Loading AI tools
Found in articles
逐次超松弛迭代法
数值线性代数中，逐次超松弛（successive over-relaxation，SOR）迭代法是高斯-赛德尔迭代的一种变体，用于求解线性方程组。类似方法也可用于任何缓慢收敛的迭代过程。 SOR迭代法由David M. Young Jr.和Stanley P.
迭代法
\neq 0)} 高斯-赛德尔迭代: M := D + L {\displaystyle M:=D+L} 逐次超鬆弛迭代法（英语：Successive over-relaxation）（SOR）： M := 1 ω D + L ( ω ≠ 0 ) {\displaystyle M:={\frac {1}{\omega
decomposition），非方陣的矩陣則可以用QR分解。迭代法包括有雅可比法、高斯–塞德迭代法、逐次超松驰法（英语：successive over-relaxation）（SOR）及共轭梯度法，一般會用在大型的線性方程組中。 求根演算法是要解一非線性方程，其名稱是因為函數的根就是使其值為零的