主要内容 典型例题 测验题

6.1.1 特征值与特征向量的基本概念 6.1.2 特征值与特征向量的求法 6.1.3 特征值与特征向量的性质

• 二、标准正交基 • 三、施密特正交化 • 四、正交矩阵与正交变换 • 一、内积

第二章 数组 1.作为抽象数据类型的数组 2.顺序表(Sequential List) 3.多项式抽象数据类型 (Polynomial ADT) 4.稀疏矩阵(《SoarseMVIatrix》） 5.字符串(String)

在实际应用中计算机采用的解线性方程组并 不用克莱姆法则,而是采用高斯消元法。 高斯消元法其实就是中学里学的加减消元法 的推广,现在我们将其用在m个方程n个未知 元的一般情况。 消元法的基本思想是通过消元变形把方程组 化成容易求解的同解方程组

第三章链表 1.单链表(Singly Linked List 2.循环链表(Circular List 3.多项式及其相加 4.双向链表(Doubly Linked List 5.稀疏矩阵

线性方程组求解代码汇编 问题:求Ax=b的解,A是M阶可逆方阵; 约定:算法中用到的是M×N增广矩阵,N=M+1; 变量:i,j,k等为整型变量,x,y,z为实型变 1.把任意M阶线性方程组化为上三角形方程 组的C语言代码:

大概是由于以前人们使用计算工具非常落后,所以计算量较小的计算方法更受欢迎 解线性方程组的约当消去法的计算量比高斯消去法稍大一些,这对于我们现在使用的计算机来说,完全算 不了什么 约当消去法算法更简单,编程的方式更灵活,还可用来求解有无数组解的线性方程组,还可用来求矩阵的逆。所以约当消去法的价值超过了高斯消去法。 高斯消去法的回顾 高斯消去法的的关键是把线性方程组化为上三角形线性方程组,也就是利用akk不为零来消去

线性代数第一讲 概论 线性代数是一门普通的基础理论课,它被广泛地应用于科技的各个领域, 尤其在计算机日益普及的今天,求解线性方程组等问题已成为研究科技问题经 常遇到的课题。 线性代数重点研究应用科学中常用的矩阵法,线性方程组的基本知识,另 外行列式也是一个有力的工具,在讨论上述问题时都要用到。 本门课程的特点,既有繁琐和技巧性很强的数字计算,又有抽象的概念和 逻辑推理,在学习中,需要特别加强这两个方面的训练

第3章:线性方程组求解代码汇编问题:求Ax=b的解,A是M阶可逆方阵; 约定:算法中用到的是MN增广矩阵,N=M+1; 变量:i,j,k等为整型变量,x,y,z为实型变 量;