2.1.4向量组的线性等价和集合上的等价关系 定义(线性等价)给定Km内的两个向量组

矩阵概念的一些背景 在线性方程组的讨论中,我们看到,线性方程组的一些重要性质反映在它的系数矩阵和增广矩阵的性质上,并且解线性方程组的过程也表现为变换这些矩阵的过程除了线性方程组之外,还有大量的各种各样的问题也都提出矩阵的概念,并且这些问题的研究常常反映为有关矩阵的某些方面的研究,甚至于有些性质完全不同的

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

问题:如何利用系数矩阵A和增广矩阵B的秩, 讨论线性方程组Ax=b的解. 定理1n元齐次线性方程组Ax=0有非零解

一. 二阶常系数齐次线性微分方程 二. n阶常系数齐次线性微分方程 三. 二阶常系数非齐次线性微分方程 四. Euler方程

一.(yn)=f(x)型 二.y\=f(x,y)型 三.y\=f(y,y)型 四.二阶线性微分方程的概念 五.函数的线性相关性 六.二阶线性微分方程解的结构 七.n阶线性微分方程解的结构 八.变系数微分方程的常数变易法

一、线性空间中向量之间的线性关系 二、线性空间的维数、基与坐标

第九节二阶常系数齐次线性微分方程 一、定义 二、二阶常系数齐次线性方程解法 三、n阶常系数齐次线性方程解法 四、小结思考题

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

d d2+p(x)+Q(x)y=f(x)二阶线性微分方程 当f(x)=0时,二阶线性齐次微分方程 当f(x)≠0时,二阶线性非齐次微分方程