教学要求 1、了解向量空间之间的联系是通过线性变换实现。 2、把握L(V)与Mn(F)的一一对应关系和结论的互相转换。 3、掌握线性变换与矩阵的对应关系,会求线性变换的矩阵

6.1线性空间的定义与性质 定义1设V是一个非空集合,R为实数域,如果对任 意两个元素a,∈,总有唯一的一个元素γ∈V与 之对应,称为a,B的和,记作y=a+B;对于任一 个数k∈R与任一个元素a∈V,总有唯一的一个元 素δ∈V与之对应,称为k与a的积,记为δ=ka; 两种运算满足以下八条运算规律

一、向量的定义 二、向量、向量组与矩阵 三、线性组合,线性表示 四、等价向量组 五、向量组的秩与矩阵的秩 六、总结

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

本章总结 1.通过消元法(Gauss'Method)解线性方程组来引进矩阵的初等变换。 2.利用矩阵的“秩”来讨论线性方程组的解的情况。 3.最后介绍单位矩阵经初等变换得到“初等矩阵

一、向量组的线性组合 二、向量组的线性相关

一、齐次线性方程组解的结构 二、非齐次线性方程组解的结构

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

第六章线性变换 第一节线性变换的概念 第二节线性变换和矩阵 第三节特征值与特征向量 第四节线性变换的不变子空间,象与核

利用系数矩阵A和增广矩阵B的秩可方便地 数讨论线性方程组Ax=b的解其结论是: 定理2n元齐次线性方程组Amnx=0有 非零解的充分必要条件是系数矩阵的秩R(4)