M10 · 第 2 章 · 课程规划页
线性方程组的直接与迭代解法
本章研究线性方程组的直接与迭代解法。内容依次处理高斯消元、主元选择与分解、Jacobi、Gauss-Seidel 与迭代收敛、预条件共轭梯度和稀疏结构。
- 所在 Part
- 第一编 误差与数值线性代数
- 预计学习
- 40 分钟
- 建设状态
- 已规划，尚无正式正文
计划实验
本章未登记独立交互实验；定义、公式和例题仍按下列提纲规划。
LEARNING OBJECTIVES
完成本章后应能
- 01准确说明高斯消元、主元选择与分解。
- 02完成Jacobi、Gauss-Seidel 与迭代收敛所需的推导、证明或算法。
- 03使用计算、例题或反例检验预条件共轭梯度和稀疏结构。
PLANNED SECTIONS
计划章节结构
- 01
高斯消元、主元选择与分解
界定高斯消元、主元选择与分解，明确使用的条件、主要结论与可复核步骤。
- 02
Jacobi、Gauss-Seidel 与迭代收敛
推导Jacobi、Gauss-Seidel 与迭代收敛，明确使用的条件、主要结论与可复核步骤。
- 03
预条件共轭梯度和稀疏结构
检验预条件共轭梯度和稀疏结构，明确使用的条件、主要结论与可复核步骤。
计划定义
高斯消元、主元选择与分解：对象、记号与前提
围绕高斯消元、主元选择与分解列出主要对象、符号、前提与定义边界。
计划公式
Jacobi、Gauss-Seidel 与迭代收敛：关系、判据与可复核步骤
把Jacobi、Gauss-Seidel 与迭代收敛整理为可检查的关系、判据或算法步骤；涉及定量模型时写出公式，并说明符号、适用条件，以及需要时的单位或复杂度。
计划例题
预条件共轭梯度和稀疏结构：案例、反例与核验
围绕预条件共轭梯度和稀疏结构给出明确输入、前提或数据，逐步分析并用反例、误差、守恒量或边界条件复核。
计划练习
线性方程组的直接与迭代解法：定义、关系与边界综合练习
联结高斯消元、主元选择与分解、Jacobi、Gauss-Seidel 与迭代收敛与预条件共轭梯度和稀疏结构，分别检验定义辨析、主要步骤和适用边界。
本章概念落点
以下位置是术语、搜索和知识图谱引用本计划章节时使用的稳定链接。
- 迭代线性求解器通过残差更新逐步逼近大型稀疏线性系统的解，并用谱性质判断收敛。
关键词
线性方程组的直接、迭代解法、第一编 误差与数值线性代数、数值分析与科学计算