矩陣分析與計算

內(nèi)容概要

本書內(nèi)容包括矩陣的標(biāo)準(zhǔn)型，向量范數(shù)與矩陣范數(shù)，矩陣分解，特征值的估計與計算，廣義逆矩陣，矩陣函數(shù)，線性方程組的直接解法，線性最小二乘問題，線性方程組的迭代解法等內(nèi)容，最后一章介紹線性空間與線性變換，是線性代數(shù)相關(guān)內(nèi)容的簡介?！毒仃嚪治雠c計算》的特點之一是在介紹矩陣論有關(guān)基礎(chǔ)理論的同時，引入矩陣計算的相關(guān)內(nèi)容，使讀者能將解決問題的精確方法與近似方法進行對比，了解到精確方法在實際計算中的缺陷以及近似方法在實際應(yīng)用中的有效性?！　”緯勺鳛楣た聘咝Ｑ芯可滩模部勺鳛槔砜苹蚬芾淼葘W(xué)科的研究生、教師及有關(guān)研究者的參考書。

書籍目錄

第1章　矩陣的標(biāo)準(zhǔn)形　1.1　矩陣的相似對角形　　1.1.1　特征值與特征向量　　1.1.2　特征值與特征向量的性質(zhì)　　1.1.3　矩陣的對角化　1.2　A矩陣及標(biāo)準(zhǔn)形、不變因子和初等因子　　1.2.1　A矩陣的概念　　1.2.2　A矩陣的Smith標(biāo)準(zhǔn)形、不變因子和行列式因子　　1.2.3　初等因子　1.3　Jordan標(biāo)準(zhǔn)形　　1.3.1　矩陣相似的條件　　1.3.2　矩陣的Jordan標(biāo)準(zhǔn)形　　1.3.3　Jordan標(biāo)準(zhǔn)形的應(yīng)用　1.4　化零多項式　　1.4.1　Hamilton-Cayley定理　　1.4.2　最小多項式　1.5　酉空間與酉矩陣　　1.5.1　酉空間　　1.5.2　酉矩陣　　1.6　酉相似標(biāo)準(zhǔn)形　　1.6.1　正規(guī)矩陣　　1.6.2　正定矩陣習(xí)題第2章　向量范數(shù)與矩陣范數(shù)　2.1　向量范數(shù)　　2.1.1　向量范數(shù)的定義　　2.1.2　向量范數(shù)的性質(zhì)　　2.1.3　向量范數(shù)的等價性　　2.1.4　向量范數(shù)的分析性質(zhì)　2.2　矩陣范數(shù)　　2.2.1　矩陣范數(shù)的定義　　2.2.2　算子范數(shù)　2.3　矩陣范數(shù)與向量范數(shù)的相容性　2.4　矩陣的普半徑及應(yīng)用　　2.4.1　矩陣的普半徑　　2.4.2　矩陣序列及級數(shù)中的應(yīng)用　2.5　矩陣的條件數(shù)及應(yīng)用　　2.5.1　矩陣的條件數(shù)　　2.5.2　誤差估計中的應(yīng)用　習(xí)題第3章　矩陣分解　3.1　三角分解　　3.1.1　三角分解的存在性及其唯一性　　3.1.2　計算格式　　3.1.3　選列主元的Doolittle分解　　3.1.4　Cholesky分解　3.2　Householder變換與Givens變換　　3.2.1　Householder變換　　3.2.2　Givens變換　　3.2.3　上Hessenberg矩陣　3.3　矩陣的QR分解　　3.3.1　方陣的QR分解　　3.3.2　長方陣的QR分解　3.4　矩陣的滿秩分解　　3.4.1　滿秩分解的存在性　　3.4.2　滿秩分解的方法　3.5　矩陣的奇異值分解　習(xí)題第4章　矩陣特征值的估計與計算　4.1　蓋爾圓定理　4.2　特征值的隔離　4.3　冪迭代法與逆冪迭代法　　4.3.1　冪迭代法　　4.3.2　逆冪迭代法　4.4　QR算法　　4.4.1　QR算法的基本思想　　4.4.2　Hessenberg矩陣的QR算法　　4.4.3　帶原點位移的QR算法　　4.4.4　特征向量的計算　習(xí)題第5章　廣義逆矩陣　5.1　Penrose方程　5.2　{1}一逆的計算及性質(zhì)　　5.2.1　{1}一逆的計算　　5.2.2　{1}一逆的性質(zhì)　5.3　Moore-Penrose逆的計算及性質(zhì)　　5.3.1　Moore-Penrose逆的計算　　5.3.2　Moore-Penrose逆的性質(zhì)：　習(xí)題第6章　矩陣函數(shù)　6.1　矩陣函數(shù)的定義及其計算　　6.1.1　矩陣函數(shù)的定義　　6.1.2　矩陣函數(shù)的計算　6.2　矩陣函數(shù)的導(dǎo)數(shù)和積分　　6.2.1　矩陣函數(shù)的導(dǎo)數(shù)定義及性質(zhì)　　6.2.2　對矩陣變量的導(dǎo)數(shù)　　6.2.3　矩陣函數(shù)的積分及其性質(zhì)　6.3　利用矩陣函數(shù)求解線性常系數(shù)微分方程組　　6.3.1　一階線性常系數(shù)微分方程組　　6.3.2　n階線性常系數(shù)微分方程　習(xí)題第7章　線性方程組的直接解法　7.1　Gauss消去法　7.2　直接三角分解解法　　7.2.1　解線性方程組的Doolittle方法　　7.2.2　正定方程組的Cholesky法　　7.2.3　三對角方程組的追趕法　習(xí)題第8章　線性最小二乘問題　8.1　基本理論結(jié)果　8.2　列滿秩Ls問題　　8.2.1　法方程組的方法　　8.2.2　用QR分解求解列滿秩的LS問題　8.3　秩虧損的LS問題　習(xí)題第9章　線性方程組的迭代解法　9.1　迭代法的一般概念　9.2　J迭代法和G-S迭代法　　9.2.1　J迭代法和G-S迭代法的構(gòu)造　　9.2.2　J迭代法和G-S迭代法的收斂性　9.3　超松弛迭代法　9.4　極小化方法　　9.4.1　與方程組等價的變分問題　　9.4.2　最速下降法與共軛梯度法的定義　　9.4.3　共軛梯度法的計算公式　　9.4.4　共軛梯度法的性質(zhì)　　9.4.5　預(yù)處理共軛梯度法　9.5　廣義極小殘量法　習(xí)題第10章　線性空間與線性變換　10.1　線性空間　　10.1.1　數(shù)域　　10.1.2　線性空間的定義與性質(zhì)　　10.1.3　線性空間的子空間　10.2　線性空間的基、維數(shù)與坐標(biāo)　　10.2.1　向量的線性相關(guān)性　　10.2.2　基、維數(shù)與坐標(biāo)　　10.2.3　基變換和坐標(biāo)變換　10.3　子空間的交、和與直和　　10.3.1　子空間的基與維數(shù)　　10.3.2　子空間的交與和　　10.3.3　子空間的直和　10.4　線性空間的同構(gòu)　10.5　線性變換　　10.5.1　線性變換的定義與性質(zhì)　　10.5.2　線性變換的運算　　10.5.3　線性變換的值域與核　10.6　線性變換的矩陣表示　10.7　線性變換的特征值、特征向量和不變子空間　　10.7.1　線性變換的特征值與特征向量　　10.7.2　線性變換的不變子空間　10.8　內(nèi)積空間　　10.8.1　內(nèi)積空間的概念　　10.8.2　度量矩陣　　10.8.3　正交子空間　　10.8.4　酉（正交）變換　　10.8.5　Hermite（對稱）變換習(xí)題參考文獻

圖書封面

評論、評分、閱讀與下載

---

    矩陣分析與計算 PDF格式下載

---