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

本章讲的内容很多,要记住的东西很少,关键是熟练。 从应付考试的角度看,通常与第三章解方程合在一起做一个简单的曲线拟合。即使如此,从过去的经验看,主要是解题步骤记得不牢,自己的计算器也用得不熟,连用计算器解一个简单的三元一次方程组都错误连篇,主要原因还是平时偷懒所致

3.4二维r..函数的分布 问题已知r(X,Y)的概率分布, g(x,y)为已知的二元函数, 求Z=8(X,Y)的概率分布 方法转化为(X,Y)的事件

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;

1 .完成高斯消去法和约当消去法的程序编写 2.利用给你的程序,取seed=10000+1000*(N)生成 一个线性方程组的增广矩阵A6]7 3.用你编写的程序完成上面的方程组得求解。 提示:对于上面三个步骤,作业本上只写seed的值, 你所得到的矩阵,和解得的结果,并著名是否采用了选 主元的方法

本章主要讲述假设检验思想概述;正态总体参数检验(u检验,t检验, 2检验和F检验);非正态总体参数检验(非正态总体均值检验的大样本方 法,指数总体的参数检验);检验的实际意义及两类错误(检验结果的实际意 义,检验中的两类错误,样本容量确定问题)等内容

特征值 一、基本要求 1.理解矩阵的特征值、特征向量的概念并掌握其求法; 2.了解相似矩阵的概念、性质及矩阵对角化的充要条件,会化矩阵为相似对角形 二、内容提要 1.特征值与特征向量 设A为n阶方阵,a为n维非零列向量,为一个数,使得则称为A的一个特征值,a为A对应于的一个特征向量 2.特征向量的性质 (1)对应于不同特征值的特征向量是线性无关的 (2)同一特征值的特征向量a1,a2,…,am的任意非零线性组合

第一章误差l*Error*1 1误差的背景介绍*Introduction* 1.来源与分类l*Source& Classification*1 从实际问题中抽象出数学模型 模型误差l*Modeling Error*1 通过测量得到模型中参数的值 观测误差l*Measurement Error*1米 求近似解—方法误差(截断误差 Truncation Error*1)米 机器字长有限舍入误差*Roundoff Error*1

上面讨论的分段低次插值函数 都有一致收敛性，但光滑 性较差，对于像高速飞机的机翼形 线，船体放样等型值线 往往要求有二阶光滑度，即有二阶 连续导数，早期工程师 制图时，把富有弹性的细长木条 （所谓样条）用压铁固定 在样点上，在其它地方让它自由弯 曲，然后画下长条的曲 线，称为样条曲线

3.1 问题介绍 3.2 Householder 变换和 Givens 变换 3.3 QR 分解 3.4 奇异值分解 3.5 线性最小二乘问题的求解方法