给出了广义逐次超松弛( GSOR) 迭代算法,得到了GSOR 算法收敛的必要性和充分性 条件,当参数矩阵Ω = diag (ω1 ,ω2 , ⋯ ,ωn) = ωI n 时,即可得到熟知的SOR 算法,举例说明了 GSOR 算法的应用。

该文给出线性方程组改进的Gauss-Seidel迭代（被称之为IMGS方法）对于H矩阵的收敛性定理

用四种方法实现Fibonacci数列，包括递归、迭代、矩阵方式和公式方式-Four methods used to achieve Fibonacci series, including the recursive, iterative, matrix methods and formulas way

PR值收敛的证明再次不做过多赘述，但是需要注意的是，PR值收敛的一个必要条件是矩阵A需要满足每一列的元素和都为1。如果开始时P向量中各部分值之和为一，那么在精度能够保证的情况下，每次迭代之后P向量中各部分的值之和依然是一，而每次迭代可以看成是对P向量中各部分值重新分配的过程。矩阵A中第i列的数据可以看成是第i个节点引用其他节点的概率，这些数据决定了第i个节点的PR值如何分配给其他所有节点。(a realization of page rank algorithm)