第2章 矩阵与线性代数方程组一般的线性代数方程组，A非奇异可根据Cramer法则求解方程唯一解但是它的计算量很大。高斯消元法的算法时间复杂度是O(n3)，可以解一系列的线性方程；所占数据空间符合原地工作的原则。但是算法对数值计算不稳定（当分母为0或很小时）。可以用在计算机中来解决数千条及未知数。不过，如果有过百万条时，这个算法会十分费时。解决高斯法中的不稳定性，在每次归一化前增加选主元（列选主元、全选主元）过程。但是列选主元法仍不稳定，不适求解大规模线性代数方程组。全选主元的高斯消去法，则在复杂度降低的同时能够避免舍入误差，保证数值稳定性。高斯-约当消去法算法产生出来的是一个，而不是高斯消元法中的。相比起高斯消元法，此算法的效率比较低，却可把方程组的解用矩阵一次过表示出来。线性代数方程组的迭代解法简单迭代法：迭代格式发散但迭代值序列不一定发散，但收敛格式收敛，迭代值序列收敛于方程组的准确解与选取迭代初值无关。雅可比迭代法:计算公式简单，且计算过程中原始矩阵A始终不变，比较容易并行计算。但是收敛速度较慢，而且占据的存储空间较大，所以工程中一般不直接用雅克
