为 Householder矩阵或反射矩阵。可证其具有以下性质: (1)H是实对称的正交矩阵,即H-=H=H; (2)det(H)=-1 (3)H仅有两个不等的特征值±1,其中1是n-1重特征值,-1是单重特征值,w为其相应的特征向量;

《矩阵理论—知识点详解》第一章 线性代数基础（1.4）特征值与特征向量

5.1向量的内积 内积是向量的一种运算用矩阵形式可表为x,y=xy

第一讲 线性代数基础 第二讲 线性方程组直接方法 第三讲 线性最小二乘问题 第四讲 非对称特征值问题 第五讲 对称特征值问题 第六讲 线性方程组定常迭代法 第七讲 Krylov子空间迭代法 第八讲 特征值问题的迭代解法 附录A IEEE浮点运算标准 附录B 数值计算中的误差 附录C 高性能计算 – 科学计算软件介绍

一、回顾GCR 二、最小残向量解法 三、Krylov子空间 四、与多项式关系 五、回顾特征值和范数 六、诱导范数 七、谱半径定理

§4.1 预备知识 §4.2 矩阵的特征值与特征向量 §4.3 相似矩阵与矩阵对角化 §4.4 实对称矩阵的对角化

5.1 线性变换基本概念 5.2 线性变换与矩阵 5.3 特征值和特征向量 5.4 常用的线性变换 5.5 线性映射

本书介绍常用的数值计算方法，内容包括：函数插值、最小二乘拟合、非线性方程求解、线性方程组解法、数值积分和微分、常微分方程数值解法、矩阵的特征值问题等.本书例题丰富，形式多样，并有C语言和Mathematica语言的例题和习题

1 幂迭代方法 2 反迭代方法 3 QR 迭代方法 4 带位移的隐式 QR 迭代 5 应用：多项式求根 ∗

本书介绍常用的数值计算方法，内容包括：函数插值、最小二乘拟合、非线性方程求解、线性方程组解法、数值积分和微分、常微分方程数值解法、矩阵的特征值问题等.本书例题丰富，形式多样，并有C语言和Mathematica语言的例题和习题