9.1 特征值与特征向量 9.2 Hermite矩阵特征值问题 9.3 Jacobi方法 9.4 对分法 9.5 乘幂法 9.6 反幂法 9.7 QR方法

一. 特征值与特征向量的概念 二. 特征值与特征向量的性质 三. 特征值与特征向量的求法 四. 小结 思考题

北京化工大学：《线性代数》课程教学资源（PPT课件）第二章 矩阵 第七节 矩阵的秩

北京化工大学：《线性代数》课程教学资源（PPT课件）第二章 矩阵 第六节 利用初等变换求逆矩阵

北京化工大学：《线性代数》课程教学资源（PPT课件）第二章 矩阵 第五节 分块矩阵

北京化工大学：《线性代数》课程教学资源（PPT课件）第二章 矩阵 第四节 逆矩阵

1 设 阶矩阵 满足 （这时，称 为幂等矩阵）， 和 分别表示

数字图像处理，即用计算机对图像进行处理。 将一幅物理图像在计算机里用一个数整数矩阵表示， 这个矩阵的每一个元素均是一个像素，每个像素具 有两个属性：位置和灰度。位置是指像素所在的行 和列；灰度是指像素的亮暗程度。由于图像通常是 来自于我们的现实世界，它们可以用数学函数来描 述，因此可以用数学方法对其进行分析和处理

1初等变换的定义 换法变换 对调矩阵的两行(列),记作rir;(cic); 倍法变换

应用与背景 语言模型 主题模型-隐语义分析与矩阵分解  Latent Semantic Indexing (LSA), SVD and MF 主题模型-概率隐语义分析  Probabilistic Latent Semantic Indexing (pLSA) 多项式分布、狄利克雷分布与共轭  Conjugate Prior, Dirichlet Distribution and Conjugate 主题模型-隐狄利克雷分布  Latent Dirichlet Allocation (LDA)