rip收敛速度慢，OSPF收敛速度快，这个“收敛速度”指的是什么？举个例子

就是指算法的收敛速度。rip采用距离矢量。
RIP协议是V－D算法在局域网上的直接实现，RIP将协议的参加者分为主动机和被动机两种。主动机主动地向外广播路径刷新报文，被动机被动地接受路径刷新报文。
包括RIP在内的V－D算法路径刷新协议，都有一个严重的缺陷，即“慢收敛”（slow convergence）问题。又叫“计数到无穷”(count to infinity)。如果出现环路，直到路径长度达到16，也就是说要经过7番来回（至少30X7秒），路径回路才能被解除，这就是所谓的慢收敛问题。

高斯迭代法可看作是雅克比迭代法的一种修正。两者的收敛速度在不同条件下不同，不能直接比较，即使在同样条件下，有可能对于同样的系数矩阵出现一种方法收敛，一种方法发散。

计算谱半径，普半径小于1，则收敛，否则不收敛。其中谱半径就是迭代矩阵J或者G的最大特征值。

也可用列范数或行范数判断,列范数或者行范数小于1，则收敛。但范数大于1时，不能说明其发散，还要通过计算谱半径来确定其收敛性。

扩展资料：

在数值线性代数中是用于求解线性方程组的迭代方法。 它以德国数学家卡尔·弗里德里希·高斯（Carl Friedrich Gauss）和菲利普·路德维希·冯·塞德尔（Philipp Ludwig von Seidel）命名，与雅可比方法相似。

虽然它可以应用于对角线上具有非零元素的任何矩阵，但只能在矩阵是对角线主导的或对称的和正定的情况下，保证收敛。

参考资料来源：百度百科-高斯-赛德尔迭代

当时想着，能不能经过调整使得OSPF在毫秒级收敛，这样客户体验将会很好。看了如下贴子，我还是放弃这毫秒级的想法吧。。。OSPF的收敛速度，CISCO给出过一个理论值，6S。它假设的情况是当一台路由器的链路发生变化，这个更新的LSA会发送至其他路由器，其他路由器再次计算新的路由。它考虑LSA的泛洪和SPF计算使用了1S，另外又存在一个SPF计算延时，默认为5S，所以简单的得出了一个6S的结论。在小马看来，OSPF的收敛其实绝对不能用一个数字去描述。收敛包括很多情况，除了某个链路变化之外还有可能是邻居的实效或建立，而且，不同的网络类型，时间值肯定也不一样，开不开BFD或者是否调节HelloDead时间都可能影响收敛时间。引用一下一些测试结果，在20个节点100条路由的情况下，当SPF-schedule-delay为1S时，用Agillent的Router Tester得出的结果是214090ms，而SPF-Schedule-delay为10S的时候，结果是710840ms（注意，SPF-schedule-delay设置的10S意思是最大等待时间为10S）；这个值仅具有参考性。所以说，OSPF的收敛速度只能说是比较快，但是想得到具体的时间值那不太现实。小马认为应该从以下几个时间入手：2，SPF算法方面，出于稳定考虑，OSPF在每次数据库发生变化后并未马上计算SPF，而是等待一个SPF-schedule-delay，这个时间值最小为5，最大为10S，可以调节为1S。3，LSA的泛洪方面，LSA有一个传输延时，trans-delay，目的是为了减少链路上同时泛洪的LSA的数量，缩短这个时间可以让LSA的更新更快；

条件是满足一组就收敛，但是这的收敛的意义不是逐点欧式距离意义的收敛，而是均方收敛。逐点收敛的充分条件一般是提函数分段可导。ak 存在 那么在希尔伯特空间L2中 函数f的傅里叶级数必然均方收敛于f。
法国数学家傅里叶发现，任何周期函数都可以用正弦函数和余弦函数构成的无穷级数来表示（选择正弦函数与余弦函数作为基函数是因为它们是正交的），后世称傅里叶级数为一种特殊的三角级数，根据欧拉公式，三角函数又能化成指数形式，也称傅立叶级数为一种指数级数。

收敛速度是指迭代次数，牛拉法的迭代次数比PQ法少，所以收敛速度快。

不同情况两种方法收敛速度不同。

牛顿—拉夫逊法比较通用，但是收敛速度不高，但基本所有问题都通用；P—Q 分解法适用于有P-Q能分解开的情况，适用面没有牛顿—拉夫逊法广，但是一旦可以适用，则收敛速度比较快。

扩展资料：

迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程，跟迭代法相对应的是直接法（或者称为一次解法），即一次性解决问题。迭代算法是用计算机解决问题的一种基本方法。它利用计算机运算速度快、适合做重复性 *** 作的特点，让计算机对一组指令（或一定步骤）重复执行，在每次执行这组指令（或这些步骤）时，都从变量的原值推出它的一个新值。

参考资料来源：百度百科-牛顿迭代法

调换位置之前，方程组的系数矩阵是
[1 2;
3 2]
上面这个矩阵不是对角占优矩阵，其敛散性需要具体根绝迭代矩阵的谱半径来确定。
而调换位置之后，方程组的系数矩阵是
[3 2;
1 2]
可以看到，上面这个矩阵是一个严格对角占优矩阵，按照相关定理，其Jacobi迭代和G-S迭代均收敛。收敛速度就看谁的迭代矩阵谱半径小。

鼠标选中网格，右键，选统计，根据单元质量直方图检验网格的好坏。一般可以根据物理场自由剖分三角形网格。也可以用映射、分布的功能去定义各个几何模块不同的网格划分密度。网格划分的越粗，计算的越快，过粗会不收敛；网格划分的越细，计算速度越慢，但精度较高。还有就是模型的计算速度不单单与网格划分有关，与初始值设置，边界条件选择以及物理参数选取等都有很大的关系。搞有限元关键，搞清模型的本构关系，最好知道它的计算原理，然后有针对性的去调试。最后要注意计算时的相对容差设置，相对容差设置大一些，计算速度会加快，但计算精度会下降，还有就是容差过小有时会计算不收敛，要具体问题具体分析才行。

---