應(yīng)用矩陣分析導(dǎo)論(英文版)(An Introduction to Applied Matrix Analys)
定 價(jià):49 元
- 作者:金小慶 黃錫榮
- 出版時(shí)間:2016/5/19 3:46:00
- ISBN:9787040449945
- 出 版 社:高等教育出版社
- 中圖法分類:O151.21
- 頁(yè)碼:130
- 紙張:膠版紙
- 版次:1
- 開本:16開
科學(xué)和工程中的大部分問題最終將納入矩陣問題。
《應(yīng)用矩陣分析導(dǎo)論(英文版)》提供了應(yīng)用矩陣?yán)碚摶A(chǔ)介紹,也包括最近幾年的一些新的結(jié)論。
《應(yīng)用矩陣分析導(dǎo)論(英文版)》包括8章,它包括擾動(dòng)和誤差分析; 求解線性系統(tǒng)的共軛梯度法和預(yù)處理技術(shù);基于正交變換的最小二乘法等。最后的二章包括了該領(lǐng)域的一些最新進(jìn)展。在第7章,我們構(gòu)造矩陣函數(shù)最優(yōu)的預(yù)處理器。更確切地說(shuō),令 f 為一個(gè)矩陣函數(shù)。 給定一個(gè)矩陣A,有兩種選擇構(gòu)造f(A) 最佳預(yù)處理器。我們研究了不同矩陣函數(shù)的預(yù)處理器的性質(zhì)。在第8章,我們研究Bottcher-Wenzel猜想并討論相關(guān)問題。
《應(yīng)用矩陣分析導(dǎo)論(英文版)》可作為科學(xué)和工程系高年級(jí)本科生或者低年級(jí)研究生的教材。要求基礎(chǔ)知識(shí)為各個(gè)學(xué)科都開設(shè)的基本的線性代數(shù)、微積分、數(shù)值分析和計(jì)算知識(shí)。也可作為對(duì)應(yīng)用矩陣?yán)碚摳信d趣的計(jì)算科學(xué)研究人員參考。
金小慶
博士,為澳門大學(xué)數(shù)學(xué)系教授,他的研究領(lǐng)域?yàn)閿?shù)值線性代數(shù)和科學(xué)計(jì)算。 他出版了7本著作并發(fā)表了90余篇學(xué)術(shù)論文,是很多國(guó)際期刊的編委。
黃錫榮
博士,為澳門大學(xué)數(shù)學(xué)系副教授,他的研究領(lǐng)域?yàn)槠⒎址匠探馕龊蛿?shù)值解。
Preface vii
1. Introduction and Review
1.1 Basic symbols
1.2 Quadratic forms and positive definite matrices
1.2.1 Quadratic forms
1.2.2 Problems involving quadratic forms
1.2.3 Positive definite matrix
1.2.4 Other methods to determine the positive definiteness
1.3 Theorems for eigenvalues of symmetric matrices
1.4 Complex inner product spaces
1.5 Hermitian, unitary, and normal matrices
1.6 Kronecker product and Kronecker sum
2. Norms and Perturbation Analysis
2.1 Vector norms
2.2 Matrix norms
2.3 Perturbation analysis for linear systems
2.4 Error on floating point numbers
3. Least Squares Problems
3.1 Solution of LS problems
3.2 Perturbation analysis for LS problems
3.3 Orthogonal transformations
3.3.1 Householder reflections
3.3.2 Givens rotations
3.4 An algorithm based on QR factorization
3.4.1 QR factorization
3.4.2 A practical algorithm for LS problems
4. Generalized Inverses
4.1 Moore-Penrose generalized inverse
4.2 Basic properties
4.3 Relation to LS problems
4.4 Other generalized inverses
5. Conjugate Gradient Method
5.1 Steepest descent method
5.1.1 Steepest descent method
5.1.2 Convergence rate
5.2 Conjugate gradientmethod
5.2.1 Conjugate gradient method
5.2.2 Basic properties
5.2.3 Practical CG method
5.3 Preconditioning technique
6. Optimal and Superoptimal Preconditioners
6.1 Introduction to optimal preconditioner
6.1.1 Circulantmatrix
6.1.2 Optimal preconditioner
6.2 Linear operator c_U
6.2.1 Algebraic properties
6.2.
...... 全部?jī)?nèi)容請(qǐng)購(gòu)買實(shí)物書籍