结果直观.     

Jacobi和Gauss-Seidel迭代法求解线性方程组的分析及应用

先描述了Jacob i和Gauss-Se idel迭代法求解线性方程组的基本思想,然后给出三个收敛定理并分别对它们作出解释,举例进行分析和比较,最后给出算法,并用程序求解算例,对迭代法的学习和应用有着十分重要的意义.     

Jacobi和Gauss-Seidel迭代法求解线性方程组的分析及应用

先描述了Jacob i和Gauss-Se idel迭代法求解线性方程组的基本思想,然后给出三个收敛定理并分别对它们作出解释,举例进行分析和比较,最后给出算法,并用程序求解算例,对迭代法的学习和应用有着十分重要的意义.     

双参数并行Jacobi型迭代法的收敛性

双参数并行Ｊａｃｏｂｉ型迭代法的收敛性张志华（数学系）求线性方程组的解始终是一个重要课题．近年来，已取得许多成果．１９８３年Ｍｉｓｓｉｒｌｉｓ提出了并行Ｊａｃｏｂｉ型方法［１］，胡家赣１９９２年将这个方法推广到两参数的情形，称之为双参数并行Ｊａｃｏｂ...     

浅谈线性方程组的迭代求解

求解大型稀疏线性方程组的迭代法不仅是数值代数理论部分的主要内容,也是求解实际问题的重要方法.针对3种典型的求解大型稀疏线性方程组的迭代法,即Jacobi迭代法、Gauss-Seidel迭代法和SOR迭代法,通过实际算例验证并分析了它们的计算速度和效率,为学习和使用迭代法求解线性方程组的学生及工程人员更好地理解和运用迭代法提供了参考和铺垫.     

求解大型稀疏线性方程组的广义AOR迭代法(英文)

基于一种新的更一般分裂,文章提出求解大型稀疏线性方程组的广义AOR迭代法,它的显著特征是更易于执行并行计算.进一步,AOR方法的一些性质相应地推广到了新方法中.最后,用数值例子验证了新方法的优点.     

求解线性方程组的一种迭代法的改进

对系数为对称正定矩阵的线性方程组,将文献[1]中构造的收敛迭代格式进行了改进,并给出了数值仿真结果.     

解线性方程组的一种改进算法

阐述用迭代法解线方程组的基本理论，对雅可比迭代法作了一些改进，提高了其收敛速度。     

亏秩线性方程组PSD迭代法的最优参数

利用数形结合的方法得到了亏秩线性方程组Ax=b的PSD迭代法在一般情形下的最优参数及最优谱半径,其中A∈Cmr×n且r     

稀疏线性方程组求解的逐次超松弛迭代法

针对稀疏线性方程组求解问题，在论述迭代法离散化处理基础上，以二维热传导方程为例，导出了热传导方程离散化后线性方程组，用超松弛（SOR）迭代法对产生的稀疏线性方程组进行迭代法求解，并分析了收敛性和收敛速度，将超松弛迭代算法在计算机上实现，得出了一组与精确解较接近的数值解，验证了逐次超松弛（SOR）迭代法的精确性。     

求解病态线性方程组的精细积分单参数迭代法

基于精细积分法的思想,通过引入一个单参数,提出了将单参数迭代法与精细积分法相结合的求解病态方程组的新的算法．通过两个经典算例进行验证,数值结果表明,该方法在精度和迭代次数上都有显著提高,对求解病态方程组是一种有效的算法．     

关于SSOR迭代法和Jacobi迭代法的敛散性

本文证明了当Jacobi矩阵B非负时,解线性方程组(系数矩阵为不可约的SSOR法(0<ω<1)和Jacobi法同时敛散,给出了SSOR法迭代矩阵之谱半径ρ(φ)和ρ(B)之间的关系。     

基于PyQt5的求解线性方程组软件的设计与实现

针对高维线性方程组人为求解较难且费时费力的问题,设计了一款基于PyQt5的线性方程组求解软件,可对用户输入的线性方程组使用Jacobi迭代法和Gauss-Seidel迭代法进行实时、高效的求解,使用幂法判断迭代方法 的收敛性,并将迭代求解结果 可视化。该软件使用文本控件展示两种迭代法的迭代结果 ,使用图表控件动态绘制两种迭代法所求的误差值随迭代次数的变化图及各个自变量的取值随迭代次数的变化图。软件的界面整体设计在Qt Designer中实现,局部界面的展示根据用户操作通过Python代码动态生成。界面逻辑功能使用Python的开发工具PyCharm进行开发,使用Python编写迭代算法代码,调用PyQt5库,操作界面。本软件可直观清晰地对比两种迭代法的迭代收敛情况,快速获得线性方程组的求解近似值,实时性好,界面简洁美观,用户操作简易,具有一定的实用价值。     

Jacobi和Gauss－Seidel迭代法收敛性的判定

给出了Ｊａｃｏｂｉ和Ｇａｕｓｓ—Ｓｅｉｄｅｌ迭代法收敛的新的判定准则．同时给出了块Ｊａｃｏｂｉ和Ｇａｕｓｓ—Ｓｅｉｄｅｌ迭代法收敛的新的判定准则．     

带加速因子的线性方程组通用性迭代法的讨论

在带加速因子的线性方程组通用性迭代解法的基础上,用几何方法对加速因子进行了讨论,证明了每次迭代中最佳加速因子的存在性,讨论了在每次迭代中使算法收敛的加速因子的取值范围,设计了一个动态调整加速因子的通用性迭代算法,并进行了程序验证.     

分析有限元线性方程组的求解方法

目的试图从几种常用的线性方程组的求解方法找出最优化方法. 方法从存储单元,运算量及收敛速度方面做了一系列比较分析.结果发现迭代法优于直接法,超松弛法优于其他迭代法.结论通过分析比较得出当迭代法收敛时,超松弛方法最优.     

求解病态线性方程组的精细积分新主元加权迭代法

在精细积分法的基础上,通过构造一个特殊的加权矩阵,并将其应用于主元加权迭代法.提出了一种将主元加权迭代法与精细积分法相结合的求解病态方程组的新算法,并用该算法求解两个经典算例.实验结果表明,该算法在求解精度和迭代次数上都有明显提升,是一种可以有效求解病态方程组近似解的新算法.     

求解模糊线性系统的Jacobi迭代法

给出了求解模糊线性系统的基于矩阵方程模型的Jacobi迭代法,并用实例说明方法的有效性.     

预条件的Jacobi迭代法及比较性定理

利用预条件矩阵P=(I+Cα)讨论了预条件下Jacobi迭代法,得到了比较性定理,并揭示了预条件Jacobi迭代法的收敛速度和参数之间的关系.最后用数值例子验证了所得结果的优越性.     

新的预条件的Jacobi迭代法及比较性定理

提出了一种新的预条件矩阵,并讨论了该预条件下Jacobi迭代法的收敛性,得到了比较性定理,揭示了预条件Jacobi迭代法的收敛速度和参数之间的关系。最后给出数值例子验证了该预条件迭代格式优于通常的预条件法。