《现代数值分析》课程参考资料（数值线性代数）Singular Values and Singular Value Inequalities（Mathias, Handbook of LA, 2014）

4 奇异值分解 4.1 奇异值，奇异向量和奇异值分解 4.2 奇异值基本性质 4.3 奇异值更多性质 ∗ 5 线性最小二乘问题的求解方法 5.1 正规方程法 5.2 QR 分解法 5.3 奇异值分解法 6 最小二乘问题的推广及其应用 ∗ 6.1 正则化与加权正则化 6.2 约束最小二乘 6.3 多项式数据拟合 6.4 线性预测 6.5 信号恢复 6.6 SVD：图像压缩 — 截断 SVD 6.7 SVD：图像配准 Rigid Alignment / Shape Registration

1 问题介绍 2 初等变换矩阵 3 QR分解 3.1 QR 分解的存在唯一性 3.2 基于 MGS 的 QR 分解 3.3 基于 Householder 变换的 QR 分解 3.4 列主元 QR 分解 3.5 基于 Givens 变换的 QR 分解 3.6 QR 分解的稳定性 ∗

2 特殊方程组的求解 2.1 对称正定线性方程组 2.2 对称不定线性方程组 ∗ 2.3 三对角线性方程组 2.4 带状线性方程组 ∗ 3 扰动分析 ∗ 3.1 δx 与 xˆ 的关系 3.2 δx 与 x∗ 的关系 3.3 δx 与残量的关系 4 解的改进 ∗ 4.1 高精度运算 4.2 矩阵元素缩放 (Scaling) 4.3 迭代改进法

《现代数值分析》课程参考资料（数值线性代数）Gaussian Elimination（Higham, 2011）

《现代数值分析》课程参考资料（数值线性代数）Matrix factorizations and direct solution of linear systems（Beattie, Handbook of LA, 2014）

1.1 LU 分解 1.2 LU 分解的实现 1.3 IKJ 型 LU 分解 1.4 待定系数法计算 LU 分解 1.5 三角方程求解 1.6 选主元 LU 分解

本文简要回顾了计算数学和科学计算的发展历史，从数值代数、数值逼近、最优化方法和微分方程计算方法等4个方面简要介绍了计算数学的主要研究内容和最新进展，最后提出进一步发展我国科学计算的建议

《现代数值分析》课程参考资料（数值线性代数）The Best of the 20th Century - Editors Name Top 10 Algorithms（SIAM News, 2000）

《现代数值分析》课程参考资料（数值线性代数）Numerical Analysis（Trefethen, 2008）