在工程和科学计算中,所建立的各 种常微分方程的初值或边值问题,除很 少几类的特殊方程能给出解析解,绝大 多数的方程是很难甚至不可能给出解析 解的,其主要原因在于积分工具的局限 性。因此,人们转向用数值方法去解常 微分方程,并获得相当大的成功,讨论 和研究常微分方程的数值解法是有重要 意义的

定理7.3.1设矩阵A∈Rn,且非奇异,则一定存在正交矩 nxn 阵,上三角矩阵R,使 A=OR (7.3.2) 且当要求R的主对角元素均为正数时,则分解式(7.3.2)是唯一的。 证明存在性有矩阵A的非奇 Householder异性及变换矩 阵的性质(3)知,一定可构造n-1个H矩阵:H1,H2,…,Hn-1使 A+1=HA(k=1,2,…n-1)

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

略去余式R[f],由定理5.1.2知,它如果是插值型求积公式,则至少有n次代数精度

前面我们根据区间[ab]上给出的节点做 插值多项式Ln(x)近似表示f(x)。一般总 以为Ln(x)的次数越高,逼近f(x)的精度 越好,但实际并非如此,次数越高,计 算量越大,也不一定收敛。因此高次插 值一般要慎用,实际上较多采用分段低 次插值

为了研究线性方程组近似解的误差估计 和迭代法的收敛性,我们需要对R(n维 向量空间)中的向量或R∞中矩阵的“大 小”引入一种度量,—一向量和矩阵的范 数

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

第7章图论 7.1无向图及有向图 7.2通路、回路与连通性 7.3图的矩阵表示 7.4欧拉(Euler)图 7.5哈密尔顿(Hamilton)图 7.6二部图 7.7平面图 7.8树

课程性质:力学与工程科学系选修课。预修课程为高等数学,主要为低年级本科生开设。 课程内容: Matlab是目前工程界最为流行的普及性程序语言,以它的简单易学,功能强大 而著称。它的主要特点是以矩阵为基础,将数学知识软件化,使得非数学专业的学生不再 编写繁重的数值计算代码

控制系统的数学模型在控制系统的研宄中有着相当重要的 地位,要对系统进行仿真处理,首先应当知道系统的数学 模型,然后才可以对系统进行模拟。同样,如果知道了系 统的模型,才可以在此基础上设计一个合适的控制器,使 得系统响应达到预期的效果,从而符合工程实际的需要