• 线性代数(第6版)
  • 线性代数(第6版)
21年品牌 40万+商家 超1.5亿件商品

线性代数(第6版)

全新正版 极速发货

75.49 7.0折 108 全新

库存17件

广东广州
认证卖家担保交易快速发货售后保障

作者(美)吉尔伯特・斯特朗 著

出版社清华大学出版社

ISBN9787302668077

出版时间2024-07

装帧平装

开本16开

定价108元

货号1203368300

上书时间2024-11-15

徐小智的书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
William Gilbert Strang(威廉·吉尔伯特·斯特朗),1934年11月27日于芝加哥出生,是美国享有盛誉的数学家,在有限元理论、变分法、小波分析及线性代数方面均有所建树。他对教育的贡献尤为卓著,包括所著有的七部经典数学教材及一部专著。斯特朗自1962年担任麻省理工学院教授,其所授课程《线性代数导论》、《计算科学与工程》均在麻省理工学院开放式课程计划(MIT Open Course Ware)中收录,并获得广泛好评。

目录
  
1 Vectors and Matrices

1.1 Vectors and Linear Combinations

1.2 Lengths and Angles from Dot Products

1.3 Matrices and Their Column Spaces

1.4 Matrix Multiplication AB and CR

2 Solving Linear Equations Ax = b

2.1 Elimination and Back Substitution

2.2 Elimination Matrices and Inverse Matrices

2.3 Matrix Computations and A = LU

2.4 Permutations and Transposes

2.5 Derivatives and Finite Difference Matrices

3 The Four Fundamental Subspaces

3.1 Vector Spaces and Subspaces

3.2 Computing the Nullspace by Elimination: A = CR

3.3 The Complete Solution to Ax = b

3.4 Independence, Basis, and Dimension

……

内容摘要
线性代数内容包括行列式、矩阵、线性方程组与向量、矩阵的特征值与特征向量、二次型及Mathematica 软件的应用等。 每章都配有习题,书后给出了习题答案。本书在编写中力求重点突出、由浅入深、 通俗易懂,努力体现教学的适用性。本书可作为高等院校工科专业的学生的教材,也可作为其他非数学类本科专业学生的教材或教学参考书。第一章:向量简介。围绕向量和点积的概念,在平面和空间中引入了线性组合和线性无关的概念。
第二章:求解线性方程组。从这个基本点出发,自然引入矩阵,高斯消元,初等矩阵,可逆矩阵等重要概念,并讲述了LU分解。
第三章:线性空间与子空间。从几何的角度来理解线性方程组,引入矩阵的秩,空间的维数等重要概念。导出线性代数基本定理。
第四章:正交。给出四个基本子空间的正交关系,引入最小二乘法,以及Gram-Schmidt正交化。
第五章:行列式。从体积的角度引入行列式,证明其各种基本性质
第六章:特征值与特征向量。从如何计算方阵的高次幂出发,给出引入二者的动机。然后讲解矩阵的对角化,对称矩阵,正定矩阵。
第七章:奇异值分解。介绍了奇异值分解这个基本定理,并给出了很多应用,例如求解常微分方程,图像压缩等。
第八章:线性变换。引入抽象的线性变换的概念,讲述线性变换的矩阵表示,对角化与伪逆。
第九章:复向量与复矩阵。讨论如何自然的引入和考虑复矩阵。然后讲解Hermitian矩阵和酉矩阵,并重点介绍了快速Fourier变换这一工程上极端有用的理论,
第十章:应用。这一章集中讲授了线性代数在各个领域中的应用。
第十一章:数值线性代数。从计算实现的角度来重新看线性代数。这一部分是算法,科学计算等的一个入门介绍。
第十二章:概率与统计中的线性代数。从线性代数的理论角度审视概率统计中的基本概念,尤其是多元随机变量,多元正态分布以及加权最小二乘法。 

主编推荐
Gilbert Strang的《线性代数(第5版)》是一本经典线性代数教材。此书深入浅出地展示了线性代数的所有核心概念,讲述过程中恰当穿插了各种应用,体现了线性代数极端有用的思想。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP