☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

编辑推荐

描述线性算子的结构是线性代数的中心任务之一，传统的方法多以行列式为工具，但是行列式既难懂又不直观，其定义的引入也往往缺乏动因。本书作者独辟蹊径，抛弃了这种曲折的思路，把重点放在抽象的向量空间和线性映射上，给出的证明不使用行列式，更显得简单而直观。本书把行列式的内容放在了zui后讲解，开辟了一条理解线性算子结构的新途径。书中还对一些术语、结论、证明思路、提及的数学家做了注释，增加了行文的趣味性，便于读者掌握核心概念和思想方法。
本书起点较低，不需要太多预备知识，而特色鲜明，是公认的阐述线性代数的经典佳作。原书自出版以来，迅速风靡世界，在30多个国家为200多所高校所采用，其中包括斯坦福大学和加州大学伯克利分校等知名学府。

内容简介

本书强调抽象的向量空间和线性映射， 内容涉及多项式、本征值、本征向量、内积空间、迹与行列式等. 本书在内容编排和处理方法上与国内通行的做法大不相同， 它完全抛开行列式， 采用更直接、更简捷的方法阐述了向量空间和线性算子的基本理论. 书中对一些术语、结论、数学家、证明思想和启示等做了注释， 不仅增加了趣味性， 还加强了读者对一些概念和思想方法的理解.

作者简介

Sheldon Axler 1975年毕业于加州大学伯克利分校，现为旧金山州立大学理工学院院长。《美国数学月刊》的编委，Mathematical Intelligencer主编，同时还是Springer的GTM研究生数学教材系列等多个系列丛书的主编。

目录

1　向量空间　　1
1．A Rn 与Cn 2
1．B 向量空间的定义　　10
1．C 子空间　　15
2　有限维向量空间　　23
2．A 张成空间与线性无关　　24
2．B 基　　32
2．C 维数　　35
3　线性映射　　40
3．A 向量空间的线性映射　　41
3．B 零空间与值域　　46
3．C 矩阵　　55
3．D 可逆性与同构的向量空间　　63
3．E 向量空间的积与商　　71
3．F 对偶　　78
4　多项式　　91
5　本征值、本征向量、不变子空间　　101
5．A 不变子空间　　102
5．B 本征向量与上三角矩阵　　109
5．C 本征空间与对角矩阵　　118
6　内积空间　　124
6．A 内积与范数　　125
6．B 规范正交基　　136
6．C 正交补与极小化问题　　145
7　内积空间上的算子　　153
7．A 自伴算子与正规算子　　154
7．B 谱定理　　163
7．C 正算子与等距同构　　169
7．D 极分解与奇异值分解　　175
8　复向量空间上的算子　　182
8．A 广义本征向量和幂零算子　　183
8．B 算子的分解　　189
8．C 特征多项式和极小多项式　　197
8．D 若尔当形　　203
9　实向量空间上的算子　　208
9．A 复化　　209
9．B 实内积空间上的算子　　217
10 迹与行列式　　223
10．A 迹　　224
10．B 行列式　　231
图片来源　　251
符号索引　　252
索引　　253
线性代数应该这样学（第3版） 电子书 下载 mobi epub pdf txt

评分☆☆☆☆☆

在机器学习方向，这本线性代数是正确的打开方式

评分☆☆☆☆☆

内容很好，值得买来看看。

评分☆☆☆☆☆

在京东上买了很多书，质量还不错，嗯。

评分☆☆☆☆☆

该书可能写的不错，但是翻译的不易看懂。

评分☆☆☆☆☆

know 图解的形式进行的是……你是一个人在望？我想说了我要的生活中有很多的不足

评分☆☆☆☆☆

内容还行，值得买，感谢京东，这么快配送，好评

评分☆☆☆☆☆

好书，寓哲理与知识之中，传道解惑，学习的乐趣莫过于学而思之，乐在其中。

评分☆☆☆☆☆

看见上面推荐得很好，买着囤货，很不错的宝贝。非常好

评分☆☆☆☆☆

这本线性代数我可以读懂，不厚，翻译也棒

类似图书 点击查看全场最低价