设V是复线性空间.V×V上的一个函数,如果满足 (i)(·,·)对第一个变量是线性的 (i)(a,B)=(B (ii1)ya∈V,(a,a)≥0,且(a,a)=0分a=0 则称(a,B)为向量a,B的内积,具有内积的复线性空间称为酉空间(欧氏空间在复线性 空间上的推广)

二次型的分类 1.定义:f(x1,x2,xn)=XAX是一个实二次型,若对于任何非零的向量(1C2,cn),恒有f(1,C2n)>0(<0)则称f(x1,x2,…,xn)是正定(负定)二次型,而其对应的矩阵A称为正定(负定)矩阵;

1．方阵的特征值与特征向量 2．相似矩阵 3．实对称矩阵的对角化 4．二次型及其标准形 5．正定二次型与正定矩阵

§1 消元法 §2 n 维向量空间 §3 线性相关性 §4 矩阵的秩 §5 线性方程组有解的判别定理 §6 线性方程组解的结构 §7 二元高次方程组

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