读之前建议先会的东西: 一定要会的--> 工数一 (矩阵.行列式) 最好也要会的--> 工数二 (Strum-Liouville .Fourier) 帮助你联想比较 初等的线代范围对我们就很够了(高等要去数学系) 大概的内容: 矩阵, 线性方程式, 行列式, 向量, 欧几里得向量空间 广义向量空间, 内积空间, 特徵值问题 , 线性转换 --------------------------------------------------------------------------- 可以看到很多地方跟工数有重复，线代会深入些，我挑重要的 还有没有重复的来提 线性方程式: 线代有很大一部分就是在探讨这件事，不谈技巧，观念上 线性相依与独立的概念与定义，我认为是一切的根本。 这里还有很多重要的细节，我就不多谈了。 矩阵: 东西很多，观念上矩阵可以用来对比联立方程式 与 用来整合向量 而RANK的概念，不会的话，矩阵跟没有学过是一样的 欧几里得: 把空间拓展到N维；并把内积与向量的运算拓展一下 向量空间 (内积: 权重 weight ; 向量: 范数 norm) 超过3D 的空间无法想像，工程上却常用: 机械上的自由度就是。 一个自由度 就是一个广义座标，一个维度。 ------------------------------------------------------------------------------ 以下的章节，没有看不如线代别看了 广义向量空间: 可以满足特定之向量运算的东西，就是广义的向量，至於是那些运算 各种书都略有不同，大同小异，最重要的事: 把函数当作是向量 好处: 把线性独立、相依、基底、座标轴、n度空间的概念，融入函数中 内积空间: 这里要跟向量空间一起比较，也是帮助你了解 Strum-Liouville .Fourier 的中心思想在哪里 线性转换: 这里的观念对线性代数来说，非常的重要，对我们却没什麽用，知道 Laplace & Fourier 转换都是线性转换就好。 Kernel 的观念 如果看不懂就别看了，以防搞混 ----------------------------------------------------------------------------- 本来我是想去修外系的课，不过听了几次後，发现跟我想学的 方向不一样，所以我是自己找书来看，不过看这个真的要有兴趣， 很闷很无聊，A片好看多了。 我对打的这些内容，其实打出来很怕贻笑大方，学的还很皮毛， 我讲的也可能有错，不过就是我自己的一点心得，所以觉得不好， 有错，就提出来吧。 -- 赛车对你来说是什麽----- 高桥凉介: 是梦想 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.118.233.121 ※ 编辑: ri3567 来自: 140.118.233.121 (06/01 04:28)