华南农业大学：《线性代数》课程教学资源（PPT课件讲稿）数值分析复习提纲

§6.1向量和矩阵序列的极限 §6.2迭代法的基本理论 §6.3几种常见的迭代法

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

§1 绪论 §2 数值计算中的误差与算法稳定性 §3 计数与数值 §4 舍入方法与有效数字 §5 算术运算中的误差 §6 算法举例

1 线性空间与内积空间 2 向量范数与矩阵范数 3 矩阵特征值 4 矩阵标准型 5 几类特殊矩阵

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

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 ∗

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 ∗

1 常用定常迭代方法 2 应用：Poisson 方程求解 3 收敛性分析 4 加速方法 5 交替方向与 HSS 算法

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