- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
课程名称宋体5号
课程名称:矩阵分析M000051
课程学分:2学分机械、机自、信息专业硕士研究生矩阵分析Matrix Analysis
教学大纲
一、课程性质
《是高等学校机械学专业研究生的一门必修的应用数学基础课程,其它理工科专业研究生的选修。作为理工科的研究生来讲它是一门必要的数学工具,在各种数学及非数学的领域都有着广泛的应用。通过本课程的学习可以培养和提高研究生的数学素质,使学生对近现代数学分析方向的核心思想有进一步深入了解。
本大纲根据国家教委下达的《工学硕士研究生矩阵分析课程基本要求》制订。-矩阵的基本理论,掌握矩阵相似意义下的Jordan标准形;
2、理解矩阵的初等因子和主要结论和矩阵相似条件;
3、掌握Jordan标准形主要结论和具体方法。
第三章、内积空间、正规矩阵、Hermite矩阵
理解欧氏空间、酉空间的性质、度量和标准正交基;
理解酉变换、酉矩阵的基本概念和主要性质;
了解幂等矩阵、正交矩阵的理论结果、掌握正交投影变换;
掌握正规矩阵的性质;
了解Hermite矩阵、Hermite二次齐式的性质和方法。
第四章、矩阵分解
掌握矩阵的满秩分解方法;
掌握正教三角分解方法及用途;
了解奇异值概念和奇异值分解方法;
了解矩阵的极分解的主要性质、谱分解的方法。
第五章、向量和矩阵范数
理解掌握向量、矩阵范数及性质;
理解掌握诱导范数及其关系;
了解矩阵序列及其极限的概念;
了解矩阵幂级数概念及其收敛。
四、本课程与其他课程的联系与分工
本课程基础课,。根据自身要求自行选做。本课程教学手段教。§1 线性空间
§2 基与坐标、坐标变换
§3 线性子空间
§4 线性映射
§5 线性映射的值域、核
§6 线性变换的不变子空间
§7 特征值和特征向量
§8 矩阵的相似对角形 8 6 2 第二章 §1 矩阵及标准形
§2 初等因子与相似条件
§3 矩阵的Jordan标准形 6 4 2 第三章 §1 欧氏空间、酉空间
§2 标准正交基、Schmidt方法
§3 酉变换、正交变换
§4 幂等矩阵、正交投影
§5 正规矩阵、Schur引理
§6 Hermite矩阵、二次齐式
§7正定二次齐式正定Hermite矩阵
§8 Hermite矩阵偶在复相合下标准形
§9 Rayleigh商 8 6 2 第四章 §1 矩阵的满秩分解
§2 UR、QR分解
§3 矩阵的奇异值分解
§4 矩阵的极分解
§5 矩阵的谱分解 6 5 1 第五章 §1 向量范数
§2 矩阵范数
§3 诱导范数
§4 矩阵序列与极限
§5 矩阵幂级数 4 3 1
大纲撰写人:解加芳
学科、专业负责人:邹建成
学院负责人:邹建成
制(修)订日期:2012年9月20日
Matrix Analysis
North China University of Technology
Autumn 2012
Instructor: Dr. Xie Jia Fang
Email: jia3409457@126.com
Course Number: M663028
Credits: 2
Class Schedule: 2 times per week for 50 minutes (16 weeks per semester)
Course Syllabus
1 Course Goals
Through learning this course, graduate students should be able to understand it’s basic conceptions and theory correctly, as well as master some basic methods. This course will make a good foundation for the subsequent courses.
2 Materials to be covered
Linear Transformation and Linear Mapping
Linear space, basis, coordinate, coordinate transformation.
Linear subspace, subspace.
Linear transformation.
Linear Mapping, kernel,
Eigenvalues, eigenvetors, similarity transformation.
-Matrix and Jordan Canonical Form
-Matrix, Jordan canonical form.
Elementary d
文档评论(0)