如果线性方程组的系数行列式不为零,即det(A)≠0, 则该方程组有唯一解。由克莱姆(cramer)法则,其解为 det() (i=1,2,…n det(A) 这种方法需要计算n+1个n阶行列式并作n次除法,而每个 n阶行列式计算需作(n-1)n!次乘法,计算量十分惊人

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

求解A=b时,A和b的误差对解有何影响 设A精确,b有误差。6,得到的解为1x即

本书为上册.数值分析部分内容由解线性代数方程组的直接法和迭代法、矩阵特征值和特征向量的计算、非线性方程的数值解法、插值与逼近、数值积分、常微分方程初值问题的数值解法等基本内容组成.矩阵部分内容由矩阵基础知识、线性空间与内积空间、线性变换、矩阵的标准型、矩阵函数、广义逆等基本内容组成.书中内容力求精简，系统性强，循序渐进，易于教学

第一讲 带余除法.1 第二讲 不可约多项式.5 第三讲 互素与不可约、分解.9 第四讲 多项式的根.13 第五讲 典型行列式.17 第六讲 循环行列式.21 第七讲 特殊行列式方法.26 第八讲 解线性方程组.31 第九讲 分块矩阵与求秩.36 第十讲 矩阵的分解与求逆.40 第十一讲 广义逆与特殊矩阵对关系.45 第十二讲 特征值、对角线与最小多项式.51 第十三讲 向量的线性相关与自由度.56 第十四讲 双线性型与正定二次型.61 第十五讲 线性空间及其几何背景.66 第十六讲 欧氏空间和正交变换的意义.71 第十七讲 线性变换的核与象.76 第十八讲 线性变换的特征与不变子空间.81

一、 Gauss列主元消去法的引入 例1.用 Gauss消去法解线性方程组(用3位十进制浮点数计算)

基本要求 1、熟练掌握向量和矩阵范数的定义及其性质; 2、掌握条件数的定义,并能用条件数估计线性方程组接解的误差和病态特征;

第三章解线性方程组的直接法 Direct Method for Solving Linear Systems 求解A=万 1高斯消元法Gaussian Elimination*1 高斯消元法思首先将A化为上三角阵l*uper--triangular matrix*1路,再回代求解l* backward substitution*1

直接法: 经过有限次运算后可求得方程组精确解的方 法(不计舍入误差!) 迭代法：从解的某个近似值出发，通过构造一个无穷序 列去逼近精确解的方法。（一般有限步内得不到精确解） 直接法比较适用于中小型方程组。对高阶方程组， 既使系数矩阵是稀疏的，但在运算中很难保持稀疏性， 因而有存储量大，程序复杂等不足

直接法:经过有限次运算后可求得方程组精确解的方 法(不计舍入误差!) 迭代法:从解的某个近似值出发,通过构造一个无穷序 列去逼近精确解的方法。(一般有限步内得不到精确解) 直接法比较适用于中小型方程组。对高阶方程组, 既使系数矩阵是稀疏的,但在运算中很难保持稀疏性, 因而有存储量大,程序复杂等不足