http://blog.csdn.net/boymgl/category/351411.aspx莫名其妙的喜欢~zh-CNFri, 28 Mar 2008 20:58:00 GMT60BoyMglhttp://blog.csdn.net/boymgl/archive/2007/12/13/1933370.aspxThu, 13 Dec 2007 16:29:00 GMThttp://blog.csdn.net/boymgl/archive/2007/12/13/1933370.aspxhttp://blog.csdn.net/boymgl/comments/1933370.aspxhttp://blog.csdn.net/boymgl/archive/2007/12/13/1933370.aspx#Feedback0http://blog.csdn.net/boymgl/comments/commentRss/1933370.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1933370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。<img src ="http://blog.csdn.net/boymgl/aggbug/1933370.aspx" width = "1" height = "1" />BoyMglhttp://blog.csdn.net/boymgl/archive/2007/12/12/1931286.aspxWed, 12 Dec 2007 13:14:00 GMThttp://blog.csdn.net/boymgl/archive/2007/12/12/1931286.aspxhttp://blog.csdn.net/boymgl/comments/1931286.aspxhttp://blog.csdn.net/boymgl/archive/2007/12/12/1931286.aspx#Feedback0http://blog.csdn.net/boymgl/comments/commentRss/1931286.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1931286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。<img src ="http://blog.csdn.net/boymgl/aggbug/1931286.aspx" width = "1" height = "1" />BoyMglhttp://blog.csdn.net/boymgl/archive/2007/12/11/1929054.aspxTue, 11 Dec 2007 11:48:00 GMThttp://blog.csdn.net/boymgl/archive/2007/12/11/1929054.aspxhttp://blog.csdn.net/boymgl/comments/1929054.aspxhttp://blog.csdn.net/boymgl/archive/2007/12/11/1929054.aspx#Feedback0http://blog.csdn.net/boymgl/comments/commentRss/1929054.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1929054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。<img src ="http://blog.csdn.net/boymgl/aggbug/1929054.aspx" width = "1" height = "1" />BoyMglhttp://blog.csdn.net/boymgl/archive/2007/12/09/1926091.aspxSun, 09 Dec 2007 23:04:00 GMThttp://blog.csdn.net/boymgl/archive/2007/12/09/1926091.aspxhttp://blog.csdn.net/boymgl/comments/1926091.aspxhttp://blog.csdn.net/boymgl/archive/2007/12/09/1926091.aspx#Feedback0http://blog.csdn.net/boymgl/comments/commentRss/1926091.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1926091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。<img src ="http://blog.csdn.net/boymgl/aggbug/1926091.aspx" width = "1" height = "1" />BoyMglhttp://blog.csdn.net/boymgl/archive/2007/12/06/1920687.aspxThu, 06 Dec 2007 13:36:00 GMThttp://blog.csdn.net/boymgl/archive/2007/12/06/1920687.aspxhttp://blog.csdn.net/boymgl/comments/1920687.aspxhttp://blog.csdn.net/boymgl/archive/2007/12/06/1920687.aspx#Feedback0http://blog.csdn.net/boymgl/comments/commentRss/1920687.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1920687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<<N时才有意义。这种情况下，用LU分解求解线性系统可以比通用N×N的情况完成的更快，占用空间更少。<img src ="http://blog.csdn.net/boymgl/aggbug/1920687.aspx" width = "1" height = "1" />BoyMglhttp://blog.csdn.net/boymgl/archive/2007/12/04/1915987.aspxTue, 04 Dec 2007 14:36:00 GMThttp://blog.csdn.net/boymgl/archive/2007/12/04/1915987.aspxhttp://blog.csdn.net/boymgl/comments/1915987.aspxhttp://blog.csdn.net/boymgl/archive/2007/12/04/1915987.aspx#Feedback0http://blog.csdn.net/boymgl/comments/commentRss/1915987.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1915987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。<img src ="http://blog.csdn.net/boymgl/aggbug/1915987.aspx" width = "1" height = "1" />BoyMglhttp://blog.csdn.net/boymgl/archive/2007/12/03/1914560.aspxMon, 03 Dec 2007 22:53:00 GMThttp://blog.csdn.net/boymgl/archive/2007/12/03/1914560.aspxhttp://blog.csdn.net/boymgl/comments/1914560.aspxhttp://blog.csdn.net/boymgl/archive/2007/12/03/1914560.aspx#Feedback0http://blog.csdn.net/boymgl/comments/commentRss/1914560.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1914560 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<img src ="http://blog.csdn.net/boymgl/aggbug/1914560.aspx" width = "1" height = "1" />BoyMglhttp://blog.csdn.net/boymgl/archive/2007/12/03/1914288.aspxMon, 03 Dec 2007 19:14:00 GMThttp://blog.csdn.net/boymgl/archive/2007/12/03/1914288.aspxhttp://blog.csdn.net/boymgl/comments/1914288.aspxhttp://blog.csdn.net/boymgl/archive/2007/12/03/1914288.aspx#Feedback0http://blog.csdn.net/boymgl/comments/commentRss/1914288.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1914288 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。<img src ="http://blog.csdn.net/boymgl/aggbug/1914288.aspx" width = "1" height = "1" />BoyMglhttp://blog.csdn.net/boymgl/archive/2007/12/03/1913199.aspxMon, 03 Dec 2007 10:15:00 GMThttp://blog.csdn.net/boymgl/archive/2007/12/03/1913199.aspxhttp://blog.csdn.net/boymgl/comments/1913199.aspxhttp://blog.csdn.net/boymgl/archive/2007/12/03/1913199.aspx#Feedback0http://blog.csdn.net/boymgl/comments/commentRss/1913199.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1913199LU分解法的原理以及实现，并求解线性方程组。<img src ="http://blog.csdn.net/boymgl/aggbug/1913199.aspx" width = "1" height = "1" />BoyMglhttp://blog.csdn.net/boymgl/archive/2007/12/01/1910213.aspxSat, 01 Dec 2007 09:50:00 GMThttp://blog.csdn.net/boymgl/archive/2007/12/01/1910213.aspxhttp://blog.csdn.net/boymgl/comments/1910213.aspxhttp://blog.csdn.net/boymgl/archive/2007/12/01/1910213.aspx#Feedback0http://blog.csdn.net/boymgl/comments/commentRss/1910213.aspxhttp://tb.blog.csdn.net/TrackBack.aspx?PostId=1910213完全选主元法在数学上与部分选主元法的效果是相同的。完全选主元法区别于部分选主元法在于行和列都要进行交换。<img src ="http://blog.csdn.net/boymgl/aggbug/1910213.aspx" width = "1" height = "1" />