第一次學工程數學就上手 (3) ─ 線性代數
林振義
- 出版商: 五南
- 出版日期: 2020-01-01
- 定價: $310
- 售價: 9.5 折 $295
- 貴賓價: 9.0 折 $279
- 語言: 繁體中文
- 頁數: 196
- ISBN: 9577637914
- ISBN-13: 9789577637918
-
相關分類:
工程數學 Engineering-mathematics、線性代數 Linear-algebra
已過版
買這商品的人也買了...
-
C++ 標準庫-學習教本與參考工具, 2/e (書側有些許黴斑,不介意下單)$1,200$948 -
培養與鍛鍊程式設計的邏輯腦:程式設計大賽的 128個進階技巧 (使用 Python)$620$484 -
圖解微積分, 2/e$450$405 -
機器學習工程師面試全破解:嚴選 124道 AI 演算法決勝題完整剖析$650$507 -
第一次學工程數學就上手 (1) ─ 微積分與微分方程式, 2/e$220$198 -
第一次學工程數學就上手 (2) ─ 拉式轉換與傅立葉$240$216 -
演算法:最強彩色圖鑑 + Python程式實作 -- 王者歸來 (全彩印刷)$680$537 -
資料視覺化|製作充滿說服力的資訊圖表 (Fundamentals of Data Visualization)$780$616 -
線性代數應該這樣學, 3/e$419$398 -
第一次學工程數學就上手 (2) ─ 拉式轉換與傅立葉, 2/e$240$216 -
$354Python 元學習 : 通用人工智能的實現 (Hands-On Meta Learning with Python: Meta learning using one-shot learning, MAML, Reptile, and Meta-SGD with TensorFlow) -
寫給大家的統計學|秒懂機率與統計,你也可以是人生勝利組 (Bayesian Statistics the Fun Way: Understanding Statistics and Probability with Star Wars, Lego, and Rubber Ducks)$480$408 -
第一次學工程數學就上手 (4) ─ 向量分析與偏微分方程式$240$216 -
第一次學工程數學就上手 (5) ─ 複變數$240$216 -
機器人控制 — 運動學、控制器設計、人機交互與應用實例$594$564 -
$607大話數據結構 [溢彩加強版] -
Storytelling in Design|在設計中說故事 (Storytelling in Design: Principles and Tools for Defining, Designing, and Selling Multi-Device Design Products)$680$537 -
第一次學工程數學就上手 (1) ─ 微積分與微分方程式, 3/e$220$198 -
經理人之道:技術領袖航向成長與改變的參考指南 (The Manager's Path: A Guide for Tech Leaders Navigating Growth and Change)$480$379 -
Windows APT Warfare:惡意程式前線戰術指南$600$468 -
第一次學工程數學就上手 (2) ─ 拉式轉換與傅立葉, 3/e$240$216 -
畫出我的超萌感角色與動物:啟發想像力的5步驟簡單畫畫書(全球首發合訂版)$360$284 -
資料科學家的實用統計學 : 運用 R 和 Python 學習 50+個必學統計概念, 2/e (Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python, 2/e)$680$537 -
$505從零開始 Linux 運維實踐 -
演算法生存指南(書況差限門市銷售)$800$632
相關主題
商品描述
◎◎◎ SOP閃通教材 ◎◎◎
老師在解題時,會把題目的標準解題流程(SOP)記在頭腦裡,
依此標準解題流程(SOP)解給學生看,可是並不是每個學生
看完老師教的標準解題流程(SOP)後,就能記住此標準解題流程(SOP)。
本書是將每個題型的標準解題流程(SOP)寫下來,
學生只要將題目的數值代入標準解題流程(SOP)內,
就可以把該題目解答出來。
等學生學會了後,此SOP就可以丟掉了
目錄大綱
第五篇 線性代數
第1章 線性方程式
1.1 線性方程組
1.2 求線性方程組的解
1.3 線性齊次方程組
第2章 矩陣
2.1 矩陣的基礎
2.2 列階梯形矩陣
2.3 反矩陣
2.4 LU-分解
2.5 矩陣與線性方程組
第3章 行列式
3.1 行列式性質
3.2 行列式降階
3.3 反矩陣
3.4 克拉莫法則
第4章 向量與向量空間
4.1 向量的基本觀念
4.2 向量空間
4.3 子空間
4.4 列空間
4.5 線性組合
第5章 維度與基底
5.1 線性相依與線性獨立
5.2 維度與基底
5.3 矩陣的零空間
5.4 Gram-Schmitdt正交過程
5.5 QR分解
5.6 最小平方解
第6章 線性映射
6.1 線性映射基礎
6.2 線性映射的像與核
6.3 線性算子的矩陣表示
6.4 基底變換
第7章 特徵值與特徵向量
