第一节 线性映射 第二节 线性变换的运算 第三节 线性变换和矩阵 第四节 不变子空间 第五节 特征根和特征向量 第六节 可以对角化的矩阵

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

1.2.1 线性空间基本概念 1.2.2 矩阵特征值与谱半径 1.2.3 对称正定矩阵 1.2.4 向量范数与矩阵范数 1.2.5 内积与内积空间 1.2.6 矩阵标准型

第一节 矩阵与向量的概念 第二节 矩阵的运算 第三节 几种特殊矩阵 第四节 矩阵的秩与初等变换 第五节 可逆矩阵 第六节 矩阵的分块运算

第一节 矩阵的特征值与特征向量 第二节 方阵相似于对角矩阵的条件 第三节 正交矩阵 第四节 实对称矩阵的相似对角化

第一章 矩阵及其应用 第二章 行列式 第三章 矩阵的秩与线性方程组 第4章 向量空间 第5章 相似矩阵 第6章 二次型

第1章 线性方程组的消元解法 第2章 矩阵代数 第3章 行列式 第4章 n 维向量与线性方程组的一般解法 第5章 整数与多项式 第6章 二次型

1.两直角坐标系O;m,m2]与[O;m,2有公共原点.在原坐标系[O;m,m2]下,新坐标系的基向量为

一、向量的线性相关与线性无关 定义 2 设 V 是数域 P 上的一个线性空间

6.1 n维空间的线性变换 6.2 方阵的特征值和特征向量 6.3 相似矩阵与矩阵的对角化 6.4 实对称矩阵的对角化 6.5 二次型及其标准形 6.6 奇异值分解简介 6.7 应用实例 6.8 习题