
(29)
Коефіцієнти

визначаються із системи

(30)
Система у випадку несиметричної матриці буде трикутною.
Аналогічно будується система «біортогональних» векторів, тобто система 2n векторів, що задовольняють умові (12). При цьому

– n довільних лінійно незалежних векторів, а вектори

будуються послідовно у вигляді

(31)
Коефіцієнти

перебувають із системи

(32)
Також надходимо, відшукуючи коефіцієнти

й

, при побудові систем векторів (14) і (15), що задовольняють умовам (16).
При цьому одержимо дві системи:

(33)
з яких і визначаємо

й

.
Зупинимося ще на одному методі ортогоналізації. Будемо розглядати рядки матриці А як вектори:

(34)
Перше рівняння системи

ділимо на

. При цьому одержимо

(35)
де

(36)
Друге рівняння системи заміниться на

(37)
де

(38)
Аналогічно надходимо далі. Рівняння з номером i прийме вид

(39)
де

(40)
Процес буде здійсненний, якщо система рівнянь лінійно незалежна. У результаті ми прийдемо до нової системи

, де матриця З буде ортогональної, тобто має властивість СС¢=I.
Таким чином, рішення системи можна записати у вигляді

. (41)
Практично, внаслідок помилок округлення, СС¢ буде відмінна від одиничної матриці й може виявитися доцільним зробити кілька ітерацій для системи

.
2. Метод сполучених градієнтів
2.1 Перший алгоритм методу
Нехай потрібно вирішити систему лінійних алгебраїчних рівнянь

(1)
с позитивно певною матрицею A порядку n.
Розглянемо функціонала

, (2)
багаточлен, що представляє, другого порядку відносно x1, x2…, xn,… Позначимо через

рішення системи (1), тобто

. У силу симетричності й позитивної визначеності матриці, маємо:

При цьому знак рівності можливий лише при

. Таким чином, задача рішення рівняння (1) зводиться до задачі відшукання вектора

, що обертає в мінімум функціонал (2).
Для відшукання такого вектора застосуємо наступний метод.
Нехай

– довільний початковий вектор, а

(4)
– вектор не в'язань системи. Покажемо, що вектор не в'язань

має напрямок нормалі до поверхні

в крапці

. Справді, напрямок нормалі збігається з напрямком найшвидшої зміни функції

в крапці

. Це напрямок ми знайдемо, якщо знайдемо серед векторів

, для яких

, такий вектор, що

має найбільше значення. Але

Але серед векторів

постійний довжини

досягає максимального значення, якщо

має напрямок вектора

або йому протилежне. Твердження доведене. Будемо рухатися із крапки

в напрямку вектора

доти, поки функція

досягає мінімального значення. Це буде при

, тобто при

. (5)
Вектор

(6)
і приймаємо за нове наближення до рішення.
У методі сполучених градієнтів наступне наближення

перебуває так. Через крапку

проведемо гіперплощину (n-1) – го виміру

(7)
і через

позначимо нове не в'язання системи

. (8)
Вектор

спрямований по нормалі до поверхні

в крапці

, а вектор

паралельний дотичної площини в цій крапці. Тому

. (9)
Гіперплощина (7) проходить через крапку

, тому що

.
При кожному

вектор

паралельний деякої нормальної площини до поверхні

в крапці

. Знайдемо серед них той, котрий лежить у гіперплощині (7), тобто ортогональний к.

З умови ортогональності маємо:

,
або

. (10)
Вектор

(11)
має напрямок нормалі до перетину поверхні

гіперплощини (7) у крапці

. Будемо рухатися із крапки

в напрямку вектора

доти, поки функція

досягне мінімуму. Це буде при