网站大量收购独家精品文档,联系QQ:2885784924

课程名称宋体5号.doc

  1. 1、本文档共6页,可阅读全部内容。
  2. 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. 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. 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)

wangsux + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档