求矩阵的逆一定要经过阶数的3次幂操作？
-
最近要植入矩阵算法，这篇文章中大大缩短了矩阵乘积和逆的操作。碰巧的是，这篇文章只有3页，2个参考文献，至今已经被引用2000多次。
-
操作的定义是什么？
C++有很多与矩阵相关的库（Boost.uBLAS ，Blitz++...等）。
-
- 常见的问题是求$\mathbf A \cdot \mathbf x=\mathbf b$中的$\mathbf x$，可以有直接解法（如LU），也可以用迭代法（如Gauss-Seidal），求逆矩阵肯定是下下之选，原因有几点：
- 操作太多，$~O(N^3)$;
- 稀疏矩阵的逆矩阵不是稀疏的；
- 你要求得$\mathbf x$还要再乘一次，$~O(N^2)$
- 逆矩阵求了之后没有用，因为CFD方程组是非线性的，每次求的矩阵$\mathbf A$都不一样，所以你求得的逆矩阵只用一次，下次迭代又得重新求解。如果是针对线性问题，每次针对不同的$\mathbf b$求对应的$\mathbf x$，用逆矩阵还勉强说得过去。
- 现代的CFD程序似乎迭代法用得更多，JFNK, IDR(s)，最不济还有CG和BiCGSTAB.有的连矩阵都不需要组装，何苦去求逆...
- 常见的问题是求$\mathbf A \cdot \mathbf x=\mathbf b$中的$\mathbf x$，可以有直接解法（如LU），也可以用迭代法（如Gauss-Seidal），求逆矩阵肯定是下下之选，原因有几点：
