華通書坊
詳細資訊
矩陣 條碼：9785550261972 出版社：超級科技圖書 作者：林昌銘 裝訂／頁數：平裝／308頁 規格：23cm*17cm*1.5cm (高/寬/厚) 出版日：2004/06/01 內容簡介 矩陣 矩陣的一些類型 方矩陣的行列式 行列式的計算 等價
| 定價: | ||||
| 售價: | 270元 | |||
| 庫存: | 庫存: 2 | |||
| LINE US! | 詢問這本書 團購優惠、書籍資訊 等 | |||
矩陣
定價:
300
售價:
270
現省:
30
| 付款方式: | 超商取貨付款 |
|
|
| 信用卡 |
|
||
| 線上轉帳 |
|
||
| 物流方式: | 超商取貨 | ||
| 宅配 | |||
| 門市自取 |
詳細資訊
矩陣 條碼：9785550261972 出版社：超級科技圖書 作者：林昌銘 裝訂／頁數：平裝／308頁 規格：23cm*17cm*1.5cm (高/寬/厚) 出版日：2004/06/01 內容簡介 矩陣 矩陣的一些類型 方矩陣的行列式 行列式的計算 等價
為您推薦
相關熱銷的書籍推薦給您
【原文書】 書名：Complex Variables and Applications 9/e IE 作者：James Ward Brown 出版社：McGrawHill 出版日期：2014/01/01 ISBN：9781259072772 Table of contents Chapter 1. Complex Numbers Chapter 2. Analytic Functions Chapter 3. Elementary Functions Chapter 4. Integrals Chapter 5. Series Chapter 6. Residues and Poles Chapter 7. Applications of Residues Chapter 8. Mapping by Elementary Functions Chapter 9. Conformal Mapping Chapter 10. Applications of Conformed Mapping Chapter 11. The Schwarz-Christoffel Transformation Chapter 12. Integral Formulas of the Poisson Type Appendixes
相關熱銷的書籍推薦給您
作(編/譯)者 : SILVERMAN 出版年份 : 2014 ISBN : 9781292027098 書號 : BX0145N 幾色 : 1 規格 : 平裝 發行公司 : PEARSON 英文書名中譯 : 數論學 版次 : 4E 頁數 : 480 Table of Contents: 1. What Is Number Theory? 2. Pythagorean Triples 3. Pythagorean Triples and the Unit Circle 4. Sums of Higher Powers and Fermat’s Last Theorem 5. Divisibility and the Greatest Common Divisor 6. Linear Equations and the Greatest Common Divisor 7. Factorization and the Fundamental Theorem of Arithmetic 8. Congruences 9. Congruences, Powers, and Fermat’s Little Theorem 10. Congruences, Powers, and Euler’s Formula 11. Euler’s Phi Function and the Chinese Remainder Theorem 12. Prime Numbers 13. Counting Primes 14. Mersenne Primes 15. Mersenne Primes and Perfect Numbers 16. Powers Modulo m and Successive Squaring 17. Computing kth Roots Modulo m 18. Powers, Roots, and “Unbreakable” Codes 19. Primality Testing and Carmichael Numbers 20. Squares Modulo p 21. Quadratic Reciprocity 22. Proof of Quadratic Reciprocity 23. Which Primes Are Sums of Two Squares? 24.Which Numbers Are Sums of Two Squares? 25. Euler’s Phi Function and Sums of Divisors 26. Powers Modulo p and Primitive Roots 27. Primitive Roots and Indices 28. The Equation X4 + Y4 = Z4 29. Square–Triangular Numbers Revisited 30. Pell’s Equation 31. Diophantine Approximation 32. Diophantine Approximation and Pell’s Equation 33. Number Theory and Imaginary Numbers 34. The Gaussian Integers and Unique Factorization 35. Irrational Numbers and Transcendental Numbers 36. Binomial Coefficients and Pascal’s Triangle 37. Fibonacci’s Rabbits and Linear Recurrence Sequences 38. Cubic Curves and Elliptic Curves 39. Elliptic Curves with Few Rational Points 40. Points on Elliptic Curves Modulo p 41. Torsion Collections Modulo p and Bad Primes 42. Defect Bounds and Modularity Patterns 43. Elliptic Curves and Fermat’s Last Theorem 44. The Topsy-Turvy World of Continud Fractions 45. Continued Fractions and Pell’s Equation 46. Generating Functions 47. Sums of Powers 48. Appendix: A List of Primes
類似書籍推薦給您
【簡介】 有資料就有矩陣，有矩陣就有向量，有向量就有幾何，有幾何就有空間 從資料一路提升到張量的所有數學基礎 將數學視為思想、工具、語言、體系、基石、藝術的角度進行學習 分為向量、矩陣、向量空間、矩陣分解、微積分、空間幾何、資料 所有機器學習、深度學習最重要的基礎數學概念 不再亂猜，寫機器學習程式碼時，每行指令背後代表的數學基礎 學矩陣就是學AI，從此看到AI程式碼完全無負擔 AI熱潮來臨，每個人都很怕直接被機器取代，不管文科理科背景的人，每個人都想搭上AI快車飛速到達未來。然而你的第一關就是數學。數學是宇宙的共同語言，也是人類意志極緻的展現。數學從數字開始進入高維之後，向量、矩陣、張量將整個人類文明帶入新的境界，也將我們的世界從點線面體推向無法視覺化的高維空間，而針對空間的運算，更是所有科學的重要基礎。空間幾何這門完全和生活知識抽離的學科，看似是和向量打交道而已，但卻是整個世界運行的基礎，近年AI興起，機器學習及深度學習成為熱門行業，當你想要學習TensorFlow時，面對的第一個觀念就是張量(Tensor)。這些名詞讓你感到陌生又不是完全不認識時，就是重拾矩陣的時候了。本書利用最小的成本，幫你把這個又陌生又熟悉的老朋友重新交往。作者從最簡單的加法開始說明，一直到機器學習中的梯度、偏導數、積分、矩陣、線性代數，從小學到研究所所學的數學，一一在適當的章節出現，當你讀到某個章節時，會發現「啊！原來如此，這就是奇異值分解在機器學習的原理啊！」，有一種豁然開朗的感覺，相信這種驚喜在全書中會不斷出現。ChatGPT出來之後，AI已經光速啟動，有志加入這個行業，也只能快速跟上，而這本書，正是你進入的最佳助手，與其繼續逃避直到被淘汰，不如就花一點時間，把這本本來就不難的書看完，補上你個人AI志業的最重要一塊拼圖。 全書分為以下幾個部分：向量：從資料、矩陣、向量、幾何、空間開始談起，包括向量運算，範數等基本定理。接下來談到矩陣，把矩陣所有的性質(四則運算、表格、秩等)說明清楚，更有重要的內外積等。第三部分談的是向量，包括座標系、各種變換、維度、行列視，投影、正交、基等性質。第四部分談的是矩陣分解，實作了包括LU、Cholesky、QR，特徵/奇異值分解。第五部分就是談到空間的微積分，如多元函式、偏導、梯度、方向微分、泰勒展開等。也說明了拉格朗日乘子等。第六部分說明了空間幾何，包括直線、超平面、圓錐曲線等。也說明了曲面和正定性等問題。最後一部分則整理了前面所有觀念，發展至資料統計、SVD分解、機器學習、線性迴歸及PCA原理。搭配本書系其它書籍，相信AI的數學，對你來說只會是開心而不是阻礙。 【目錄】 第 1章 不止向量 1.1 有資料的地方，必有矩陣 1.2 有矩陣的地方，更有向量 1.3 有向量的地方，就有幾何 1.4 有幾何的地方，皆有空間 1.5 有資料的地方，定有統計 第 2章 向量運算 2.1 向量：多面手 2.2 行向量、列向量 2.3 向量長度：模，歐氏距離，L2範數 2.4 加減法：對應位置元素分別相加減 2.5 純量乘法：向量縮放 2.6 向量內積：結果為純量 2.7 向量夾角：反餘弦 2.8 餘弦相似度和餘弦距離 2.9 向量積：結果為向量 2.10 逐項積：對應元素分別相乘 2.11 張量積：張起網格面 第 3章 向量範數 3.1 Lp範數：L2範數的推廣 3.2 Lp範數和超橢圓的聯繫 3.3 L1範數：旋轉正方形 3.4 L2範數：正圓 3.5 L∞範數：正方形 3.6 再談距離度量 第4章 矩陣 4.1 矩陣：一個不平凡的表格 4.2 矩陣形狀：每種形狀都有特殊用途 4.3 基本運算：加減和純量乘法 4.4 廣播原則 4.5 矩陣乘法：線性代數的運算核心 4.6 兩個角度解剖矩陣乘法 4.7 轉置：繞主對角線鏡像 4.8 矩陣逆：「相當於 」除法運算 4.9 跡：主對角元素之和 4.10 逐項積：對應元素相乘 4.11 行列式：將矩陣映射到純量值 第5章 矩陣乘法 5.1 矩陣乘法：形態豐富多樣 5.2 向量和向量 5.3 再聊全1列向量 5.4 矩陣乘向量：線性方程式組 5.5 向量乘矩陣乘向量：二次型 5.6 方陣次方陣：矩陣分解 5.7 對角陣：批次縮放 5.8 置換矩陣：調換元素順序 5.9 矩陣乘向量：映射到一維 5.10 矩陣乘矩陣：映射到多維 5.11 長方陣：奇異值分解、格拉姆矩陣、張量積 5.12 愛因斯坦求和約定 5.13 矩陣乘法的幾個雷區 第6章 分塊矩陣 6.1 分塊矩陣：橫平垂直切豆腐 6.2 矩陣乘法第一角度：純量積展開 6.3 矩陣乘法第二角度：外積展開 6.4 矩陣乘法更多角度：分塊多樣化 6.5 分塊矩陣的逆 6.6 克羅內克積：矩陣張量積 第 7章 向量空間 7.1 向量空間：從直角座標系說起 7.2 給向量空間塗顏色：RGB色卡 7.3 張成空間：線性組合紅、綠、藍三原色 7.4 線性無關：紅色和綠色，調不出青色 7.5 非正交基底：青色、品紅、黃色 7.6 基底轉換：從紅、綠、藍，到青色、品紅、黃色 第8章 幾何變換 8.1 線性變換：線性空間到自身的線性映射 8.2 平移：仿射變換，原點變動 8.3 縮放：對角陣 8.4 旋轉：行列式值為1 8.5 鏡像：行列式值為負 8.6 投影：降維操作 8.7 再談行列式值：幾何角度 第 9章 正交投影 9.1 純量投影：結果為純量 9.2 向量投影：結果為向量 9.3 正交矩陣：一個規範正交基底 9.4 規範正交基底性質 9.5 再談鏡像：從投影角度 9.6 格拉姆-施密特正交化 9.7 投影角度看回歸 第 10 章 資料投影 10.1 從一個矩陣乘法運算說起 10.2 二次投影 + 層層疊加 10.3 二特徵資料投影：標準正交基底 10.4 二特徵資料投影：規範正交基底 10.5 四特徵資料投影：標準正交基底 10.6 四特徵資料投影：規範正交基底 10.7 資料正交化 第 11章 矩陣分解 11.1 矩陣分解：類似因式分解 11.2 LU分解：上下三角 11.3 Cholesky分解：適用於正定矩陣 11.4 QR分解：正交化 11.5 特徵值分解：刻畫矩陣映射的特徵 11.6 奇異值分解：適用於任何實數矩陣 第 12章 Cholesky分解 12.1 Cholesky分解 12.2 正定矩陣才可以進行Cholesky分解 12.3 幾何角度：開合 12.4 幾何變換：縮放 → 開合 12.5 推廣到三維空間 12.6 從格拉姆矩陣到相似度矩陣 第 13章 特徵值分解 13.1 幾何角度看特徵值分解 13.2 旋轉 → 縮放 → 旋轉 13.3 再談行列式值和線性變換 13.4 對角化、譜分解 13.5 聊聊特徵值 13.6 特徵值分解中的複數現象 第 14章 深入特徵值分解 14.1 方陣開方 14.2 矩陣指數：冪級數的推廣 14.3 費氏數列：求通項式 14.4 馬可夫過程的平穩狀態 14.5 瑞利商 14.6 再談橢圓：特徵值分解 第 15章 奇異值分解 15.1 幾何角度：旋轉 → 縮放 → 旋轉 15.2 不同類型SVD分解 15.3 左奇異向量矩陣U 15.4 右奇異向量矩陣V 15.5 兩個角度：投影和資料疊加 第 16章 深入奇異值分解 16.1 完全型：U為方陣 16.2 經濟型：S去掉零矩陣，變方陣 16.3 緊湊型：非滿秩 16.4 截斷型：近似 16.5 資料還原：層層疊加 16.6 估計與誤差：截斷型SVD 16.7 正交投影：資料正交化 第 17章 多元函式微分 17.1 偏導：特定方向的變化率 17.2 梯度向量：上山方向 17.3 法向量：垂直於切平面 17.4 方向性微分：函式任意方向的變化率 17.5 泰勒展開：一元到多元 第 18章 拉格朗日乘子法 18.1 回顧最佳化問題 18.2 等式約束條件 18.3 線性等式約束 18.4 非線性等式約束 18.5 不等式約束 18.6 再談特徵值分解：最佳化角度 18.7 再談SVD：最佳化角度 18.8 矩陣範數：矩陣 → 純量，矩陣「大小 」 18.9 再談資料正交投影：最佳化角度 第 19章 直線到超平面 19.1 切向量：可以用來定義直線 19.2 法向量：定義直線、平面、超平面 19.3 超平面：一維直線和二維平面的推廣 19.4 平面與梯度向量 19.5 中垂線：用向量求解析式 19.6 用向量計算距離 第 20 章 再談圓錐曲線 20.1 無處不在的圓錐曲線 20.2 正圓：從單位圓到任意正圓 20.3 單位圓到旋轉橢圓：縮放 → 旋轉 → 平移 20.4 多元高斯分佈：矩陣分解、幾何變換、距離 20.5 從單位雙曲線到旋轉雙曲線 20.6 切線：建構函式，求梯度向量 20.7 法線：法向量垂直於切向量 第 21章 曲面和正定性 21.1 正定性 21.2 幾何角度看正定性 21.3 開口朝上抛物面：正定 21.4 山谷面：半正定 21.5 開口朝下抛物面：負定 21.6 山脊面：半負定 21.7 雙曲抛物面：不定 21.8 多極值曲面：局部正定性 第 22章 資料與統計 22.1 統計 + 線性代數：以鳶尾花資料為例 22.2 平均值：線性代數角度 22.3 質心：平均值排列成向量 22.4 中心化：平移 22.5 分類資料：加標籤 22.6 方差：平均值向量沒有解釋的部分 22.7 協方差和相關性係數 22.8 協方差矩陣和相關性係數矩陣 第 23章 資料空間 23.1 從資料矩陣X說起 23.2 向量空間：從SVD分解角度理解 23.3 緊湊型SVD分解：剔除零空間 23.4 幾何角度說空間 23.5 格拉姆矩陣：向量模、夾角餘弦值的集合體 23.6 標準差向量：以資料質心為起點 23.7 白話說空間：以鳶尾花資料為例 第 24章 資料分解 24.1 為什麼要分解矩陣？ 24.2 QR分解：獲得正交系 24.3 Cholesky分解：找到列向量的座標 24.4 特徵值分解：獲得行空間和零空間 24.5 SVD分解：獲得四個空間 第 25章 資料應用 25.1 從線性代數到機器學習 25.2 從隨機變數的線性變換說起 25.3 單方向映射 25.4 線性回歸 25.5 多方向映射 25.6 主成分分析
類似書籍推薦給您
【簡介】 【講重點系列帶你制霸考科】 刷考古題之前先讀懂這一本！ 面對考試不僅要會解題，更要有紮實基本功！ ★ 匯集補教名師多年教學經驗 ★ 章節編排由淺入深、吸收效率倍增 ★ 收錄各類經典題型、搭配詳解一點就通 這樣的你適合這本書： ☆ 新手入門 ☆ 加強觀念 ☆ 考前重點複習 ☆ 專業進修 你值得優質的書籍 這本書陪你一起成長！ 【講重點×試題大補帖必勝組合】 講重點系列觀念解析 + 試題大補帖刷題練習 大碩教育提供你全方面的備考戰術！ 初階入門、加強複習都適用！ ★兩種系列一起閱讀 離上榜之路更近一步★ 本書內容既有廣度跟深度，除保留原文的專有名詞以避免翻譯的差異外，內文大多採中文說明，部分重要概念除內文說明，另在YouTube平台提供數位教學頻道【歐大亮 Ohda】，讀者可以配合此書學習。 本書也提供了很多的例題，讀者就可以依照所了解的內容練習刷題，在解例題時，如果遇到困難先不要急著看答案，可以先拿出相關的定義或是定理參考，並且搭配作者在youtube的教學影片，讀者可利用QR code所提供的連結，嘗試解題和練習來加強觀念。 本書適用於研究所入學及轉學考考試，其特點如下: 1.筆者將線性代數分為兩個部份說明，一為基礎線代，適合機械、化工、環工、土木等科系；二為電機線代，適合電機電子科系需另外加強的內容，本書內容主要為基礎線代。 2.用直覺圖像化的方式來闡述線性代數，題型豐富且分類清楚。 對於讀者，不論在考試或是研究上都能有很大的助益。 【目錄】 第0章 預備知識 0-1 數系(Number) 0-2 集合論 0-3 關係(Relation) 0-4 常見邏輯符號 0-5 函數 0-6 體(Field) 第1章 矩陣基礎運算 1-1 矩陣的定義 1-2 矩陣的基本運算 1-3 行列式(Determinant) 1-4 矩陣的秩與線性方程式組 1-5 向量空間與基底 1-6 內積與範數 1-7 反矩陣(Inverse Matrix) 第2章 矩陣特徵現象 2-1 變換矩陣 2-2 特徵現象 2-3 特徵值與特徵向量的性質 2-4 特殊矩陣之特徵性質 第3章 矩陣對角化及其應用 3-1 相似轉換 3-2 矩陣對角化（矩陣最簡化） 3-3 喬登正則式(Jordan Canonical Form) 3-4 可對角化矩陣之函數 3-5 不可對角化矩陣之函數 3-6 多項式矩陣函數性質 3-7 解聯立O.D.E. 第4章 矩陣分析之應用 4-1 二次式與實對稱方陣 4-2 實對稱方陣與恆性 4-3 多變數函數求極值（參考）
類似書籍推薦給您
【簡介】 結構分析必須滿足兩個條件：力的平衡及位移的諧和。傳統的解題法可分為力法和位移法兩種，在這些計算中，需要以手算並經常用到微分或積分。 隨著電腦的逐步發展後，人們想利用矩陣的運算方式來計算結構，電腦不會幫你思考，但是會依你的指令運算，而且計算的速度奇快無比，所以如果能夠找出一個方法，利用電腦幫我們計算結構，將會更有效率、更快速的解決問題，這是早期人們的目標，勁度法和柔度法就因應而生。然而在使用上，這兩種方法需要手算的比率極高，隨後要輸入的勁度矩陣或柔度矩陣的數值也極為繁多複雜，因此實用性不高，直到直接勁度法的出現，這個問題才得以徹底根本解決。 許多讀者認為結構矩陣法，就是把傳統的結構用矩陣的方法來計算，只是另外一種解題方法。卻不知道它的終極目標，是一個可以制定流程、編撰程式、讓電腦幫人們計算，用以解決結構分析的一種方法，是為了寫程式，而不只是手算用的。 有鑒於此，筆者認為有必要盡些心力，讓讀者了解電腦計算是如何運作，尤其是核心部分的邏輯思維與執行步驟，祈能讓所有學子可以將結構分析和電腦程式串連起來，以達融會貫通的目的。 承蒙各位教授及讀者們的使用，第一版很快就銷售完畢。在第二版中有3個特色： 1.增加新的例題，引入鋼結構的型鋼斷面取代傳統的直線構件，讓結構矩陣運算得以和設計連結，引導讀者不致迷失在龐大的數據運算當中。 2.在原例題中，增加許多圖型以顯示計算結果的意義，並局部調整題目數據，讓計算結果更符合工程實際現況。 3.新增了比較性例題，讓讀者可以從比較中學習其差異性，使每個章節能有更完整的敘述。 在新的例題中，更涵蓋了所有可能出現的常用單位，例如力量使用tf、kgf、1b、kip、kN等，而長度使用cm、m、inch、ft等，讀者現在一旦熟悉之後，熟能生巧，將來面對這些單位換算，就可應付自如，不會覺得陌生與畏懼。 【目錄】 序 符號代號 第一章 矩陣運算 矩陣定義 矩陣運算(matrix operation) 第二章 古典力學矩陣法 古典力學結構計算法 靜定桁架的矩陣運算 靜不定桁之矩陣運算 傾角變位法之矩陣運算 第三章 結構的有限元素概念 結構解析模式 結構離散化 坐標系統 自由度 載重與變形 第四章 直桿結構分析 勁度與柔度 直桿分析 習題 第五章 平面桁架結構分析 平面桁架定義 桁架元件矩陣定義 桁架元件矩陣相關公式 平面桁架直接勁度法的程式步驟 靜定桁架例題 手算簡化法 靜不定桁架例題 習題 第六章 平面梁結構分析 平面梁的定義 梁元件矩陣定義 梁元件矩陣相關公式 等值結點力 平面梁直接勁度法的程式步驟 平面梁例題 等值力的處理 支撐點下陷的處理 習題 第七章 平面剛架結構分析 平面剛架定義 剛架元件矩陣定義 剛架元件矩陣相關公式 平面剛架直接勁度法的程式步驟 無等值力的剛架例題 等值力的處理 小結 習題 第八章 空間結構概論 平面到空間結構 結語
類似書籍推薦給您
解說結構矩陣 ISBN13：9789862972120 出版社：文笙 作者：歐陽 裝訂：平裝 規格：26cm*19cm*2.5cm (高/寬/厚) 版次：修訂3版 出版日：2021/10/01 中國圖書分類：鋪道 ■ 本書特色 本書特色 作者為三次公務高考榜首，一次技師考試榜首，對結構矩陣考題有獨到心得，言簡意賅，字字珠璣。 例題與練習題均選自土木國考或研究所考試，最具代表性。 第二章與第三章例題相同，但解法不同，以期對比出「手算直接勁度法」與「有限元素位移法」的差異。 第四章專門針對「電算直接勁度法」開刀，考台大者必備，是市面上唯一針對台大考題剖析的著作。
類似書籍推薦給您
新觀念數學叢書(01)：數 新觀念數學叢書(02)：數列與級 新觀念數學叢書(03)：直線方程式 新觀念數學叢書(04)：二次函數與多項式 新觀念數學叢書(05)：指數與對數 新觀念數學叢書(06)：三角函數 新觀念數學叢書(07)：平面向量 新觀念數學叢書(08)：空間向量 新觀念數學叢書(09)：方程組與行列式 新觀念數學叢書(10)：圓與球面 新觀念數學叢書(11)：圓錐曲線 新觀念數學叢書(12)：排列 新觀念數學叢書(13)：組合 新觀念數學叢書(14)：機率 新觀念數學叢書(15)：敘述統計 新觀念數學叢書(16)：微分 新觀念數學叢書(17)：積分 新觀念數學叢書(18)：數值方法 新觀念數學叢書(19)：矩陣與行列式
