線性代數及其應用
深泉//陳玉珍//張萬芹//包東娥//陸博
- 出版商: 機械工業
- 出版日期: 2026-04-01
- 售價: $1,494
- 語言: 簡體中文
- 頁數: 622
- ISBN: 7111803418
- ISBN-13: 9787111803416
-
相關分類:
線性代數 Linear-algebra
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$219統計學習理論基礎 -
$300人工智能算法 捲1 基礎算法 -
特徵工程不再難:資料科學新手也能輕鬆搞定! (Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems)$520$405 -
$351人工智能算法 捲2 受大自然啟發的算法 -
$568金融中的機器學習 -
$606利用 Python 實現概率、統計及機器學習方法(原書第2版) -
$861精通機器學習算法 -
$356強化學習演算法入門 -
$504深度學習的理論基礎與核心算法 -
算法設計與實踐$359$341 -
$453深度學習與大模型基礎(簡體書) -
$300最優化理論與智能算法 -
$351PYTHON 金融大數據分析快速入門與案例詳解 -
量化投資從理論到實踐$468$444 -
$474ESG投資 -
高級計量經濟分析及 Stata 應用$594$564 -
$453巧用 AI 大模型輕松學會 Python 金融數據分析 -
算法交易 : 制勝策略與原理 (珍藏版)$594$564 -
$327因果推斷計量經濟學 -
$534門限回歸模型及其應用 -
概率機器學習 基礎篇$1,014$963 -
風險管理:數據驅動與AI賦能 第3版$414$393 -
StatQuest 圖解神經網絡與深度學習 (全彩)$594$564 -
線性代數不難【下冊】:幾何直覺構建 + Manim 動畫開悟 + Python 應用實踐 + AI 助學賦能$948$900 -
$474Python機器學習
相關主題
商品描述
本書是一本新穎、實用的線性代數教材,基於作者多年教學經驗,結合工程學、經濟學等領域的實際問題,系統闡述了線性代數理論框架與實踐應用。全書涵蓋線性方程組、矩陣代數、向量空間、特征值與正交性等核心內容,以飛機設計、圖像處理、信號處理、優化專題等案例引入概念,將抽象理論與可視化方法相結合,幫助讀者掌握線性代數的基本概念及應用技巧,為後續課程的學習和工作實踐奠定基礎。 本書既可以作為理工科、計算機、經濟管理以及商科等專業的教材,也可以作為一般讀者了解線性代數的參考讀物。
作者簡介
史蒂文·R.雷(Steven R. Lay),擁有加州大學洛杉磯分校數學碩士和博士學位,於1971年在奧羅拉大學開始了他的教學生涯,目前任職於李大學數學系。1985年,Steven獲得了奧羅拉大學的卓越教學獎。2006年,Steven榮獲李大學的獎。
目錄大綱
譯者序
前言
給學生的註釋
關於作者
第1章 線性代數中的線性方程組
介紹性實例 經濟學與工程中的線性模型
1.1 線性方程組
1.2 行化簡與階梯形矩陣
1.3 向量方程
1.4 矩陣方程Ax=b
1.5 線性方程組的解集
1.6 線性方程組的應用
1.7 向量的線性相關性
1.8 線性變換簡介
1.9 線性變換的矩陣
1.10 商業、科學和工程中的線性模型
課題研究
補充習題
第2章 矩陣代數
介紹性實例 飛機設計中的計算機模型
2.1 矩陣運算
2.2 矩陣的逆
2.3 可逆矩陣的特征
2.4 分塊矩陣
2.5 矩陣分解
2.6 列昂惕夫投入-產出模型
2.7 在計算機圖形學中的應用
2.8 R^n的子空間
2.9 維數與秩
課題研究
補充習題
第3章 行列式
介紹性實例 稱鉆石
3.1 行列式簡介
3.2 行列式的性質
3.3 克拉默法則、體積和線性變換
課題研究
補充習題
第4章 向量空間
介紹性實例 離散時間信號和數字信號處理
4.1 向量空間與子空間
4.2 零空間、列空間、行空間和線性變換
4.3 線性無關集和基
4.4 坐標系
4.5 向量空間的維數
4.6 基的變換
4.7 數字信號處理
4.8 在差分方程中的應用
課題研究
補充習題
第5章 特征值與特征向量
介紹性實例 動力系統與斑點貓頭鷹
5.1 特征向量與特征值
5.2 特征方程
5.3 對角化
5.4 特征向量與線性變換
5.5 覆特征值
5.6 離散動力系統
5.7 在微分方程中的應用
5.8 特征值的疊代估計
5.9 在馬爾可夫鏈中的應用
課題研究
補充習題
第6章 正交性和最小二乘法
介紹性實例 人工智能和機器學習
6.1 內積、長度和正交性
6.2 正交集
6.3 正交投影
6.4 格拉姆-施密特方法
6.5 最小二乘問題
6.6 機器學習和線性模型
6.7 內積空間
6.8 內積空間的應用
課題研究
補充習題
第7章 對稱矩陣和二次型
介紹性實例 多波段的圖像處理
7.1 對稱矩陣的對角化
7.2 二次型
7.3 條件優化
7.4 奇異值分解
7.5 在圖像處理和統計學中的應用
課題研究
補充習題
第8章 向量空間的幾何學
介紹性實例 柏拉圖多面體
8.1 仿射組合
8.2 仿射無關性
8.3 凸組合
8.4 超平面
8.5 多面體
8.6 曲線與曲面
課題研究
補充習題
第9章 優化
介紹性實例 柏林空運
9.1 矩陣博弈
9.2 線性規劃——幾何方法
9.3 線性規劃——單純形法
9.4 對偶問題
課題研究
補充習題
附錄
附錄A 簡化階梯形矩陣的唯一性
附錄B 覆數
術語表
奇數編號習題答案
