只要函数 适当光滑连续，且关于 满足 条件，即存在常数 ，使得 由常微分方程理论知，初值问题的解必存在且 唯一

1.1 LU 分解 1.2 LU 分解的实现 1.3 IKJ 型 LU 分解 1.4 待定系数法计算 LU 分解 1.5 三角方程求解 1.6 选主元 LU 分解

1 常用定常迭代方法 2 应用：Poisson 方程求解 3 收敛性分析 4 加速方法 5 交替方向与 HSS 算法

2 特殊方程组的求解 2.1 对称正定线性方程组 2.2 对称不定线性方程组 ∗ 2.3 三对角线性方程组 2.4 带状线性方程组 ∗ 3 扰动分析 ∗ 3.1 δx 与 xˆ 的关系 3.2 δx 与 x∗ 的关系 3.3 δx 与残量的关系 4 解的改进 ∗ 4.1 高精度运算 4.2 矩阵元素缩放 (Scaling) 4.3 迭代改进法

1 二分法求 f (x) = 0 的根原理：若 f C[a, b]，且 f (a) · f (b) < 0，则 f 在 (a, b) 上必有一根

一、牛顿法及其几何意义 二、收敛性及其收敛速度 三、计算实例及其程序演示

为了研究线性方程组近似解的误差估计 和迭代法的收敛性,我们需要对R(n维 向量空间)中的向量或R∞中矩阵的“大 小”引入一种度量,—一向量和矩阵的范 数

定理7.3.1设矩阵A∈Rn,且非奇异,则一定存在正交矩 nxn 阵,上三角矩阵R,使 A=OR (7.3.2) 且当要求R的主对角元素均为正数时,则分解式(7.3.2)是唯一的。 证明存在性有矩阵A的非奇 Householder异性及变换矩 阵的性质(3)知,一定可构造n-1个H矩阵:H1,H2,…,Hn-1使 A+1=HA(k=1,2,…n-1)

§9.1引言 §9.2 Euler方法 §9.3 Runge-Kutta公式 §9.4单步法的进一步讨论 §9.5线性多步法

第一讲 线性代数基础 第二讲 线性方程组直接方法 第三讲 线性最小二乘问题 第四讲 非对称特征值问题 第五讲 对称特征值问题 第六讲 线性方程组定常迭代法 第七讲 Krylov子空间迭代法 第八讲 特征值问题的迭代解法 附录A IEEE浮点运算标准 附录B 数值计算中的误差 附录C 高性能计算 – 科学计算软件介绍