手把手教您用Cholesky分解求解线性方程组：比高斯消元快一倍的方法 您正在求解一个形如 $Ax = b$ 的线性方程组。如果系数矩阵 $A$ 是对称正定矩阵，有一种名为 Cho
矩阵条件数与线性方程组求解的误差放大倍数关系 线性方程组求解是科学计算的核心任务。当你求解方程组 $A\mathbf{x} = \mathbf{b}$ 时，输入数据（矩阵 $A$
最小二乘法的正规方程推导及条件数对解稳定性的影响 构建最小二乘问题的基本模型。我们有一个线性方程组 $Ax=b$，其中 $A$ 是一个 $m \times n$ 的矩阵（通常 $m
高斯消元法的列主元选取策略对舍入误差的抑制 使用高斯消元法求解线性方程组时，一个棘手的问题是计算机的有限精度所带来的舍入误差。这些误差在计算过程中可能被放大，导致最终结果与真实解相
为什么矩阵正交化能减少数值误差：条件数改善 解决线性方程组 $Ax=b$ 时，即使数学上正确，计算机计算也可能产生巨大误差。两个数学上等价的算法，一个可能得到精确解，另一个可能误差
矩阵伪逆MoorePenrose的奇异值分解计算及最小范数解 当面对一个方程组 $Ax = b$，矩阵 $A$ 不是方阵或者不可逆时，通常的逆矩阵 $A^{1}$ 就不存在了。此时
线性方程组的高斯消元化为行阶梯形求解步骤 线性方程组的高斯消元法，是求解线性方程组最经典、最系统的方法。其核心思路是通过一系列初等行变换，将方程组的系数矩阵（或增广矩阵）化为一种特
