工程实际中，存在大量的解线性方程组的问题。很多数值方法到最后也会涉及到线性方程组的求解问题：如样条插值的M和m关系式，曲线拟合的法方程组，方程组的Newton迭代等问题。 4.1 高斯消去法 4.2 选主元素的高斯消去法 4.3 矩阵的三角分解法 4.4 平方根法与改进平方根法 4.5 向量和矩阵的范数 4.6 线性方程组的性态和解的误差分析 4.7 解线性方程组的迭代法 4.8 迭代法的收敛性及误差估计

在求一个数字矩阵A的特征值和特征向量时曾出现过-矩阵AE-A,我们 称它A为的特征矩阵这一节的主要结论是证明两个nxn数字矩阵A和B相似的 充要条件是它们的特征矩阵E-A和AE-B等价. 引理1如果有nxn数字矩阵PQ使 ME-A=(ME-B)

欧拉方程 一、欧拉方程 形如 的方程(其中P1,P2…Pn为常数)叫欧拉方程. 特点:各项未知函数导数的阶数与乘积因子自 变量的方次数相同

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

定义6设A是线性空间V的一个线性变换,的全体像组成的集合称为 的值域,用AV表示所有被A变成零向量的向量组成的集合称为A的核,用 A-(0)表示 若用集合的记号则AV={A55∈V},a-(0)={A5=0,5∈V} 线性变换的值域与核都是V的子空间 AV的维数称为A的秩,A-(0)的维数称为A的零度

1.1行列式 1.计算下列排列的反序数: (i)523146879; (ii)n,n-…,2 ()2k,,2k-1,2,…,k+1,k 2.假设n个数码的排列,2,,的反序数是,那么排列inn1的

一、两向量的数量积 二、两向量的向量积 三、向量的混合积

第四章随机变量的数字特征 4-2方差 在实际问题中常关心随机变量与均值的 偏离程度,可用EX-EX|,但不方便;所以 通常用E(X-EX)2来度量随机变量X与其均 值EX的偏离程度。 1、定义 设X是随机变量,若E(X-EX)2存在,称其 为随机变量X的方差,记作DX,Var(X),即: DX=Var(X)=E(X-EX) 2.x称为标准差。 DX=E(X-E)2=(x-E)2p,离散型

一、线性变换的定义 线性空间V到自身的映射称为V的一个变换 定义1线性空间V的一个变换A称为线性变换,如果对于V中任意的元 素a,和数域P中任意数k,都有 A(a+B)=(a)+A(B);

一、线性子空间的概念 定义 7 数域 P 上的线性空间 V 的一个非空子集合 W 称为 V 的一个线性子空 间（或简称子空间），如果 W 对于 V 的两种运算也构成数域 P 上的线性空间