數(shù)值線性代數(shù)的算法在科學和統(tǒng)計軟件中無處不在。新南威爾士大學數(shù)值線性代數(shù)課程的理論部分旨在傳授對這些算法如何工作的理解以及對其潛在局限性的評價。當面對只有在計算機的幫助下才可行的大問題時，適合于通過手工計算解決小問題的紙筆方法通常必須被修改或由不同的方法代替。為了說明數(shù)值線性代數(shù)的應用，課程討論了來自統(tǒng)計學、數(shù)據(jù)科學和應用數(shù)學的各種例子，同時提供了使用軟件進行計算的實踐經(jīng)驗。對于即將參加Final Exam的同學來說，如何才能做好復習準備呢？攻略如下。

一、數(shù)值線性代數(shù)Final Exam復習內容

1、矩陣和向量運算

2、LU系數(shù)、QR系數(shù)

3、利用矩陣結構

4、特征問題

5、奇異值分解

6、準確性和可靠性

7、線性系統(tǒng)的迭代解法

8、機器學習

二、數(shù)值線性代數(shù)Final Exam復習目標

1、對于線性代數(shù)中的常見問題，估計算法的計算成本如何與問題大小成比例。

2、識別矩陣中的相關結構，并選擇利用該結構提高效率的專門算法。

3、理解在數(shù)值線性代數(shù)中如何使用標準矩陣分解來構造求解過程。

4、認識到矩陣屬性會損害數(shù)值計算的準確性和可靠性。

5、確定在解決線性代數(shù)問題時，何時考慮迭代方法而不是直接方法。解釋所選迭代方法(QR迭代、Jacobi、Richardson、共軛梯度)的作用和基本特征。

6、通過調用數(shù)值庫函數(shù)，使用合適的編程語言解決線性代數(shù)中的常見問題。

7、理解數(shù)值線性代數(shù)在各種科學和統(tǒng)計應用中的作用，如數(shù)據(jù)擬合、低秩近似、主成分分析、圖像壓縮和機器學習。

新南威爾士大學數(shù)值線性代數(shù)Final Exam的分數(shù)占課程總成績的50%，復習的重要性不言而喻。希望上述內容能對同學的復習有幫助。