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

建模方法是时间序列分析的核心问题之一。本文给出了两种基于最小二乘法的自回归模型（AR模型）的建模方法。采取预留少量数据递补进入计算的办法,使矩阵XTX可以用分块矩阵求逆公式递推求逆,或者用矩阵的Crout分解法递推求解。同时引入了Winograd向量内积快速算法,充分利用各向量和各矩阵之间的关系来减少计算工作量。使计算量比一般最小二乘建模方法大幅度减少,达到与Marple算法和Burg的最大熵谱法可比的程度

矩阵理论是求解多元线性方程组的有力工具; 现代工程中的一些问题,如果用矩阵表示,不但形式简洁, 更重要的是具有适合计算机处理的特点。由于计算机的发 展和普及,矩阵分析显得越来越重要:

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

给定n个矩阵:A1,A2,An,其中A;与A1是可乘的。确定一种连乘的顺序,使得矩阵连乘的计算量为最小。 设A和B分别是pxq和qxr的两个矩阵,则乘积 C=AB为pxr的矩阵,计算量为pqr次数乘

前面讨论了电路的分析方法：回路分析法、结点电压法、建立方程 ，当方程的个数少时，人工解可求出未知量，当电路方程多，只有 依靠计算机进行了----电路的计算机辅助分析与设计。 就要求方程以矩阵的形式表示，怎样建立这种以矩阵表示的方程呢？

共同点的坐标变换 刚体的定点转动 方向余弦矩阵的导数 刚体的瞬时转动 不共原点的坐标变换 刚体的一般运动 用矩阵法研究复杂的相对运动

6.1编译程序的工作过程 6.2状态矩阵法的编译过程 6.3词法分析 6.4中间语言表示 6.5语法的分析与加工

机器感知与模式识别：线性插值框架下矩阵步态识别的性能分析

《多元统计分析》多元统计分析理论基础，矩阵和多元正态分布2