线性方程组。迭代方法与预处理 第一讲预备知识:矩阵基础 目录 M 1.1 线性代数基础 1.2 向量序列与矩阵序列 1.3 几类特殊矩阵 1.4 数值域 1.5 Chebyshev多项式
线性方程组 • 迭代方法与预处理 第一讲 预备知识: 矩阵基础 1.1 线性代数基础 1.2 向量序列与矩阵序列 1.3 几类特殊矩阵 1.4 数值域 1.5 Chebyshev 多项式 目录
参考资料 相关参考资料 Horn and Johnson,Matrix Analysis,2nd Edition,2013. Horn and Johnson,Topics in Matrix Analysis,1991. 0戴华,矩阵论,2001. 潘建瑜,矩阵计算讲义,2023 http://math.ecmu.edu.cn/-jypan 3/20
参考资料 相关参考资料 Horn and Johnson, Matrix Analysis, 2nd Edition, 2013. Horn and Johnson, Topics in Matrix Analysis, 1991. 戴华, 矩阵论, 2001. 潘建瑜, 矩阵计算讲义, 2023. http://math.ecnu.edu.cn/~jypan 3/20
1-1 线性代数基础 0 线性空间,如:R”,Cn,Rnxn,Rmxm,Rmxn O内积与内积空间,正交与GramSchmidt正交化过程 ⊙矩阵与线性变换,值域与零空间,初等变换,相似变换 ⊙向量范数与矩阵范数,范数与内积 ⊙投影,正交投影,最佳逼近 O矩阵Shcr分解,Jordan标准型,Kronecker积 OLU分解,Cholesky分解,QR分解,SVD分解,极分解 http://math.ecmu.edu.cn/-jypan 4/20
11 线性代数基础 线性空间, 如: R n , C n , R n×n , R m×m, R m×n 内积与内积空间, 正交与 Gram Schmidt 正交化过程 矩阵与线性变换, 值域与零空间, 初等变换, 相似变换 向量范数与矩阵范数, 范数与内积 投影, 正交投影, 最佳逼近 矩阵 Shcur 分解, Jordan 标准型, Kronecker 积 LU 分解, Cholesky 分解, QR 分解, SVD 分解, 极分解 http://math.ecnu.edu.cn/~jypan 4/20
1-21 向量序列与矩阵序列 。向量序列的收敛性和判别 ⊙矩阵序列的收敛性和判别 ⊙谱半径与矩阵范数 ⑦矩阵幂级数 )收敛速度 http://math.ecmu.edu.cn/-jypan 5/20
12 向量序列与矩阵序列 向量序列的收敛性和判别 矩阵序列的收敛性和判别 谱半径与矩阵范数 矩阵幂级数 收敛速度 http://math.ecnu.edu.cn/~jypan 5/20
1-31 几类特殊矩阵 ⑦正定矩阵,对称正定矩阵 ⊙对角占优矩阵,严格对角占优矩阵 )可约矩阵,不可约矩阵 http://math.ecmu.edu.cn/-jypan 6/20
13 几类特殊矩阵 正定矩阵, 对称正定矩阵 对角占优矩阵, 严格对角占优矩阵 可约矩阵, 不可约矩阵 http://math.ecnu.edu.cn/~jypan 6/20