讀之前建議先會的東西: 一定要會的--> 工數一 (矩陣.行列式) 最好也要會的--> 工數二 (Strum-Liouville .Fourier) 幫助你聯想比較 初等的線代範圍對我們就很夠了(高等要去數學系) 大概的內容: 矩陣, 線性方程式, 行列式, 向量, 歐幾里得向量空間 廣義向量空間, 內積空間, 特徵值問題 , 線性轉換 --------------------------------------------------------------------------- 可以看到很多地方跟工數有重複，線代會深入些，我挑重要的 還有沒有重複的來提 線性方程式: 線代有很大一部分就是在探討這件事，不談技巧，觀念上 線性相依與獨立的概念與定義，我認為是一切的根本。 這裡還有很多重要的細節，我就不多談了。 矩陣: 東西很多，觀念上矩陣可以用來對比聯立方程式 與 用來整合向量 而RANK的概念，不會的話，矩陣跟沒有學過是一樣的 歐幾里得: 把空間拓展到N維；並把內積與向量的運算拓展一下 向量空間 (內積: 權重 weight ; 向量: 範數 norm) 超過3D 的空間無法想像，工程上卻常用: 機械上的自由度就是。 一個自由度 就是一個廣義座標，一個維度。 ------------------------------------------------------------------------------ 以下的章節，沒有看不如線代別看了 廣義向量空間: 可以滿足特定之向量運算的東西，就是廣義的向量，至於是那些運算 各種書都略有不同，大同小異，最重要的事: 把函數當作是向量 好處: 把線性獨立、相依、基底、座標軸、n度空間的概念，融入函數中 內積空間: 這裡要跟向量空間一起比較，也是幫助你了解 Strum-Liouville .Fourier 的中心思想在哪裡 線性轉換: 這裡的觀念對線性代數來說，非常的重要，對我們卻沒什麼用，知道 Laplace & Fourier 轉換都是線性轉換就好。 Kernel 的觀念 如果看不懂就別看了，以防搞混 ----------------------------------------------------------------------------- 本來我是想去修外系的課，不過聽了幾次後，發現跟我想學的 方向不一樣，所以我是自己找書來看，不過看這個真的要有興趣， 很悶很無聊，A片好看多了。 我對打的這些內容，其實打出來很怕貽笑大方，學的還很皮毛， 我講的也可能有錯，不過就是我自己的一點心得，所以覺得不好， 有錯，就提出來吧。 -- 賽車對你來說是什麼----- 高橋涼介: 是夢想 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.118.233.121 ※ 編輯: ri3567 來自: 140.118.233.121 (06/01 04:28)