关键词：线性方程组 无约束凸二次规划问题 分块坐标下降法 

摘要：高斯-赛德尔迭代法是一种经典的求解线性方程组的迭代算法,它对数值线性代数及数值最优化的发展产生了深远的影响.本文主要讨论求解系数算子自伴随且半正定但未必正定的线性方程组的(即退化情形的)高斯-赛德尔迭代法.我们回顾该算法收敛性分析的发展历史,并从与线性方程组等价的无约束凸二次规划问题出发,讨论基于高斯-赛德尔迭代的分块坐标下降法的收敛性,从而等价地得出高斯-赛德尔迭代法求解这类线性方程组的收敛性.与此同时,我们还将讨论与高斯-赛德尔迭代法密不可分的对称高斯-赛德尔迭代法,对比两者收敛性分析的异同.事实上,这其中的不同之处既促使了本文给出无约束凸二次规划问题分块坐标下降法的收敛性证明,又为很多相关问题的后续研究提供了动机.最后,基于本文内容,我们将提出一些与之密切相关但尚未解决的问题,并把它们作为进一步深入研究的对象.

数值计算与计算机应用杂志要求:

{1}投稿方式：将电子版（Word 文档）发送至编委会邮箱，并以“ 作者单位+ 作者姓名+ 文章标题” 为邮件名称。

{2}所投稿件必须是署名作者本人实际完成，不存在任何违反学术规范情形，不存在任何知识产权争议。

{3}中文题名一般不超过20个字，必要时可加副题名。

{4}所有引文均需核实无误，文献版本应信实可靠。

{5}摘要一般应包括：目的、方法、结果和结论四要素，结果和结论可合并，字数一般以200字以内为宜。关键词可选3～8个。如果需要，请同时附上英文摘要。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社