12.7高阶线性微分方程 一、二阶线性微分方程举例 二、线性微分方程的解的结构

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

6.1线性映射 6.2线性变换的运算 6.3线性变换和矩阵 6.4不变子空间 6.5特征值和特征向量 6.6可以对角化矩阵

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

10.1多重共线性的性质 一、定义: 狭义模型中一些或全部解释变量之间存在一种完全的线性关系(完全共线性)。 广义模型中一些或全部解释变量之间存在一种完全或非完全的线性关系(近似共线性)

2.1 线性表的定义 2.2 线性表的顺序表示和实现 2.3 线性表的链式表示和实现 2.4 双向链表 2.5 一元多项式的表示及相加

3.1 线性表的定义和操作 3.2 线性表的顺序表示和实现 3.3 线性表的链式表示和实现——单链表

第一节 线性相关 第二节 线性回归 第三节 线性相关与回归的区别与联系 第四节 等级相关

2.1 线性表的基本概念 2.2 线性表的顺序表示和实现 2.3 线性表的链式表示和实现 2.4 应用举例