李繼根等編的《矩陣分析與計算》是基于編著者多年從事矩陣分析類課程的教學(xué)改革實踐經(jīng)驗，并結(jié)合學(xué)生的實際情況編寫而成的，可作為高等院校理工科各專業(yè)研究生和工程碩士學(xué)習(xí)矩陣分析等相關(guān)課程的教材，也非常適合理工科高年級本科生學(xué)完線性代數(shù)課程后進一步學(xué)習(xí)之用。全書分為線性方程組、線性空間與線性變換、內(nèi)積空間、特殊變換及其矩陣、范數(shù)及其應(yīng)用、矩陣分析及其應(yīng)用、特征值問題七章。該教材既注意系統(tǒng)性，又注重體現(xiàn)工科特色，深廣度適中，并適當(dāng)略去了一些定理的證明。書中注重啟發(fā)式教學(xué)，采用多種方式自然地引入基本概念和基本方法。同時，行文時非常注重幾何直觀及與類比，力爭做到深入淺出、簡潔易懂，以便于自學(xué)。書中還穿插了許多矩陣計算知識，并附有大量matlab代碼，以滲透科學(xué)計算思維。此外，書中加入的大量數(shù)學(xué)史與數(shù)學(xué)文化知識，極大地增強了本書的趣味性。
第1章 線性方程組
1．1 線性方程組的解法回顧
1．1．1 從高斯消元法談起
1．1．2 計算復(fù)雜性分析
1．1．3 歷史開了個大玩笑
1．2 矩陣的LU分解
1．2．1 LU分解定理
1．2．2 列選主元法
1．2．3 特殊矩陣的Lu分解
1．3 數(shù)值計算的幾個基本概念
1．3．1 計算機的浮點數(shù)系統(tǒng)與舍人誤差
1．3．2 問題的病態(tài)性與算法的穩(wěn)定性
1．3．3 算法的計算復(fù)雜性
1．4 線性方程組的數(shù)值解法概述
習(xí)題一 第1章 線性方程組
1．1 線性方程組的解法回顧
1．1．1 從高斯消元法談起
1．1．2 計算復(fù)雜性分析
1．1．3 歷史開了個大玩笑
1．2 矩陣的LU分解
1．2．1 LU分解定理
1．2．2 列選主元法
1．2．3 特殊矩陣的Lu分解
1．3 數(shù)值計算的幾個基本概念
1．3．1 計算機的浮點數(shù)系統(tǒng)與舍人誤差
1．3．2 問題的病態(tài)性與算法的穩(wěn)定性
1．3．3 算法的計算復(fù)雜性
1．4 線性方程組的數(shù)值解法概述
習(xí)題一
第2章 線性空閽與線性變換
2．1 從解空間到向量空間
2．1．1 從齊次線性方程組的求解談起
2．1．2 向量空間
2．1．3 向量空間的歷史：前傳
2．2 線性空間
2．2．1 什么是線性
2．2．2 線性空間的概念及性質(zhì)
2．2．3 線性空間的基、坐標及其變換
2．2．4 線性空間的同構(gòu)？
2．2．5 向量空間的歷史：狂飆的數(shù)學(xué)
2．3 子空間的交與和
2．3．1 子空間的交與和
2．3．2 子空間的直和
2．4 線性變換及其矩陣表示
2．4．1 幾個簡單的線性變換
2．4．2 線性變換及其性質(zhì)
2．4．3 線性變換的矩陣表示
2．4．4 線性變換的不變子空間
2．5 矩陣的Jordan標準型
2．5．1 從算術(shù)基本定理到Jordan標準型
2．5．2 Jordan標準型的簡易求法
2．5．3 Jordan其人
2．6 方陣高次冪的計算
2．6．1 從兩個例子說起
2．6．2 Jordan分解法
2．6．3 cayley？Hamilton定理及最小多項式
習(xí)顥二
第3章 內(nèi)積空間
3．1 從向量空間R”到歐氏空間R”
3．1．1 從向量的內(nèi)積說起
3．1．2 歐氏空間R”的標準正交基
3．2 QR分解
3．2．1 再談Gram-Schmidt方法
3．2．2 矩陣的QR分解
3．3 歐氏空間及其標準正交基
3．3．1 歐氏空間
3．3．2 歐氏空間的標準正交基
3．3．3 正交投影定理
3．4 最小二乘法
3．4．1 解不相容線性方程組的最小二乘法
3．4．2 最佳逼近定理及其應(yīng)用
3．5 Householder變換與Givens變換
3．5．1 正交變換及其矩陣
3．5．2 求QR分解的Householder變換法
3．5．3 下蛋的母雞
3．6 酉空間、酉變換與酉矩陣
習(xí)題三
第4章 特殊變換及其矩陣
4．1正規(guī)變換與正規(guī)矩陣
4．1．1正規(guī)變換
4．1．2正規(guī)矩陣
4．2 Hermite變換與Hermite矩陣
4．2．1 Hermite變換(Hermite矩陣)的定義和性質(zhì)
4．2．2 達到教育的目的是用頭腦，又不是用腳
4．2．3 正定Hermite矩陣
4．2．4 對稱：是可怕的還是可愛的？
4．3 投影變換與投影矩陣
4．4 譜分解的應(yīng)用
4．4．1 離散Karhunen-Loeve變換
4．4．2 主成分分析
4．5 矩陣的奇異值分解
4．5．1 從幾何觀測說起
4．5．2 由SVD導(dǎo)出的矩陣性質(zhì)
4．5．3 SVD的算法
4．5．4 SVD教授
4．6 矩陣的標準型
4．6．1 實正規(guī)矩陣在正交相似下的標準型
4．6．2 各種矩陣標準型之間的關(guān)系
習(xí)題四
第5章 范數(shù)及其應(yīng)用
5．1 向量范數(shù)
5．1．1 從絕對值及模說起
5．1．2 常用的向量范數(shù)
5．1．3 向量范數(shù)的幾個性質(zhì)
5．2 矩陣范數(shù)
5．2．1 矩陣范數(shù)的概念
5．2．2 算子范數(shù)及范數(shù)的相容性
5．2．3 矩陣范數(shù)的幾個性質(zhì)
5．3 范數(shù)的幾個應(yīng)用
5．3．1 譜半徑與矩陣范數(shù)
5．3．2 線性方程組解與矩陣逆的擾動分析？
5．3．3 矩陣的低秩逼近及其應(yīng)用
5．3．4 只要醒著，你就必須思考數(shù)學(xué)
習(xí)題五
第6章 矩陣分析及其應(yīng)用
6．1 矩陣序列與矩陣級數(shù)
6．1．1 矩陣序列
6．1．2 矩陣級數(shù)
6．2 解線性方程組的古典迭代法
6．2．1 三種基本迭代法
6．2．2 斂散性分析
6．3 解線性方程組的現(xiàn)代迭代法
6．3．1 共軛梯度法
6．3．2 子空間迭代法
6．3．3 那些年，那些事
6．4 函數(shù)矩陣及λ矩陣
6．4．1 函數(shù)矩陣
6．4．2 λ矩陣及其Smith標準型
6．4．3 Smith標準型的應(yīng)用
6．5 矩陣函數(shù)及其計算
6．5．1 矩陣函數(shù)的定義及性質(zhì)
6．5．2 矩陣函數(shù)的計算
6．5．3 矩陣指數(shù)函數(shù)的數(shù)值計算：krylov子空聞法
6．6 矩陣的微分與積分
6．6．1 含參矩陣函數(shù)的微分與積分
6．6．2 函數(shù)對向量的微分
6．6．3 矩陣標量函數(shù)對矩陣的微分
6．6．4 矩陣對矩陣的微分
6．6．5 成于計算，敗于算計
6．7 矩陣函數(shù)的應(yīng)用
6．7．1 線性常系數(shù)微分方程組
6．7．2 應(yīng)用Ⅰ：線性定常系統(tǒng)的狀態(tài)轉(zhuǎn)移矩陣
6．7．3 矩陣微分方程
6．7．4 應(yīng)用Ⅱ：線性時變系統(tǒng)的狀態(tài)轉(zhuǎn)移矩陣
6．7．5 應(yīng)用Ⅲ：線性時變系統(tǒng)的能控性和能觀測性
習(xí)題六
第7章 特征值問題
7．1 特征值的估計
7．1．1 從特征值問題的穩(wěn)定性說起
7．1．2 蓋爾定理
7．1．3 特征值的界
7．2 多項式特征值問題
7．2．1 廣義特征值問題
7．2．2 二次特征值問題
7．3 Rayleigh商和廣義Rayleigh商
7．3．1 Rayleigh商
7．3．2 廣義Rayleigh商
7．3．3 樂在其中的瑞利勛爵
7．4 特征值問題的數(shù)值算法綜述
7．4．1 擾動和敏感性
7．4．2 冪法與反冪法
7．4．3 QR法
7．4．4 krylov子空間法
7．4．5 Jacobi？Davidson法
7．4．6 蘭喬斯先生，請您壓陣
習(xí)題七
習(xí)題答案與提示
參考文獻
書單推薦
