矩阵代数中的迭代方法
# 向量和矩阵范数 我们采用范数作为向量或矩阵间距离的衡量。 # 向量范数 向量范数 (norm) 是一个 Rn→R\mathbb{R}^n \to \mathbb{R}Rn→R 的映射 ∥⋅∥\|\cdot\|∥⋅∥, 满足以下的性质: 非负性: ∥x∥≥0\|\boldsymbol{x}\| \geq 0∥x∥≥0; 正定性: ∥x∥=0\|\boldsymbol{x}\| = 0∥x∥=0 当且仅当x=0\boldsymbol{x} = \boldsymbol{0}x=0; 齐次性: ∥αx∥=∣α∣∥x∥\|\alpha \boldsymbol{x}\| =...
more...常微分方程的初值问题
实际上是求连续问题的离散解。 # 初值问题 我们称形如条件 dydt=f(t,y),a≤t≤b, y(a)=α\frac{\mathrm dy}{\mathrm dt} = f(t,y), \quad a \leq t \leq b, \ y(a) = \alpha dtdy=f(t,y),a≤t≤b, y(a)=α 的问题为常微分方程的初值问题 (initial-value problem). # 李普希茨条件 若函数 f:D→Rf: D \to \mathbb{R}f:D→R 满足对 ∀x1,x2∈D\forall x_1,x_2 \in...
more...