2 Solving Linear Equations
3 Vector Spaces and Subspaces
4 Orthogonality
5 Determinants
6 Eigenvalues and Eigenvectors
7 The Singular Value Decomposition (SVD)
8 Linear Transformations
9 Complex Vectors and Matrices
10 Applications
11 Numerical Linear Algebra
12 Linear Algebra in Probability & Statistics
· · · · · · (收起)
具体描述
用户评价
##我学完的第一本英文教材书，教材编的真的棒，小结，例子，配图都非常用心，不仅仅从数学的角度介绍线代，很多精力放在了实际应用的例子上，不会像本科期间的教材，学的不知所以然，仅变成了分数的奴隶。
评分##数学课基本在靠油管的MIT网课拯救
评分##其实更喜欢 Strang教授的 Lectures，Textbook太想做到循循善诱了，反而降低了阅读流畅度。
评分##课已经刷完了，书还没有看完，希望至少看到第7章吧。总的来说真的很好，但有些我以为比较重要的话题过的有点快（比如Linear transformation)....刷到了第8章。需要回顾定期回顾一下重点知识:四个子空间，不同的factorization，determinant以及linear transformation（这个感觉貌似不是很扎实).有一个小震撼是原来Ax=b里面包含了那么多层的含义!甚至很大一部分的factorization都是为了求最接近的解。
评分##开始还不以为然，看到第三章null space 开始觉得非常精彩。第一本更强调几何直觉，如果带着这些几何图像去研读这一本，定会收获更清晰的直觉。P311 第23题
评分##MIT著名线代课程的教材，因为没时间跟视频就直接看教材了。这本书定位是入门，但我觉得学过线代的再看一遍收获也很大，书里提供的一些理解角度是我从来没有注意到过的例如Ax=b的四个重要向量空间，还有矩阵乘法的四种理解，看完真的觉得太amazing了。 不过也有缺点，这本书行文风格更像是一本课堂讲义，看起来总觉得有点不顺畅，需要自己重新组织好知识点。
评分##很好的教材，很好的课程
评分##数学真的不难，我一直这么认为，很多写书的写的很差，本来就是逻辑性很强的东西，数学难的是创造一个概念
评分##其实更喜欢 Strang教授的 Lectures，Textbook太想做到循循善诱了，反而降低了阅读流畅度。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.cndgn.com All Rights Reserved. 新城书站 版权所有