数值计算方法——前三章，可复制源码后用typora查看

习题集

• $$

范数||A||=\max_{||x||{\alpha}=1}||Ax||{\alpha}从属于范数||x||_\alpha

$$

$$

||A||M=n\max{1\leq i,j\leq n}|a_{i,j}|

$$

矩阵运算的补充

矩阵运算

$$

左乘变行，右乘变列。具体步骤是这么看的：\

(1)变换指标对应了两个主元\

L=\left(\begin{matrix}

1&0&\cdots&0\

0&对应主元1&\cdots&0\

\vdots&\vdots&\ddots&\vdots\

0&变换指标&\cdots&对应主元1

\end{matrix}\right)\

行变换A=\left(\begin{matrix}

a_{11}&a_{12}&\cdots&a_{1n}\

a_{21}&基本行&\cdots&a_{2n}\

\vdots&\vdots&\ddots&\vdots\

a_{n1}&变换指标&\cdots&作用行

\end{matrix}\right)\

列变换B=\left(\begin{matrix}

a_{11}&a_{12}&\cdots&a_{1n}\

a_{21}&作用列&\cdots&a_{2n}\

\vdots&\vdots&\ddots&\vdots\

a_{n1}&变换指标&\cdots&基本列

\end{matrix}\right)\

(2)行变换竖着找指示基本行的\ 主元\ ||列变换横着找指示基本列的
主元\

(3)行变换相连主元行为作用行||列变换相连主元列为作用列

$$

特征值

• 特征值

+ 特征值的和为矩阵的迹

+ 特征值的积为|A|

+ 若λ是可逆阵A的一个特征根，x为对应的特征向量，则1/λ 是A的逆的一个特征根，x仍为对应的特征向量。

+ 若 λ是方阵A的一个特征根，x为对应的特征向量，则λ 的m次方是A的m次方的一个特征根，x仍为对应的特征向量

+ 设λ1，λ2，…,λm是方阵A的互不相同的特征值。xj是属于λi的特征向量( i=1,2,…,m)，则x1,x2,…,xm线性无关，即不相同特征值的特征向量线性无关

• 若B的特征值为t，则 I+B 的特征值为 1+t（减法依然）

• A的所有特征值的全体，叫做A的谱，记为

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6CHD0fMp-1587998963072)(C:%5CUsers%5C%E8%8B%8F%E7%A7%91%5CDesktop%5Cd2881aad9f78ce183e1fac3babaa13a6.svg)]

相似

• 相似矩阵的必要条件

+
A的特征值与B的特征值相同——λ(A)=λ(B)，特别地，λ(A)=λ(Λ)，Λ为A的对角矩阵；

+
A的特征多项式与B的特征多项式相同——|λE-A|=|λE-B|；

+
A的迹等于B的迹——trA=trB/[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Gd4NtkUS-1587998963075)(C:%5CUsers%5C%E8%8B%8F%E7%A7%91%5CDesktop%5C61394c77bea42accee1c319bb10bcb45.svg)]，其中i=1,2,…n（即主对角线上元素的和）；

+
A的行列式值等于B的行列式值——|A|=|B|；

+
A的秩等于B*的秩——r(A)=r(*B)

算术运算的误差分析初步

#解非线性方程的数值方法

二分法

迭代法

Newton迭代法

Steffensen加速

Muller法

# 解线性方程组的直接方法

Gauss消去法

Gauss消去法

• 流程图

+
注意

+
菱形判断符有两个含义，有环结构的对应while，无环结构的对应if

+
圆角矩形是彻底的break

+ 主程序

• • 检查并换行程序