本章主要内容简介 1.主要介绍n维向量(vector)、向量组(vector set)的线性组合、向量的线性表示、向量组的线性相关与线性无关、向量组的极大线性无关组、向量组的秩、向量组的等价等概念。 2.介绍向量组线性相关(linearly dependent)的性质。矩阵的秩与向量组的秩的关系,用矩阵的初等变换求向量组的秩和极大无关组。 3.用向量组的性质分析线性方程组的结构。 4.向量空间、子空间的概念,向量空间的基(basis)和维数(dimension)

第一章概论 计算流体力学在近二三十年中有了突飞猛进的发展,而且正 在以更快的速度前进。推动这一发展的原因一方面是实际问题 的需要,特别是宇航事业的需要另一方面是计算技术的飞速发 展和巨型计算机的出现。 计算流体力学是多种领域的交叉学科,它所涉及的学科有流 体力学、偏微分方程的数学理论、计算何、数值分析、计算机 科学等。它的发展促进了这些学科的进一步发展。最终体现计算 流体力学水平的是解决实际问题的能力

多项式的性质 利用带余除法我们得到下面常用的定理 定理7(余数定理)用一次多项式x-a去除多项式f(x),所 得的余式是一个常数这个常数等于函数值f(a) 证明用x-a去除f(x),设商为q(x),余式为一常数c

假如你站在崖顶且身上带着一只具有跑表功能的计算器,你也许会出于好奇心想用扔下 一块石头听回声的方法来估计山崖的高度, 假定你能准确地测定时间,你又怎样来推算山崖的高度呢,请你分析一下这一问题

• 3.2.1 图像分割引言 • 3.2.2 边界分割法 • 3.2.3 边缘连接分割法 • 3.2.4 阈值分割法 • 3.2.5 面向区域的分割 • 3.2.6 数学形态学图像处理

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;

引言 Chapter 2 插值方法表示两个变量x,y内在关系一般由函数式y=f(x)表达 但在实际问题中,有两种情况: 、 1由实验观测而得的一组离散数据(函数表),显然这种函 数关系式y=f(x)存在且连续,但未知。 2函数解析表达式已知,但计算复杂,不便使用。通常也函数表

2.5 Hermite插值 插值方法 NewtonLagrange与插值的不足 y=f(x),其 NewtonLagrange与插值多项式Pn(x)与Nn(x) 满足插值条件:P(xi)=nn(xi)=f(x)i=0,12.n Newton与 Lagrange插值多项式与y=f(x)在插值节点上有相同 的函数值“过点” 但在插值节点上y=f(x)与y=Pn(x)一般不”相切”, f(xi)≠n(x)光滑性较差 Hermite插值:求与y=f(x)在插值节点X1.n上具有相同函数 值及导数值(甚至高阶导数值)的插值多项式

由微积分学基本定理,当f(x)在[a,b]上连续时,存在原函数F(x) 由 NewtonLeibnitsI-式if(x)df()-F(a) 有时用上面的方法计算定积分有困难

实际工程技术、生产、科研上会出现大量的微分方程问题很难得到其解析解,有的甚至无法用解析表达式来表示, 因此只能依赖于数值方法去获得微分方程的数值解