研究所講重點【線性代數決戰60天】
周易
- 出版商: 鼎茂
- 出版日期: 2020-01-02
- 定價: $360
- 售價: 9.5 折 $342
- 語言: 繁體中文
- 頁數: 304
- ISBN: 9863457329
- ISBN-13: 9789863457329
-
相關分類:
線性代數 Linear-algebra
立即出貨 (庫存=1)
買這商品的人也買了...
-
計算機概論經典題型解析 (上), 2/e (資管所.商科研究所)$480$432 -
計算機概論經典題型解析 (下), 2/e (資管所.商科研究所)$500$450 -
基礎資料結構 ─ 使用 C++ (Fundamentals of Data Structures in C++, 2/e)$790$751 -
資料結構與演算法 (增訂第二版)$360$324 -
微分方程 (Differential Equations with Boundary-Value Problems, 6/e)$650$637 -
離散數學 最新修訂版$800$632 -
訊號與系統概論-LabVIEW & Biosignal Analysis$500$475 -
離散數學分類題庫【離散數學習題詳解】, 6/e$580$551 -
計算機結構-計量方法 (Computer Architecture: A Quantitative Approach, 5/e)$1,250$1,188 -
作業系統概念, 9/e (授權經銷版) (Operating System Concepts, 9/e)$850$808 -
微電子學 (上冊), 7/e (Smith: Microelectronic Circuits, 7/e)$820$804 -
微電子學 (下冊), 7/e (Smith: Microelectronic Circuits, 7/e)$880$862 -
線性代數, 9/e (Leon: Linear Algebra with Application, 9/e)$720$706 -
工程數學學習要訣 (上), 18/e (適用: 理工所.大學自修)$700$665 -
PyTorch 自然語言處理|以深度學習建立語言應用程式 (Natural Language Processing with PyTorch)$580$458 -
電路學 (上), 11/e (Nilsson: Electric Circuits, 11/e)$680$666 -
研究所講重點【離散數學(上)】, 6/e$620$589 -
$648Introduction to Linear Algebra, 5/e -
工程數學學習要訣 (下), 18/e (適用: 理工所.大學自修)$700$665 -
研究所講重點【線性代數寫真秘笈】, 7/e$650$618 -
研究所講重點【離散數學(下)】, 6/e$580$551 -
電路學 (下), 11/e (Nilsson: Electric Circuits, 11/e)$680$666 -
研究所 2020 試題大補帖【計算機組織與結構】(107~108年試題)$400$380 -
研究所講重點【工程數學決戰60天】$360$342 -
研究所講重點【演算法-名校攻略秘笈】[適用研究所資工所、電信所考試], 11/e$520$494
商品描述
本書適合電機、資訊、統計、數學系研究所入學考試與一般自修用。線性代數在理工類所與統計課程中被廣泛應用,很多轉業問題,只要稍作整理,即可以線性代數方法解之,因此線性代數是從事專業學習和科學研究的重要基礎。
線性代數理論類似蜘蛛網,每個單元之間彼此都有關聯,課堂上之學習就像迷宮般,入口進出口出,要順利出迷宮,需知道每個單元內容,但是有時仍會不知道不同單元間的聯結。在迷宮中,很多條路彼此間都有關聯,都可以達到出口,連結各通路後,即可自由自在遨遊於迷宮中,本書嘗試同時以不同方法,解釋線性代數的各種問題,讓線性代數觀念達到極大化。
很多學校研究所入學考試,考了很多是非題,而是非題往往考驗的是線代觀念大熔爐,同一個問題,有很多種不同的解釋,但都可以得到相同結論,又或者有些時候少考慮一個反例,即造成錯誤結果。本書採用很多是非題,將線性代數不同單元理論,透過是非題表達出來並作聯結,提升同學判斷能力,相信必能幫助同學在考場上獲得高分。
目錄大綱
第1章 矩陣基本運算
1-1 行列式與逆矩陣
1-2 Gram-Schmidt正交化法
1-3 基本矩陣(elementary matrix)
1-4 LU分解
1-5 QR分解
1-6 頻譜(特徵值)分解
1-7 差分方程式
1-8 向量範數與矩陣範數
1-9 矩陣奇異值分解
精選習題
精選解答
第2章 向量空間
2-1 向量的線性獨立與線性相關
2-2 生成集與基底
2-3 子空間(subspace)
2-4 矩陣四大空間
2-5 子空間的和與交
精選習題
精選解答
第3章 線性代數應用分析
3-1 矩陣對角化
3-2 Cayley-Hamilton定理與最小多項式
3-3 Jordan form
3-4 厄米特矩陣與實對稱矩陣
3-5 正定與負定
3-6 雙線性函數(Bilinear form, Quadratic form)
3-7 函數極大值與極小值
精選習題
精選解答
第4章 線性映射與基底變換
4.1 線性映射
4.2 值域(range or image)與映成(onto)
4.3 核域(kernel or null)與一對一映射
4.4 可逆映射or同構映射
4.5 基底變換與座標變換
4.6 線性映射之基底變換
4.7 矩陣相似
精選習題
精選解答
第5章 正交投影向量
5-1 虛擬逆矩陣A+
5-2 正交投影向量
5-3 均方近似解
5-4 正交投影矩陣性質
5-5 Householder矩陣
精選習題
精選解答
