矩阵运算是数值计算中最重要的一类运算特别是在线性代数和数值分析中它是一种最 基本的运算。本章讨论的矩阵运算包括矩阵转置、矩阵向量相乘、矩阵乘法、矩阵分解以 及方阵求逆等。在讨论并行矩阵算法时分三步进行:①算法描述及其串行算法;②算法的 并行化及其实现算法框架以及简单的算法分析;③算法实现的MP源程序,以利于读者实 践操作

我们知道对矩阵进行一次初等变换,就相 当于用相应的初等矩阵去左乘原来的矩阵。 因此我们这个观点来考察Gaus消元法用 矩阵乘法来表示,即可得到求解线性方程 组的另一种直接法:矩阵的三角分解

3.1 特殊矩阵 3.2 矩阵结构变换 3.3 矩阵求逆与线性方程组求解 3.4 矩阵求值 3.5 矩阵的特征值与特征向量 3.6 矩阵的超越函数

为降低基于Skowron分明矩阵属性约简算法的复杂度,提出了简化分明矩阵及其相应属性约简的定义,并证明了基于简化分明矩阵的属性约简与基于原分明矩阵的属性约简等价.在简化决策表的基础上,定义了一个函数,该函数能度量条件属性在简化分明矩阵中出现的频率,并给出了计算该函数的快速算法,其时间和空间复杂度均为O(|U/C|).用该函数设计了一个有效的基于原分明矩阵属性约简算法,算法的时间复杂度降为O(|C||U|)+O(|C|2|U/C|),空间复杂度降为O(|U|);并用实例证明了算法的有效性

设矩阵A∈Rn,如果存在数入∈C及非零向量x∈C满足方程 Ax∈x,则称λ为矩阵A的一个特征值,称为矩阵A的相应于特 征值λ的特征向量。为简单起见,下称,x为矩阵A的一特征对。 特征值的计算,直接从特征方程()=det-A)=0出发会遇到很 大困难,当n稍大一些,行列式展开本身就很不容易,随后是高次代数 方程求解。因此,矩阵特征值的求解,主要是数值解法

计算机绘透视图时透视变形矩阵和旋转矩阵的关系以及其他有关问题

华东师范大学：《高等数值分析（高性能计算/并行计算）》课程教学资源（讲义）05 矩阵 - 矩阵乘积并行算法（OpenMP）

2.1矩阵的运算 1.计算

矩阵函数的另外一种计算方法  利用零化多项式计算矩阵函数 矩阵微分方程  矩阵的微分和积分  一阶线性齐次常系数微分方程组  一阶线性非齐次常系数微分方程组

南京大学：《数值计算方法》课程教学资源（PPT课件）第七章 矩阵特征值和特征向量的数值解法 7.3.2 矩阵的QR分解 7.3.3 QR算法