《矩阵分析》课程教学大纲.docxVIP

《矩阵分析》教学大纲 课程英文名 Matrix Analysis 课程代码 J0701Z15 学分 3 总学时 48 理论学时 48 实验/实践学时 0 课程类别 专业课 课程性质 任选 先修课程 高等代数 适用专业 数学与应用数学、信息与计算科学 开课学院 理学院 一、课程地位与课程目标 （一）课程地位 本课程是数学及相关专业的专业选修课。作为数学的一个分支，矩阵论具有十分丰富的内容，它是是学习其它学科（例如数值分析，最优化理论，运筹学，控制理论，电学，信息科学，管理科与工程）的基础，也是科学与工程计算的有力工具。为学生以后的专业发展奠定基础。 （二）课程目标 课程目的是让学生在高等代数的基本知识基础上，系统地掌握矩阵的基本理论和基本方法，通过教学使学生在矩阵理论及其应用方面获得扎实的基础。 1. 知识方面，要求学生系统地掌握矩阵的基本理论和基本方法，进一步深化和提高矩阵的理论知识，掌握各种矩阵分解的计算方法，了解矩阵理论的各种应用。具体内容包括矩阵的基本理论、矩阵特征值和特征向量的计算、矩阵分解及其应用。 2. 能力方面，通过各个教学环节逐步培养学生的抽象思维能力、逻辑推理能力和自学能力，培养学生综合运用所学知识解决实际问题的能力。 3. 素质协调发展方面，本课程的特点是应用性强，教学中着重启发引导学生，将相关理论与方法和实际工程应用相结合，注重各教学环节（理论教学、习题、问题背景分析）的有机联系，提高学生对课堂教学内容的理解和分析解决实际问题的能力。 二、课程目标达成的途径与方法 课前预习：学生课前了解新课内容，上课时可以有针对性的讲解； 课堂教学：教师仔细讲解课本内容并做适当知识扩充； 课外作业：学生按时按质完成课外作业，老师及时批改，并将问题反馈给学生，同时安排答疑解决学生学习中遇到的问题。 课程目标与相关毕业要求的对应关 课程目标 课程目标对毕业要求的支撑程度（H、M、L） 毕业要求 1 毕业要求 2 毕业要求 3 毕业要求 4 毕业要求 5 毕业要求 6 毕业要求 7 毕业要求 8 毕业要求 9 毕业要求10 课程目标1 L M M M M L M M L M 课程目标2 M M M L M M L M L M 课程目标3 L L L L L L L L L L 四、课程主要内容与基本要求 1、矩阵的相似变换 主要内容： 1、特征值与特征向量及矩阵的相似对角化 2、约当标准形及Hamilton-Cayley定理 3、向量内积及酉相似下的标准形 要求：理解关于矩阵Jordan标准形的一些结论，了解关于极小多项式的结论，掌握Jordan标准形在解微分方程组中的应用以及Hamilton-Cayley定理的应用；掌握酉相似变换；熟练掌握矩阵特征值及特征向量的求解及矩阵的相似对角化方法。 2、范数理论 主要内容： 1、向量范数的定义及计算 2、矩阵范数的定义及计算以及各范数之间的等价性证明 3、特殊的矩阵范数（普范数和条件数） 要求：掌握向量范数的代数性质和分析性质，了解向量范数的几何性质，熟练掌握矩阵的各种范数及性质，掌握矩阵的向量范数，了解矩阵逆和线性方程组解的误差估计。 3、矩阵分析 主要内容： 1、矩阵序列和矩阵级数的定义及敛散性判别 2、矩阵函数的计算方法及常用矩阵函数的性质 3、矩阵函数的微分和积分以及其在求解微分方程组及矩阵方程中和最小二乘问题中的应用 要求：熟练掌握矩阵序列和矩阵级数的定义、敛散性判别及矩阵函数的计算及微积分，了解常用函数的性质及矩阵函数的微积分的应用。 4、矩阵分解 主要内容： 1、矩阵的三角分解、QR分解、 2、矩阵的满秩分解和奇异值分解 要求：熟练掌握矩阵相关分解的定义及三角分解的紧凑格式算法、利用Householder矩阵和Givens矩阵实现对矩阵的QR分解，理解满秩分解及奇异值分解的算法。 5、特征值的估计与表示 主要内容： 1、特征值界的估计 2、Gersgorin定理 3、Hermite矩阵的特征值的表示 4、广义特征值问题 理解Gersgorin定理及推论，掌握特征值界的计算。了解特征值的极大极小原理，熟练掌握广义特征值的定义及其计算，并了解其应用。 五、课程学时安排 章节号 教学内容 学时数 学生任务 对应课程目标 第一章 矩阵的相似变换 6 完成作业 P34: 4 (2),6,7(1)(3),8, 10(2),12,13 1,2 第二章 范数理论 8 完成作业 P54: 1,2,3(1),4,5,6,7 1 第三章 矩阵分析 12 完成作业 P85: 1,2,3,5,8(1),13,14,17,19 1,3 第四章 矩阵分解 14 完成作业 P120: 1,2,3,5,9(1)(3),10 1,3 第五章 特征值的估计与表示 8 完成作业 P142: 2,4,7