X(0)=(x1(0),…,xn(0))T,
       Xi(k+1)=(bi-∑_(j=1)^(i-1)▒〖a_ij x_j^((k+1))-∑_(j=i+1)^n▒〖a_ij x_j^((k)) 〗〗)/aii,
i = 1,2,…,n;  k = 0,1,…
 ω为松弛因子
或 X(0) = (x1(0),…,xn(0))T,
     Xi(k+1)= xi(k)+∆x_i,
 ∆x_i=(bi-∑_(j=1)^(i-1)▒〖a_ij x_j^((k+1))-∑_(j=i+1)^n▒〖a_ij x_j^((k)) 〗〗)/aii,
    i = 1,2,…,n;k = 0,1,…
ω为松弛因子,
    显然,当ω=1时,SOR方法与GS迭代法是一样的。
    计算一次矩阵与向量的乘法是SOR方法每迭代一次主要运算量。
    当ω<1时,称为松弛法;当ω>1时,称为超松弛法。
    在计算机实现时可用
上一篇:条件泊松抽样及其应用
下一篇:矩阵的标准形及其运用

Dirichlet判别法与Abel判别法的探究

高考与竞赛中有关不等式证明方法及其拓展

层次分析法在决策中的分析及其应用

贝叶斯统计方法及其应用

分支定界法在资源分配中的应用MATLAB仿真

最小费用最大流问题算法及应用

分布式拒绝服务的攻击检测和控制方法

提高教育质量,构建大學生...

基于Joomla平台的计算机学院网站设计与开发

AES算法GPU协处理下分组加...

压疮高危人群的标准化中...

浅论职工思想政治工作茬...

浅谈高校行政管理人员的...

STC89C52单片机NRF24L01的无线病房呼叫系统设计

从政策角度谈黑龙江對俄...

酵母菌发酵生产天然香料...

上海居民的社会参与研究