清華大學公開課《線性代數2》總結
本文是本人學習線性代數的筆記彙總,個人學習順序是網易MIT線性代數公開課結合其教材,然後是用清華大學線性代數公開課做複習,清華的課證明更多深度更深一些(邏輯更嚴密一些)而mit公開課是用及其3階矩陣講明問題的本質(講究的是直覺),這兩門公開課使用同一個教材,詳細請看後文。
麻省理工: 線性代數 公開課
官網目錄
網易公開課目錄
清華大學線性代數2公開課筆記總結
第1講:正定矩陣
第2講:相似矩陣
第3講:奇異值分解
第4講:線性變換1
第5講:線性變換2
第6講:偽逆
第7講:工程中的矩陣
第8講:圖與網路
第9講:Markov矩陣和正矩陣
第10講:Fourier級數
第11講:
第12講:複數與復矩陣
last but not least
個人強烈推薦學習線性代數的好書,摘錄自豆瓣上網友的評價,個人覺得很中肯,特此推薦,對比之下,你會發現國內一般院校工科線性代數教材:同濟的線性代數(即工科考研推薦複習書籍)太差勁了。
相關推薦
清華大學公開課線性代數2——第3講:奇異值分解
筆記源自:清華大學公開課:線性代數2——第3講:奇異值分解 提示:如果文中圖片看不清文字,請右鍵單擊滑鼠,選擇在新視窗開啟圖片,然後放大圖片(這邊上傳之前都是可以看清的,由於網頁正文部分大小固定,因此圖片被自動縮小以便適配網頁),截圖部分是課堂ppt老師隨
清華大學公開課線性代數2——第9講:馬爾科夫矩陣和正矩陣
筆記源自:清華大學公開課:線性代數2——第9講:馬爾科夫矩陣和正矩陣 提示:如果文中圖片看不清文字,請右鍵單擊滑鼠,選擇在新視窗開啟圖片,然後放大圖片(這邊上傳之前都是可以看清的,由於網頁正文部分大小固定,因此圖片被自動縮小以便適配網頁),截圖部分是課堂p
清華大學公開課《線性代數2》總結
本文是本人學習線性代數的筆記彙總,個人學習順序是網易MIT線性代數公開課結合其教材,然後是用清華大學線性代數公開課做複習,清華的課證明更多深度更深一些(邏輯更嚴密一些)而mit公開課是用及其3階矩陣講明
數學-線性代數-#2 用消元法解線性方程組
結合 單純 方框 法則 基本 步驟 滿足 原則 log 線性代數-#2 用消元法解線性方程組 #2實現了#1中的承諾,介紹了求解線性方程組的系統方法——消元法。 既然是一種系統的方法,其基本步驟可以概括如下: 1.將方程組改寫為增廣矩陣: 為了省去傳統消元法中反復出現但
大一線性代數知識點總結
行列式和矩陣的加法和乘法的比較 伴隨矩陣的一些性質 以下是全部知識點總結 線性方程組的係數行列式為零時,不能用克拉默法則解方程組,因為此時方程組的解為無解或有無窮多個解。 克拉默法則解線性方程組
張小龍2018微信公開課超時演講,總結微信8年
大家好!我是張小龍。 剛剛我們在下面看了一下這些吐槽,非常好,因為我每天都在聽到這樣的聲音,都已經習慣了。我覺得在中國來說,每天都有5億人說我們做得不好,每天還有1億人想教我怎麼樣做產品,我覺得這是非常正常的一個事情。但是我來這裡不是為了教大家怎麼做產品的。 每年我們
線性代數題型總結
線代題型的總結 1. 行列式 1.1 計算行列式的值 使用帶餘子式的展開公式(即按行或者按列展開) 注意兩行互換位置(變號),兩行成比例或者某行為0(為0)的情況 逐行相加的方法 每行都加到第一行上去 第一行加到每一行上去 利用已知條件從Xn
MIT線性代數公開課學習筆記第16~20課
ots 正交 其中 圖片 線性 現在 出現 正交化 play 十六、投影矩陣和最小二乘 給出\(n\)組\(m-1\)個自變量的數據點(用\(n\times m\)大小的矩陣\(A\)表示,其中第一列均為1,代表常數項),以及它們的真實取值(用n維列向量\(b\)表示),現
MIT線性代數公開課學習筆記第21~25課
幾何 教材 線性 學習 標量 求解 一個 spa lambda 二十一、特征值和特征向量 1、特征值和特征向量的定義、求解 給出\(n\)階方陣\(A\),若存在\(n\)維列向量\(x\)和標量\(\lambda\),有\(Ax=\lambda x\),則\(x\)是\(
MIT線性代數公開課學習筆記第31~35課
圖像 .com 小波 要求 小波變換 ron 現在 alpha times 三十一、線性變換及對應矩陣 定義線性變換: \[T:\mathbb{R}^n\to \mathbb{R}^m\] 表示的是n維列向量到m維列向量的映射,該映射是可以線性組合的,即: \[T(ax+b
麻省理工公開課:線性代數_學習筆記02
矩陣消元 這次是矩陣消元的內容,首先依然從一個方程組開始 e.g. 同樣先寫出他的係數矩陣 先寫出他的係數矩陣方框框起來的被稱為主元1 第二個方框被稱為主元2,箭頭上是以消去元的位置而標明的.。 &nbs
麻省理工公開課:線性代數_學習筆記01
方程組的幾何解釋 最近愈發覺得3D數學基礎這本書裡的數學看不太懂,就決定放下這本書,先系統學習一遍線性代數。 之後找到了一套線性代數很棒的視訊,麻省理工大學教授講的。下面會依次來做筆記 二元一次方程組中的幾何解釋 e.g. 可以得出係數矩陣
清華大學《Java語言程式設計進階》公開課總結
點選檢視:原文 本文是清華大學許斌老師的公開課:Java語言程式設計進階 的課堂筆記,快速複習一下,時間有限,因此大量直接截圖。許斌老師宣告:沒有配套講義,建議參考書籍:周志明《深入理解java虛擬機器》。(JUC) java.utile.concurrency
MIT線性代數公開課筆記(Lec9:線性相關性、基、維數)
“向量組”:線性相關性、生成空間、作為“基”。 “維數”:一個具體的數值。 對於矩陣A,AX = 0,且矩陣A的行數m小於列數n(即未知數n大於方程數m) 有推論:方程AX= 0有非零解。reason:對於A做消元得到階梯矩陣As,As必包含有不少於一個的自由變數。 一、
《麻省理工公開課:線性代數》Lecture 1~3 筆記
決定寫[WC 2011]XOR一題。 先學了高斯消元法。它和我以前想的解線性方程組的方法很相似。那時在學化學方程式的配平,我發現用待定係數法、根據元素守恆列方程就好了。為了表現自己“徹底”解決了這個問題,我寫了個解線性方程組的程式。發現代入法不好實現,便決定採
微積分--線性代數--離散數學(簡介與公開課)
最近準備全面系統的學習計算機基礎理論了。所以呢,我就把微積分、線性代數、離散數學作為學習的重點,也算高等數學的主要內容。自己高中時候學了一些,不過大學就沒學高數,擱置了很多年,現在撿起來還不晚,還二十幾歲嘛。今年準備在計算機基礎理論上狠下功夫,把演算法、android系統作
【線性代數公開課MIT Linear Algebra】 第二十四課 特徵值與特徵向量的應用——馬爾科夫矩陣、傅立葉級數
本系列筆記為方便日後自己查閱而寫,更多的是個人見解,也算一種學習的複習與總結,望善始善終吧~ 馬爾科夫矩陣Markov Matrix 馬爾科夫矩陣Markov Matrix有兩個性質:所有元素大於等於0,所有矩陣的列相加等於1。 這裡性質導致一
機器學習公開課筆記(2):多元線性迴歸
多元線性迴歸 一元線性迴歸只有一個特徵$x$,而多元線性迴歸可以有多個特徵$x_1, x_2, \ldots, x_n$ 假設 (Hypothesis):$h_\theta(x)=\theta^Tx=\theta_0x_0+\theta_1x_1+\ldots+\theta_nx_n$ 引數 (Para
【線性代數公開課MIT Linear Algebra】 實際應用——python中的線性代數(1)
目前已經看完了公開課的三分之一,線性代數中的常見概念也已經差不多全部介紹了一遍,那麼在實際應用中會藉助於計算機來實現,這裡將介紹如何在python中使用我們學到的知識。 NumPy系統是Python的一種開源的數值計算擴充套件。這種工具可用來儲存和處理大
【線性代數公開課MIT Linear Algebra】 第二課 矩陣與高斯消元
本系列筆記為方便日後自己查閱而寫,更多的是個人見解,也算一種學習的複習與總結,望善始善終吧~ 1. Gauss Elimination 高斯消元 還是從線性方程組談起,對於以下方程組: 對其求解,我們使用高斯消元法: 想辦法消掉第二個與