【例题+习题】【数值计算方法复习】【湘潭大学】（五）

最新推荐文章于 2024-07-12 17:31:48 发布
最新推荐文章于 2024-07-12 17:31:48 发布
阅读量1.2k 收藏 14
点赞数 3
分类专栏： 课程 文章标签： 线性代数 机器学习 矩阵
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41691212/article/details/122114718
版权

第五章：线性代数方程组求解

目录

写在前面的话

书籍：《数值计算方法》

作者：黄云清、舒适、陈艳萍、金继承、文立平、石钟慈 编 / 科学出版社

本系列在于弄清考试重点，不在于深挖，供复习参考~主要的方式是通过写题来了解知识点。

知识点（重点）

向量空间（范数，条件数）

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
不记得怎么求逆矩阵可以去查一查。
在这里插入图片描述

Jocabi迭代法

在这里插入图片描述
在这里插入图片描述

Gauss-Seidel迭代格式

在这里插入图片描述

SOR松弛法

在这里插入图片描述
在这里插入图片描述

共轭梯度法思想

共轭梯度法是介于最速下降法与牛顿法之间的一个方法，它仅需一阶导数信息，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点。共轭梯度法的基本思想是把共轭性与最速下降法相结合，利用已知点处的梯度构造一组共轭方向，并沿这组方向进行搜索，求出目标函数的极小点。根据共轭方向的基本性质，这种方法具有二次终止性。

共轭梯度法关键是要找正交向量寻找方向，去不断逼近解。

其本质是最小二乘解的思想

例题（重点）

向量空间

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

习题（重点）

5.21

在这里插入图片描述

5.23

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5.28

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

粥粥粥少女的拧发条鸟
关注
  • 3
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
数值计算方法课后习题及答案
02-08
数值计算方法课后习题及答案 高清版 。
数据库系统例题+复习范围+手写笔记(纯干货)
07-06
例题可能包括选择题、填空题、简答题以及综合应用题，涵盖了数据库的基础知识到高级主题。通过解题，你可以了解数据库查询优化、索引的构建与使用、视图的创建、存储过程的应用等多个方面。 二、复习范围 复习范围...
【例题+习题】【数值计算方法复习】【湘潭大学】（四）
谈论现实
12-23 1305
第四章：数值积分与数值微分 目录第四章：数值积分与数值微分写在前面的话知识点（重点）公式Newton-Cotes公式复化求积公式高斯型求积公式例题（重点）复化求积公式高斯型求积公式习题4.14.54.134.14 写在前面的话 书籍：《数值计算方法》 作者：黄云清、舒适、陈艳萍、金继承、文立平、石钟慈 编 / 科学出版社 本系列在于弄清考试重点，不在于深挖，供复习参考~主要的方式是通过写题来了解知识点。 知识点（重点） 公式 Newton-Cotes公式 复化求积公式 高斯型求积公式
【例题+习题】【数值计算方法复习】【湘潭大学】（七）
谈论现实
12-29 2123
第七章：非线性方程的数值解法 目录第七章：非线性方程的数值解法写在前面的话知识点（重点）牛顿迭代法牛顿下山法例题（重点）习题7.67.107.127.15 写在前面的话 书籍：《数值计算方法》 作者：黄云清、舒适、陈艳萍、金继承、文立平、石钟慈 编 / 科学出版社 本系列在于弄清考试重点，不在于深挖，供复习参考~主要的方式是通过写题来了解知识点。 知识点（重点） 牛顿迭代法 牛顿下山法 例题（重点） 习题 7.6 7.10 7.12 牛顿迭代法实现开根号 根号7是方程x²-7=0的根,可
【例题+习题】【数值计算方法复习】【湘潭大学】（六）
谈论现实
12-28 2062
第六章：矩阵特征值问题的解法 目录第六章：矩阵特征值问题的解法写在前面的话知识点（重点）乘幂法和反乘幂法思想例题（重点）基础盖尔圆盘特征值扰动约化矩阵的Householder方法二分法同号数习题6.16.46.106.116.16 写在前面的话 书籍：《数值计算方法》 作者：黄云清、舒适、陈艳萍、金继承、文立平、石钟慈 编 / 科学出版社 本系列在于弄清考试重点，不在于深挖，供复习参考~主要的方式是通过写题来了解知识点。 知识点（重点） 乘幂法和反乘幂法思想 例题（重点） 基础 盖尔圆盘 特征值
【例题+习题】【数值计算方法复习】【湘潭大学】（三）
谈论现实
12-22 2939
第三章：函数基本逼近（三）——最佳逼近 目录第三章：函数基本逼近（三）——最佳逼近写在前面的话知识点（重点）两种逼近最佳一致逼近多项式切比雪夫多项式内积空间的最佳逼近最佳平方逼近与正交多项式数据拟合的最小二乘法例题（重点）最佳一致逼近多项式最佳平方逼近与正交多项式数据拟合的最小二乘法习题33.73.83.93.123.193.22 写在前面的话 书籍：《数值计算方法》 作者：黄云清、舒适、陈艳萍、金继承、文立平、石钟慈 编 / 科学出版社 本系列在于弄清考试重点，不在于深挖，供复习参考~主要的方式是通过写题
【例题+习题】【数值计算方法复习】【湘潭大学】（一）
谈论现实
12-20 2022
第一章：引言 目录第一章：引言写在前面的话例题机器数系（计算机浮点数表示）有效数字数值稳定习题11.11.21.31.41.51.61.71.81.9 写在前面的话 书籍：《数值计算方法》 作者：黄云清、舒适、陈艳萍、金继承、文立平、石钟慈 编 / 科学出版社 本系列在于弄清考试重点，不在于深挖，供复习参考~主要的方式是通过写题来了解知识点。 例题 机器数系（计算机浮点数表示） 有效数字 数值稳定 习题1 1.1 就是164+0.913=164.913，三位舍入看第四位是9则四舍五入得
【例题+习题】【数值计算方法复习】【湘潭大学】（二）
谈论现实
12-21 4918
第一章：引言 目录第一章：引言写在前面的话知识点（重点）拉格朗日插值公式Neville 插值公式牛顿插值公式拉格朗日插值多项式和牛顿插值多项式Hermite 插值例题（重点）习题22.1 （重点）2.22.32.42.52.6（重点）2.72.82.92.102.11（重点）2.122.132.142.152.16（重点）2.172.182.192.202.212.222.232.242.252.26 写在前面的话 书籍：《数值计算方法》 作者：黄云清、舒适、陈艳萍、金继承、文立平、石钟慈 编 / 科学出版
二项分布经典例题+练习题.doc
10-06
二项分布经典例题+练习题.doc
详解关联词语(附例题+练习题)[定义].pdf
10-28
详解关联词语(附例题+练习题)[定义].pdf
第六章++数值计算命令与例题.ppt
03-08
第六章++数值计算命令与例题.ppt第六章++数值计算命令与例题.ppt
线性代数笔记
2301_78723800的博客
07-02 755
二阶方阵 其伴随矩阵 为方阵的行列式 为主对角线互换 副对角线 加负号。左边第 i 行 一次 相乘求和 右边 第 j 列。逆 = 伴/行 伴 = 行逆。同型矩阵加减 对应位置相加减。单位矩阵如同乘法中的1。可逆矩阵的逆阵是唯一的。行列式行列对换值不变。只有方阵才有其行列式。
引领未来：在【PyCharm】中利用【机器学习】与【支持向量机】实现高效【图像识别】
小李很执着的博客
07-12 1250
支持向量机（SVM）进行图像识别的完整过程，包括从获取并可视化MNIST数据集、进行数据标准化、划分训练和测试集、通过网格搜索优化SVM模型、评估模型性能到预测新图像的各个步骤，并在代码中添加了调试输出和计时器以便更好地跟踪和优化整个过程。
【机器学习】特征选择：精炼数据，提升模型效能
鑫宝的博客
07-09 1264
在机器学习项目中，数据预处理阶段占据了相当大的工作量，其中特征选择是关键一环。特征选择指的是从原始数据集中挑选出最相关的特征子集，以用于后续的建模过程。这不仅有助于减少模型训练时间和存储空间的需求，还能提升模型的泛化能力和解释性。本文将深入探讨特征选择的重要性、常用方法及其实现策略，为读者提供一套系统性的指南。
基于机器学习（支持向量机，孤立森林，鲁棒协方差与层次聚类）的机械振动信号异常检测算法（MATLAB 2021B）
weixin_39402231的博客
07-06 444
基于机器学习（支持向量机，孤立森林，鲁棒协方差与层次聚类）的机械振动信号异常检测算法（MATLAB 2021B）
机器学习——随机森林（学习笔记）
CXDNW的博客
07-12 558
集成学习 （ensemble learning） 是时下非常流行的 机器学习算法，它本身不是一个 单独的机器学习算法，而是通过在数据上构建多个模型，集成所有模型的建模结果。基本上 所有的机器学习领域都可以 看到集成学习的 身影。在现在的 各种算法竞赛中，随机森林，梯度提升树（GBDT），Xgboost等集成算法的身影也随处可见，可见其效果之好，应用之广。集成算法目标：集成算法 会考虑 多个评估器的 建模结果，汇总之后 得到一个综合 的结果，以此来 获取比 单个模型更好的回归或分类表现。
Sklearn 入门教程：开启机器学习之旅
最新发布
weixin_42545951的博客
07-12 178
本文介绍了Scikit-learn库的入门知识，包括安装、数据准备以及分类、回归和聚类等常见任务的示例代码。希望通过本文的介绍，您能够对sklearn有一个初步的了解，并能够开始使用它来解决您的机器学习问题。当然，sklearn的功能远不止于此，还有更多的算法和技巧等待您去探索和学习。
基于Adaboost的数据分类算法matlab仿真
熟悉python,matlab,C,C++,JAVA等
07-12 110
AdaBoost的核心思想在于迭代地训练一系列弱分类器，并在每一轮中给错分样本赋予更高的权重，使得后续的弱分类器更加关注这些难分样本。最终，通过加权组合这些弱分类器的输出来做出最终决策。AdaBoost的一个重要特性是其具有很强的理论基础，保证了随着弱分类器数量T 的增加，训练误差会逐渐减小，直至达到零错误（在理论上，忽略过拟合的情况）。Freund和Schapire证明了AdaBoost在一定条件下具有最小化训练误差的性质，这一性质部分源于其损失函数的选择和权重更新的机制。
电子科技大学计算机组成原理复习，一共五份
06-13
复习电子科技大学计算机组成原理，建议从以下几个方面入手，为确保全面和高效，可以准备五份不同的复习资料或策略： 1. **教材精读**： - 仔细阅读官方教材《计算机组成原理》，理解基础概念、体系结构和工作原理。将书中的重点章节（如数据通路、控制单元、存储器、指令系统等）反复研读，做好笔记。 2. **课件回顾**： - 整理课堂讲义和PPT，复习老师在课堂上讲解的关键知识点和例题，这些通常包含了考试的重点和难点。 3. **习题集刷题**： - 拿到配套的习题集，做大量的练习题来巩固理论知识和提高解题能力。常见的教辅如《清华大学计算机组成原理实验与习题解答》是一个不错的选择。 4. **模拟试题演练**： - 找到历年真题或模拟试卷，熟悉考试形式和出题风格。做题过程中注意时间管理和解题策略的优化。 5. **专题复习与总结**： - 对于复杂的概念，如流水线设计、中断处理、异常处理等，可以制作思维导图或概念框架图进行归纳整理。同时，定期进行知识点梳理和总结，加深印象。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

粥粥粥少女的拧发条鸟

你的鼓励是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值