一、离散化积分方程的求解 二、应用 Krylov子空间法 三、快速矩阵向量积 四、多极点算法 五、多极点表示 六、基本层次 七、算法改善 八、局部展开

矩阵运算是数值计算中最重要的一类运算特别是在线性代数和数值分析中它是一种最 基本的运算。本章讨论的矩阵运算包括矩阵转置、矩阵向量相乘、矩阵乘法、矩阵分解以 及方阵求逆等。在讨论并行矩阵算法时分三步进行:①算法描述及其串行算法;②算法的 并行化及其实现算法框架以及简单的算法分析;③算法实现的MP源程序,以利于读者实 践操作

一、二次型的标准形 二、用正交变换法化二次型为标准形 三、用拉格朗日配方法化二次型为标准形 四、二次曲面的化简

定义11:设o是Vn(F)上的线性变换,若对 入∈F,存在非零向量,使得5=5 则称是线性变换σ的一个特征值, 5是的属于特征值的特征向量

在阶数较大、系数阵为稀疏阵的情况下,可以采用迭代法求解线性方程组。用迭代法 (Iterative Method)求解线性方程组的优点是方法简单,便于编制计算机程序,但必须选取合 适的迭代格式及初始向量,以使迭代过程尽快地收敛。迭代法根据迭代格式的不同分成雅 可比(Jacobi)迭代、高斯塞德尔(Gauss-Seidel-)迭代和松弛(Relaxation)法等几种

一個質點在空間的移動,可以由映射x:[0,T→R3 來描述·它的速度向量是,它的動能是 E(x). 給定空間中兩點p和q,我們考慮所有連接p和q的質點 路徑,其中動能最小的路徑就是連結p和q的直線

一、模型假设 只有现在和未来两个时刻,现在是确定的,未来是不确定的; 假定市场中有n种风险资产,其未来价格是n个随机变量x,x2,xn 第0种资产是无风险资产,其未来价格x是确定值; 假设n+1种资产的当前价格为p(x),px),p(x2),p(xn).这n+1 种资产的投资组合可用n+1维向量=(1)来表示那么投资组 合的当前价格为 p=p(x)+0p(x1)+…+np(xn) 投资组合的未来价格为

一、齐次线性方程组解的结构 二、非齐次线性方程组解的结构

一、空间直线的方程 二、空间两直线间的位置关系 三、空间直线与平面间的位置关系

1.方程+ysinx=e的任一解的最大存在区间必定是 dr 2.方程y\+4y=0的基本解组是 3.向量函数组Y1(x),Y2(x),…,n(x)在区间上线性相关的条件是在区间I上它们的朗斯基行列式W(x)=0