7.1 行列式、逆和秩 95 7.2 线性系统的求解和LU因式分解 99 7.3 行梯形矩阵 102 7.4 Cholesky因式分解 104 7.5 QR因式分解 105 7.6 范数和条件数 108 7.7 超定方程组和欠定方程组 110

12-3张量 12.3.1线性变换的张量积的矩阵与线性变换的矩阵的关系 设V是域K上的n维线性空间,G和是V的两组基,且 (n)= (1) 设a∈V在(1n)下的坐标为(x1,x),则由前面的知识,可得 x :=T (2) ) 由此可知,坐标是逆变的 现在考虑V的对偶空间n在的对偶基为f,在v的 对偶基为gg,那么就有

基本要求 1、熟悉特征值和特征向量的定义; 2、熟悉幂法求主特征值的计算过程; 3、了解原点平移法的思想; 4、了解逆幂法的思路

第一章 矩阵的相似变换 §1．1特征值与特征向量 §1．2相似对角化 §1．3 Jordan标准形介绍 §1．4 Hamilton-Cayley定理 §1．5向量的内积 §1．6西相似下的标准形 习题一 第二章 范数理论 §2．1向量范数 §2．2矩阵范数 一、方阵的范数 二、与向量范数的相容性 三、从属范数 四、长方阵的范数 §2．3范数应用举例 一、矩阵的谱半径 二、矩阵的条件数 习题二 第三章 矩阵分析 §3．1矩阵序列 §3．2矩阵级数 §3．3矩阵函数 一、矩阵函数的定义 二、矩阵函数值的计算 三、常用矩阵函数的性质 §3．4矩阵的微分和积分 一、函数矩阵的微分和积分 二、数量函数对矩阵变量的导数 三、矩阵值函数对矩阵变量的导数 §3．5矩阵分析应用举例 一、求解一阶线性常系数微分方程组 二、求解矩阵方程 三、最小二乘问题 习题三 第四章 矩阵分解 §4．1矩阵的三角分解 一、三角分解及其存在惟一性问题 二、三角分解的紧凑计算格式 §4．2矩阵的QR分解 一、Householder矩阵与Givens矩阵 二、矩阵的QR分解 三、矩阵酉相似于Hessenberg矩阵 §4．3矩阵的满秩分解 一、Hermite标准形 二、矩阵的满秩分解 §4．4矩阵的奇异值分解 习题四 第五章 特征值的估计与表示 §5．1特征值界的估计 §5．2特征值的包含区域 一、Gerschgorin定理 二、特征值的隔离 三、Ostrowski定理 §5．3 Hermite矩阵特征值的表示 §5．4广义特征值问题 一、广义特征值问题 二、广义特征值的表示 习题五 第六章 广义逆矩阵 §6．1广义逆矩阵的概念 §6．2 {1}-逆及其应用 一、{1}-逆的计算及有关性质 二、{1}-逆的应用 三、由{1}-逆构造其他的广义逆矩阵 §6．3 Moore-Penrose逆A+ 一、A+的计算及有关性质 二、A+在解线性方程组中的应用 习题六 第七章 矩阵的直积 §7．1直积的定义和性质 §7．2直积的应用 一、矩阵的拉直及其与直积的关系 二、线性矩阵方程的可解性及其求解 习题七 习题答案与提示

第一讲 带余除法.1 第二讲 不可约多项式.5 第三讲 互素与不可约、分解.9 第四讲 多项式的根.13 第五讲 典型行列式.17 第六讲 循环行列式.21 第七讲 特殊行列式方法.26 第八讲 解线性方程组.31 第九讲 分块矩阵与求秩.36 第十讲 矩阵的分解与求逆.40 第十一讲 广义逆与特殊矩阵对关系.45 第十二讲 特征值、对角线与最小多项式.51 第十三讲 向量的线性相关与自由度.56 第十四讲 双线性型与正定二次型.61 第十五讲 线性空间及其几何背景.66 第十六讲 欧氏空间和正交变换的意义.71 第十七讲 线性变换的核与象.76 第十八讲 线性变换的特征与不变子空间.81

7.1 矩阵运算的规则 7.2 初等变换乘子矩阵的生成 7.3 行列式的定义和计算 7.4 矩阵的秩和矩阵求逆 7.5 用矩阵‘除法’解线性方程 7.6.1 网络的矩阵分割和连接 7.6.2 用逆阵进行保密编译码 7.6.3 减肥配方的实现 7.6.4 弹性梁的柔度矩阵 7.6.5 网络和图 8.1 向量和向量空间 8.2 向量空间和基向量 8.3 向量的内积和正交性 8.4 齐次方程Ax=0的解空间 8.5 解超定方程的思路 8.6.1 价格平衡模型 8.6.2 宏观经济模型 8.6.3 信号流图模型 8.6.4 数字滤波器系统函数

提出了基于具有输入密钥的等差数列来构造一类n维广义Arnold变换矩阵的方法,并给出了构造变换矩阵和逆变换矩阵的计算算法,算法仅与密钥有关,其时间复杂度相当于n(n+1)/2次乘法运算.在图像置乱时用该矩阵作为变换矩阵,采取图像位置空间与色彩空间的多轮乘积型双置乱,算法具有周期长和算法完全公开等特点,可有效防止多种攻击,增强了系统的安全性.此外,通过逆变换对置乱图像进行恢复,无须计算变换矩阵的周期.实验结果表明,该置乱变换算法效率高,安全性强

第一章 初等数学 第二章 解析几何 第三章 线性代数 第四章 微分学 第五章 积分学 第六章 向量与场论初步 第七章 级数 第八章 复变函数 第九章 积分变换 第十章 特殊函数 第十一章 常微分方程 第十二章 偏微分方程 第十三章 积分方程 第十四章 概率论 第十五章 数理统计方法 第十六章 随机过程 第十七章 统计计算方法 第十八章 误分析插值法曲线拟合 第十九章 数值微分·数值积分·积分方程数值解 第二十章 线性方程组的解法·矩阵求逆 第二十一章 方程解法、非线性方程组解法 第二十二章 矩障特征值的计算 第二十三章 常微分方程数值解法 第二十四章 偏微分方程的有限差分方法 第二十五章 偏微分方程的有限元方法及其他方法 第二十六章 离散数学 第二十七章 模糊数学 第二十八章 组合数学 第二十九章 现代控制论 第三十章 信息论 第三十一章 系统工程

大概是由于以前人们使用计算工具非常落后,所以计算量较小的计算方法更受欢迎 解线性方程组的约当消去法的计算量比高斯消去法稍大一些,这对于我们现在使用的计算机来说,完全算 不了什么 约当消去法算法更简单,编程的方式更灵活,还可用来求解有无数组解的线性方程组,还可用来求矩阵的逆。所以约当消去法的价值超过了高斯消去法。 高斯消去法的回顾 高斯消去法的的关键是把线性方程组化为上三角形线性方程组,也就是利用akk不为零来消去

为了提高热连轧带钢成材率和宽度精度,在精轧末机架后一般配置了测宽仪,利用机架间张力对宽度动态控制,达到调整带钢宽度目的;由于精轧末机架中心线到测宽仪的距离较远,使得系统具有大滞后性及时变性等特点,很难建立精确的数学模型.采用对模型要求宽松的广义预测控制方法,基于广义误差估计值对控制器参数进行自适应调整,直接辨识控制律参数,省略Diophantine方程的求解、矩阵的求逆,缩短在线计算的时间,适用于快速的轧钢过程.仿真结果表明,该方法对精轧宽度这一大时滞、不确定性系统有较好的控制效果