定常迭代法

定常迭代法是求解线性方程组的方法

其中 是给定的矩阵， 是给定的向量。定常迭代法可以用简单的形式表示为

其中 和 都不依赖于迭代计数 。 四种主要的定常方法是 雅可比法、高斯-赛德尔法、逐次超松弛迭代法 (SOR) 和 对称逐次超松弛迭代法 (SSOR)。

雅可比法 基于相对于其他变量局部求解每个变量；一次迭代对应于求解每个变量一次。 它易于理解和实现，但收敛速度较慢。

高斯-赛德尔法 类似于雅可比法，不同之处在于它在可用时立即使用更新的值。 它通常比 雅可比法 收敛得更快，但仍然相对较慢。

逐次超松弛迭代法 可以通过引入外推参数 从 高斯-赛德尔法 导出。 这种方法可以比高斯-赛德尔法快一个数量级地收敛。

最后，对称逐次超松弛迭代法 可用作非定常方法的预处理器。 然而，作为独立的迭代方法，它相对于 逐次超松弛迭代法 没有任何优势。