本書直觀地講解了線性代數(shù)這門學(xué)科,通過簡單的線性方程組引出矩陣的基本概念和運算,詳細介紹了向量空間、線性變換、正交性、行列式、特征值與特征向量等理論知識,以及其在統(tǒng)計學(xué)、計算機科學(xué)、物理學(xué)、工程學(xué)、經(jīng)濟學(xué)等領(lǐng)域中的應(yīng)用,特別是線性規(guī)劃、網(wǎng)絡(luò)模型、博弈論等內(nèi)容。語言通俗易懂,示例豐富。每章都有大量習(xí)題,并給出了部分習(xí)題的解答。另附附錄、詞匯表及MATLAB 教學(xué)代碼等,為課程教學(xué)和自學(xué)提供了全面支持。
1. 作者Strang是數(shù)學(xué)界的傳奇人物,曾任麻省理工學(xué)院數(shù)學(xué)系教授,他所編寫的系列教科書均產(chǎn)生了全球性的影響。
2. 教學(xué)資源完備、豐富。他在麻省理工學(xué)院OpenCourseWare網(wǎng)站上開設(shè)的線性代數(shù)課程已獲得上百萬次觀看,被認為是數(shù)學(xué)教學(xué)的典范,可以配合本書使用。
3. 寫作風(fēng)格是教科書中的一股清流,注重數(shù)學(xué)概念的直觀理解,而不僅僅是數(shù)學(xué)推導(dǎo),避免對定義、定理、證明的枯燥羅列。文字簡潔,通俗易懂,非常適合自學(xué)。
4. 幾乎所有現(xiàn)代科學(xué)都離不開線性代數(shù),本書正是為物理學(xué)、工程學(xué)、經(jīng)濟學(xué)等領(lǐng)域的人群而設(shè)計,從應(yīng)用數(shù)學(xué)的角度介紹線性代數(shù)在現(xiàn)實問題中的應(yīng)用,具有明顯的理工科思維導(dǎo)向。
吉爾伯特·斯特朗(Gilbert Strang),美國數(shù)學(xué)家,美國國家科學(xué)院院士,麻省理工學(xué)院數(shù)學(xué)系退休教授。他在有限元理論、變分法、小波分析和線性代數(shù)等領(lǐng)域均有卓越的成就。曾擔(dān)任美國國家數(shù)學(xué)委員會主席、美國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會主席。
作為全球高等數(shù)學(xué)教育界的傳奇人物,他出版了包括本書在內(nèi)的13部廣受好評的教科書和專著,其開設(shè)的多門公開課程在互聯(lián)網(wǎng)上的累計瀏覽量已達數(shù)千萬次。
第 1章 矩陣與高斯消元法 1
1.1 引言 1
1.2 線性方程組的幾何意義 4
1.2.1 列向量和線性組合 6
1.2.2 奇異情形 8
習(xí)題 10
1.3 高斯消元法的一個例子 12
1.3.1 失效的消元法 14
1.3.2 消元運算的成本 15
習(xí)題 16
1.4 矩陣定義與矩陣乘法 20
1.4.1 矩陣與向量的乘法 21
1.4.2 消元步驟的矩陣形式 23
1.4.3 矩陣乘法 24
習(xí)題 28
1.5 三角因子和行交換 33
1.5.1 A=LU:n×n的情形 36
1.5.2 一個線性系統(tǒng)=兩個三角形系統(tǒng) 37
1.5.3 行交換與置換矩陣 39
1.5.4 簡易消元法:PA=LU 41
習(xí)題42
1.6 矩陣的逆和轉(zhuǎn)置 47
1.6.1 A^{ 1}的計算方法:高斯–若爾當(dāng)法 49
1.6.2 可逆=非奇異(n個主元) 51
1.6.3 轉(zhuǎn)置矩陣 52
1.6.4 對稱矩陣 53
1.6.5 對稱矩陣RTR、RRT和LDLT 53
習(xí)題 54
1.7 特殊矩陣及其應(yīng)用 61
習(xí)題 66
第 1章復(fù)習(xí)題 67
第 2章 向量空間 71
2.1 向量空間和子空間 71
2.1.1 矩陣A的列空間 73
2.1.2 矩陣A的零空間 75
習(xí)題 76
2.2 方程組Ax=0和Ax=b的解 79
2.2.1 階梯矩陣U和行最簡矩陣R 80
2.2.2 主變量與自由變量 82
2.2.3 求解Ax=b, Ux=c, Rx=d 84
2.2.4 另一個實例演示 86
習(xí)題 88
2.3 線性無關(guān)、基和維數(shù) 94
2.3.1 張成子空間 97
2.3.2 向量空間的基 97
2.3.3 向量空間的維數(shù) 99
習(xí)題 100
2.4 四種基本子空間 104
2.4.1 逆的存在性 110
2.4.2 秩為1的矩陣 112
習(xí)題 113
2.5 圖與網(wǎng)絡(luò) 116
2.5.1 生成樹和線性無關(guān)的行向量 119
2.5.2 橄欖球隊排名 120
2.5.3 網(wǎng)絡(luò)與離散應(yīng)用數(shù)學(xué) 122
習(xí)題 125
2.6 線性變換 127
2.6.1 變換的矩陣表示 130
2.6.2 旋轉(zhuǎn)Q、投影P、反射H 132
習(xí)題 135
第 2章復(fù)習(xí)題 139
第3章 正交性 143
3.1 正交向量與子空間 143
3.1.1 正交向量 144
3.1.2 正交子空間 145
3.1.3 矩陣和子空間 148
習(xí)題 150
3.2 夾角余弦和直線上的投影 154
3.2.1 內(nèi)積和夾角余弦 155
3.2.2 直線上的投影 156
3.2.3 秩為1的投影矩陣 158
3.2.4 內(nèi)積的轉(zhuǎn)置 159
習(xí)題 160
3.3 投影與最小二乘法 162
3.3.1 多變量的最小二乘問題 163
3.3.2 向量積矩陣A^{T}A 165
3.3.3 投影矩陣 166
3.3.4 數(shù)據(jù)的最小二乘擬合 167
3.3.5 加權(quán)最小二乘法 170
習(xí)題 172
3.4 正交基與格拉姆–施密特正交化 175
3.4.1 正交矩陣 176
3.4.2 具有標(biāo)準正交列的矩形矩陣 178
3.4.3 格拉姆–施密特正交化過程 180
3.4.4 QR分解 183
3.4.5 函數(shù)空間和傅里葉級數(shù) 184
習(xí)題 187
3.5 快速傅里葉變換 190
3.5.1 復(fù)數(shù)單位根 191
3.5.2 傅里葉矩陣及其逆矩陣 193
3.5.3 快速傅里葉變換概述 195
3.5.4 快速傅里葉變換的完整過程和蝶形運算 197
習(xí)題 198
第3章復(fù)習(xí)題 199
第4章 行列式 202
4.1 引言 202
4.2 行列式的性質(zhì) 204
習(xí)題 208
4.3 行列式的公式 211
習(xí)題 216
4.4 行列式的應(yīng)用 221
習(xí)題 227
第4章復(fù)習(xí)題 231
第5章 特征值與特征向量 233
5.1 引言 233
5.1.1 Ax=λx的解 235
5.1.2 小結(jié)和例題 237
5.1.3 MATLAB中的eigshow命令 240
習(xí)題 241
5.2 矩陣的對角化 244
5.2.1 對角化的例題 247
5.2.2 冪和乘積:Ak和AB 248
習(xí)題 250
5.3 差分方程與矩陣的冪Ak 253
5.3.1 斐波那契數(shù) 254
5.3.2 馬爾可夫矩陣 257
5.3.3 u_{k+1}=Au_{k}的穩(wěn)定性 259
5.3.4 正矩陣及其在經(jīng)濟學(xué)中的應(yīng)用 260
習(xí)題 263
5.4 微分方程和e^{At} 266
5.4.1 微分方程的穩(wěn)定性 270
5.4.2 二階方程 274
習(xí)題 276
5.5 復(fù)矩陣 281
5.5.1 復(fù)數(shù)及其共軛 281
5.5.2 復(fù)向量的長度和轉(zhuǎn)置 283
5.5.3 埃爾米特矩陣 284
5.5.4 酉矩陣 287
習(xí)題 290
5.6 相似變換 293
5.6.1 基變換=相似變換 295
5.6.2 利用酉矩陣生成的三角形式 296
5.6.3 對稱矩陣和埃爾米特矩陣的對角化 298
5.6.4 若爾當(dāng)標(biāo)準形 300
習(xí)題 303
特征值和特征向量的性質(zhì) 307
第5章復(fù)習(xí)題 308
第6章 正定矩陣 311
6.1 極小值、極大值和鞍點 311
6.1.1 正定矩陣與不定矩陣:碗形與鞍形 312
6.1.2 高維的情形:線性代數(shù) 314
習(xí)題 316
6.2 正定性的判別法 317
6.2.1 正定矩陣與最小二乘法 320
6.2.2 半定矩陣 321
6.2.3 n維空間中的橢球面 322
6.2.4 慣性定律 324
6.2.5 廣義特征值問題 326
習(xí)題 327
6.3 奇異值分解 331
習(xí)題 338
6.4 最小值原理 340
6.4.1 條件最小值 341
6.4.2 再說最小二乘法 343
6.4.3 瑞利商 343
6.4.4 特征值的纏結(jié) 344
習(xí)題 346
6.5 有限元法 347
6.5.1 試驗函數(shù) 348
6.5.2 線性有限元 349
6.5.3 特征值問題 351
習(xí)題 351
第7章 矩陣的計算 353
7.1 引言 353
7.2 矩陣的范數(shù)和條件數(shù) 354
7.2.1 非對稱矩陣 356
7.2.2 范數(shù)公式 358
習(xí)題 359
7.3 特征值的計算 361
7.3.1 三對角矩陣和海森伯格形式 363
7.3.2 計算特征值的QR算法 366
習(xí)題 368
7.4 解Ax=b的迭代法 369
習(xí)題 375
第8章 線性規(guī)劃與博弈論 378
8.1 線性不等式 378
8.1.1 可行集與成本函數(shù) 379
8.1.2 松弛變量 380
8.1.3 餐食問題及其對偶問題 381
8.1.4 典型應(yīng)用 381
習(xí)題 382
8.2 單純形法 383
8.2.1 幾何方法:沿邊移動 384
8.2.2 單純形算法 385
8.2.3 單純形表 387
8.2.4 組織單純形法的步驟 390
8.2.5 卡馬卡方法 392
習(xí)題 393
8.3 對偶問題 394
8.3.1 對偶性的證明 397
8.3.2 影子價格 398
8.3.3 內(nèi)點法 400
8.3.4 不等式理論 401
習(xí)題 403
8.4 網(wǎng)絡(luò)模型 404
8.4.1 婚配問題 406
8.4.2 生成樹和貪婪算法 408
8.4.3 再論網(wǎng)絡(luò)模型 409
習(xí)題 410
8.5 博弈論 411
8.5.1 矩陣博弈 413
8.5.2 最小最大定理 414
8.5.3 實際的博弈 416
習(xí)題 417
附錄A 空間的交、和與積 419
附錄B 若爾當(dāng)標(biāo)準形 426
部分習(xí)題的答案 433
矩陣分解 475
詞匯表 477
MATLAB教學(xué)代碼 485
人名索引 487
術(shù)語索引 490
線性代數(shù)概要 500