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。
发表于2024-12-22
线性代数应该这样学 2024 pdf epub mobi 电子书
一本不错的书,翻译的也还可以,书中的习题很好,值得认真做做。我是在重修线性代数之前买来用作复习之用,书中一些翻译的概念和原本我所使用的教材略有出入,但是不影响理解。感觉书中的习题都很不错,并且在网上能够找到对应的习题答案,很不错,网址如下:http://linearalge...
评分我写了两份文档,但豆瓣上不能编辑公式,所以只把不涉及公式的一部分小结贴出来。) “近年来最具创新性的线性代数教材,每一位大学生都不可错过.” 这是写在中译版背后的语录.冲着“每一位大学生”,我开始读这本书.原本只是为了复习一下已经忘得差不多的大一课程,...
评分昨晚终于看完,终于在最后一章几乎最后一节见到了我们熟悉的行列式…… 全书不是用国内的那种行列式,矩阵的方法来说明线性空间和线性代数。 证明过程也都很简洁优美,不需要传统的矩阵式的证明。 里面有些符号和国内的标准有些不同……不过侧边栏的一些小知识很有意思
评分Linear Algebra Done Right的名声实在太大了,作者本人对此书也是信心满满,从“Done Right”的命名到所谓的“一页要看一小时”的论调,都使此书充满了网红感。实际上,自然有一页看一小时的书,但Axler这本书远远排不上号。 这本书一般被推荐为线性代数的Second Course,似乎F...
评分在学校学了一学期的线性代数,本来对向量空间这样的概念很有兴趣,但上了这么一学期课之后反而兴趣消失殆尽了。学校的教材完全就是公式的堆积,就给你一个又一个公式,不管是考试还是教材中的证明,给人的感觉就是从书中的某个角落里抠出一个公式来证明。让人完全感受...
图书标签: 数学 线性代数 線性代數 数学/统计/数据 矩阵分析 计算机 机器学习 高數
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.
本书起点低, 无需线性代数方面的预备知识即可学习, 非常适合作为教材. 另外, 本书方法新颖, 非常值得相关教师和科研人员参考.
标题翻译有所误导 这本书不适合学 适合悟
评分复习概念,书短小精悍,一天能读完。
评分很精彩的一本代数教材!整本书的重点十分突出,不像国内的教材花费大量精力在矩阵论和行列式上,本书紧紧围绕着线性映射为中心展开,完全淡化了矩阵与行列式的作用,仅仅将其当成必要的工具来使用,逻辑链条十分清晰。非数学系学线性代数的可以洗洗睡了,这本书的内容涵盖了高等代数绝大多数内容(也就是高等代数除了二次型和部分多项式理论之外的内容)。本来是想用来复习概念看看的,结果没想到看了这么久,书上部分的记号和阐述也给理解造成了一定的困难,国外的教材的符号体系和国内相比还是有所不同。
评分艰难的读完,感觉自己以前线代都白学了,也解释了很多自己以前不能理解的东西,一开始还试着做做题目,后来直接放弃了。这本书适合读很多遍,对我这种不是数学科班出身的人来读,还是挺有难度的。
评分复习概念,书短小精悍,一天能读完。
线性代数应该这样学 2024 pdf epub mobi 电子书