本書(shū)共 5 章: 第 1 章介紹代數(shù)系統(tǒng)的基本概念, 內(nèi)容包括集合與映射、群、環(huán)、域及線 性代數(shù)系統(tǒng)等; 第 2 章介紹矩陣代數(shù), 內(nèi)容包括矩陣定義、矩陣的各種運(yùn)算, 如線性運(yùn)算、 乘法、轉(zhuǎn)置、方陣的行列式等, 并由此討論可逆陣的概念及性質(zhì); 第 3 章介紹線性方程組的 消元法, 為后面講解向量空間的知識(shí)奠定基礎(chǔ); 第 4 章基于矩陣、線性方程組等討論應(yīng)用廣 泛的向量空間, 內(nèi)容包括向量及其線性運(yùn)算、向量組的線性相關(guān)性、線性空間的線性變換等; 在以上幾章的基礎(chǔ)上, 第 5 章定義向量的內(nèi)積運(yùn)算,在向量空間中引入“度量”, 即向量的 長(zhǎng)度(范數(shù)),從而將二維、三維的幾何空間擴(kuò)展到一般的 n 維歐幾里得空間.
本書(shū)選擇 Python 的科學(xué)計(jì)算的軟件包 NumPy 作為計(jì)算工具, 針對(duì)書(shū)中討論的線性代數(shù) 的計(jì)算問(wèn)題給出詳盡的 Python 解法. 本書(shū)中的每一段程序都給出了詳盡的注釋及說(shuō)明, 適合各層次讀者閱讀.
打好人工智能數(shù)學(xué)的基礎(chǔ)。
用程序揭示數(shù)學(xué)之美。
國(guó)防科技大學(xué)博士團(tuán)隊(duì)審校,理論與實(shí)用結(jié)合。
104道例題全面詮釋線性代數(shù)理論及方法。
108道練習(xí)題提升讀者應(yīng)用能力。
Python解法全覆蓋內(nèi)容所涉的知識(shí)。
內(nèi)容涵蓋現(xiàn)行理工科《線性代數(shù)》課程大綱,與同名課程無(wú)縫銜接。
徐子珊,40余年高校數(shù)學(xué)、算法課程教學(xué)經(jīng)驗(yàn),著有《算法設(shè)計(jì)、分析與實(shí)現(xiàn)》《從算法到程序》《概率統(tǒng)計(jì)與Python解法》等熱銷書(shū),深受讀者的喜愛(ài)。
目 錄
第 1 章 代數(shù)系統(tǒng) 1
1.1 代數(shù) 1
1.1.1 集合與映射 1
1.1.2 代數(shù)系統(tǒng) 4
1.2 經(jīng)典代數(shù)系統(tǒng) 5
1.2.1 群 5
1.2.2 環(huán) 7
1.2.3 域 7
1.2.4 線性代數(shù) 8
1.2.5 子代數(shù)與代數(shù)的同構(gòu) 10
1.3 Python 解法 12
1.3.1 Python 的數(shù)系 12
1.3.2 Python 的布爾代數(shù)和位運(yùn)算 14
1.3.3 自定義代數(shù)系統(tǒng) 20
第 2 章 矩陣代數(shù) 25
2.1 數(shù)域上的矩陣 25
2.1.1 矩陣的概念 25
2.1.2 矩陣分塊 28
2.1.3 Python 解法 29
2.2 矩陣的線性運(yùn)算 33
2.2.1 矩陣線性運(yùn)算的定義 33
2.2.2 Python 解法 35
2.3 矩陣的乘法 37
2.3.1 矩陣乘法的定義 37
2.3.2 Python 解法 42
2.4 矩陣的轉(zhuǎn)置 44
2.4.1 矩陣轉(zhuǎn)置的定義 44
2.4.2 Python 解法 46
2.5 方陣的行列式 47
2.5.1 排列的逆序 47
2.5.2 方陣的行列式 49
2.5.3 行列式的性質(zhì) 50
2.5.4 Python 解法 53
2.6 方陣的逆 54
2.6.1 方陣的伴隨矩陣 54
2.6.2 可逆方陣 57
2.6.3 矩陣積的行列式 60
2.6.4 Python 解法 62
2.7 本章附錄 64
第 3 章 線性方程組 72
3.1 線性方程組與矩陣 72
3.1.1 線性方程組的矩陣表示 72
3.1.2 可逆系數(shù)矩陣 74
3.1.3 Python 解法 75
3.2 線性方程組的消元法 76
3.2.1 消元法與增廣矩陣的初等變換 76
3.2.2 消元法的形式化描述 79
3.2.3 Python 解法 81
3.3 線性方程組的解 85
3.3.1 矩陣的秩 85
3.3.2 齊次線性方程組的解 88
3.3.3 非齊次線性方程組的解 93
3.3.4 Python 解法 96
3.4 本章附錄 100
第 4 章 向量空間 103
4.1 n 維向量與向量組 103
4.1.1 n 維向量及其線性運(yùn)算 103
4.1.2 向量組的線性表示 106
4.1.3 Python 解法 111
4.2 向量組的線性關(guān)系 114
4.2.1 線性相關(guān)與線性無(wú)關(guān) 114
4.2.2 向量組的秩 119
4.2.3 Python 解法 121
4.3 向量空間的基底和坐標(biāo)變換 126
4.3.1 向量空間及其基底 126
4.3.2 向量空間的坐標(biāo)變換 128
4.3.3 Python 解法 133
4.4 線性變換 137
4.4.1 線性空間的線性變換 137
4.4.2 線性變換的矩陣 140
4.4.3 特征值與特征向量 143
4.4.4 Python 解法 147
4.5 本章附錄 152
第 5 章 歐幾里得空間 156
5.1 歐幾里得空間及其正交基 156
5.1.1 向量?jī)?nèi)積及其性質(zhì) 156
5.1.2 向量間的夾角 158
5.1.3 歐幾里得空間的正交基 160
5.1.4 Python 解法 162
5.2 正交變換 167
5.2.1 正交變換及其矩陣 167
5.2.2 對(duì)稱矩陣的對(duì)角化 168
5.2.3 Python 解法 170
5.3 二次型 171
5.3.1 R 上二次型 172
5.3.2 二次型的標(biāo)準(zhǔn)形 174
5.3.3 Python 解法 179
5.4 最小二乘法 181
5.4.1 向量間的距離 181
5.4.2 最小二乘法實(shí)現(xiàn) 182
5.4.3 Python 解法 184
5.5 本章附錄 185
參考文獻(xiàn) 193