線性代數, 2/e
姚賀騰
- 出版商: 全華圖書
- 出版日期: 2025-12-16
- 定價: $600
- 售價: 9.0 折 $540
- 語言: 繁體中文
- 頁數: 440
- ISBN: 6264015768
- ISBN-13: 9786264015769
-
相關分類:
線性代數 Linear-algebra
立即出貨 (庫存 < 5)
買這商品的人也買了...
-
$478Visual C++ 從入門到精通, 4/e -
金融科技實戰:Python 與量化投資$650$507 -
Python 資料運算與分析實戰:一次搞懂 NumPy, SciPy, Matplotlib, Pandas 最強套件$590$502 -
$270Python 數字信號處理應用 (Think DSP: Digital Signal Processing in Python) -
$538Visual C++ 從入門到精通 (項目案例版) -
科班出身的 AI人必修課:OpenCV 影像處理 使用 Python$780$616 -
Python 網路爬蟲:大數據擷取、清洗、儲存與分析 -- 王者歸來$650$514 -
文科生也能懂的 Python 程式設計|用 Python 寫出國中數學解題程式$450$355 -
打下最紮實 AI 基礎不依賴套件:手刻機器學習神經網路穩健前進$1,200$948 -
Raspberry Pi 樹莓派:Python x AI 超應用聖經$699$594 -
一步到位!Python 程式設計 -- 最強入門教科書, 3/e$630$498 -
PyTorch 深度學習入門與應用:必備實作知識與工具一本就學會$600$468 -
Python 資料結構×演算法 刷題鍛鍊班:234 題帶你突破 Coding 面試的難關$650$585 -
機器學習最強入門 - 基礎數學/機率/統計邁向AI真實數據專題實作 - 王者歸來$980$774 -
AI 時代 Math 元年 - 用 Python 全精通統計及機率 (黑白印刷)$1,200$948 -
線性代數 (Larson: Elementary Linear Algebra, 8/e CUSTOM EDITION)$780$764 -
AI 時代 Math 元年 - 用 Python 全精通程式設計 (黑白印刷)$1,280$1,011 -
Raspberry Pi 樹莓派:AI × OpenCV × LLM × AIoT 創客聖經$880$695 -
機器學習 ─ Python 程式實作$650$617 -
半導體元件物理 -- 觀念解析與實務應用, 2/e (推薦:蘇炎坤‧鄭慶民)$760$722 -
LLM 語意理解與生成技術完全開發 (Hands-On Large Language Models)$980$774 -
手把手帶你實作完整機器學習專案$760$600 -
LLM 工程師開發手冊 (LLM Engineer's Handbook: Master the art of engineering large language models from concept to production)$1,250$987 -
深入淺出 Python, 3/e (Head First Python: A Learner's Guide to the Fundamentals of Python Programming, A Brain-Friendly Guide, 3/e)$1,200$948 -
史上最完整 -- 一本書晉升深度學習世界級大師$1,280$1,011
相關主題
商品描述
本書特色
1.將知識點設計成由淺入深的路徑,從具體計算過渡到抽象概念,確保學習連貫性。
2.獨家解題經驗傳授,提供計算捷徑與高效技巧;搭配代表性習題,提升考試競爭力。
3.強調幾何直覺與應用啟發,圖像化解釋抽象概念,專注核心理論與實務。
4.附錄支援 MATLAB 與 Python 雙程式平台,指導複雜運算,接軌 AI 時代。
內容簡介
線性代數是一門高度通用且具備廣泛應用的基礎工具,無論是在人工智慧、數據分析或是各類工程領域,專業人士都需要對其具有紮實素養,方能在實際問題中建立準確的數學模型。
本書的核心特色是擺脫傳統冗長而抽象的理論推導,轉而以直覺化的概念闡釋和高效的實戰應用為主軸。在解題風格上,本書不同於一般教科書完全按照理論框架進行推導。作者憑藉多年的實戰教學經驗,在許多計算技巧上提供了獨家捷徑,幫助學生有效提升解題速度,達到事半功倍的學習效果。
同時,本書強調與現代科技趨勢的接軌,於附錄中提供 MATLAB 與 Python 雙程式平台的程式碼範例與腳本教學,專門針對複雜的線性代數計算提供電腦輔助實作指導。
目錄大綱
CH1 矩陣、向量與線性方程組
1-1 矩陣與向量
1-2 線性組合、矩陣與向量的乘法
1-3 線性方程組
1-4 高斯消去法
1-5 線性獨立與線性相依
CH2 矩陣與線性變換
2-1 矩陣乘法
2-2 可逆性與基本矩陣
2-3 反矩陣
2-4 LU分解
2-5 線性變換
2-6 線性變換的合成與可逆性
CH3 行列式
3-1 餘因子展開
3-2 行列式的性質
CH4 子空間與其特性
4-1 子空間
4-2 基底與維度
4-3 子空間的維度與矩陣的關聯
4-4 坐標系統
4-5 線性算子的矩陣表示
CH5 特徵值、特徵向量與對角化
5-1 特徵值與特徵向量
5-2 特徵多項式
5-3 矩陣對角化
5-4 線性算子的對角化
CH6 正交化
6-1 向量的幾何
6-2 正交向量
6-3 正交投影
6-4 最小平方近似
6-5 正交矩陣與算子
6-6 對稱矩陣
6-7 奇異值分解
CH7 向量空間
7-1 向量空間和其子空間
7-2 線性變換
7-3 基底與維度
7-4 線性算子的矩陣形式
7-5 內積空間
