被人点名了，这些问题我比较喜欢~阅读全文>
阅读全文>
发表于 @ 2008年03月23日 10:20:00|评论(loading...)|编辑
有理函数比多项式函数优越，是因为有理函数能够模拟具有极点的函数。极点是指（1）式中分母的零点。如果要插值的函数本身有极点的话，则在实数x处就有可能出现这些极点。阅读全文>
发表于 @ 2007年12月13日 16:29:00|评论(loading...)|编辑
首先讨论了lagrangian(拉格朗日)插值多项式，分析出不适合编程，而后讨论了更好的方法——neville插值多项式进行插值运算。阅读全文>
发表于 @ 2007年12月12日 13:14:00|评论(loading...)|编辑
在直接求解线性方程组的方法中，舍入误差累积到一定程度时矩阵就接近歧义了。对于远非奇异的矩阵，也容易丢失两个或三个有效数字。如果这种情况发生，有一个简单的方法能够恢复到整个及其精度，称为解的迭代改进，这在理论上是很直接的。阅读全文>
发表于 @ 2007年12月11日 11:48:00|评论(loading...)|编辑
分解主要是使用笔者前面几篇文章提到过的Crout方法。因为不可能把一个带状对角矩阵A的LU分解也像其压缩形式本是一样紧凑的存储起来，因为分解产生了附加的非零元素填入。一种直接的存储方案是，坝上三角因子（U）返回到以前占有的相同的空间中，把下三角因子（L）返回到单独的N×m1压缩矩阵中。U的对角线元素被存放在A的存储空间的第一列。阅读全文>
发表于 @ 2007年12月09日 23:04:00|评论(loading...)|编辑
带状对角系统紧靠在对角线左边（下边）有m1≥0个非零元素，紧靠其右边（上边）有m2≥0个非零元素。当然，这仅在m1和m2<阅读全文>
发表于 @ 2007年12月06日 13:36:00|评论(loading...)|编辑
线性方程系统的特例之一是三对角形式的，也就是说，非零的元素仅出现在对角线及其前、后一列的位置上。阅读全文>
发表于 @ 2007年12月04日 14:36:00|评论(loading...)|编辑
对矩阵进行LU分解，显然，分解后的矩阵对角线上元素的乘积即为原始矩阵行列式的值阅读全文>
发表于 @ 2007年12月03日 22:53:00|评论(loading...)|编辑
LU分解大约需要执行N3/3次内层循环（每次包括一次乘法和一次加法）。这是求解一个（或少量几个）右端项时的运算次数，它要比Gauss-Jordan消去法快三倍，比不计算逆矩阵的Gauss-Jordan法快1.5倍。阅读全文>
发表于 @ 2007年12月03日 19:14:00|评论(loading...)|编辑
LU分解法的原理以及实现，并求解线性方程组。阅读全文>
发表于 @ 2007年12月03日 10:15:00|评论(loading...)|编辑