一、向量范数 定义1.对于n维向量空间R”中任意一个向量x, 若存在唯一一个实数∈R与x对应,且满足 (1)(正定性)≥0,且Vx∈,=0x=0; (2)(齐次性)axa,ver,a∈R (3)(三角不等式)x+y,Vx,y∈r\ 则称为向量x的范数

幂法的收敛速度主要取决于比值/,若比值越小 则收敛越快;当接近于1时,则收敛很慢这时采用原点平移 法可加快幂法的收敛速度. 设A的特征值为,2,…n,则A-p的特征值为 -p,2-p,…n-p,且A与A-p1的特征向量相同对矩阵A-p

一、幂法分析 幂法是用来计算实方阵的按模最大的特征值及相应特征向量的一种迭代法设n阶实方阵A有n个线性无关的特征向量

基本要求 1、熟悉特征值和特征向量的定义; 2、熟悉幂法求主特征值的计算过程; 3、了解原点平移法的思想; 4、了解逆幂法的思路

一、 Seidel迭代计算公式 使用简单迭代法求x(m+,在由第i个方程计算xm+时,x+,x2+,…x+ ,i-1 已经算出,但仍用的是x{m,x2,…,x如果在简单迭代法中,立即用 xm+,x,…,x代替xm,x2,,x,不仅可以减少一组存储单元, 而且还有可能提高收敛速度这就是赛德尔迭代 赛德尔迭代法的迭代公式为

一、逆幂法分析 设n阶实方阵A有n个线性无关的特征向量u12…n 相应的特征值分别为,2…n,并按其绝对值的大小排列 即 则由A1=u,可得Au1=u,即A的逆矩阵A的特征值为

一、插值问题 给定函数f(x)在区间a,b]上的一组n+1个不同的点 a≤x