دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: جبر: جبر خطی ویرایش: 5th نویسندگان: Gilbert Strang سری: ISBN (شابک) : 0980232775, 9780980232776 ناشر: Wellesley-Cambridge Press سال نشر: 2016 تعداد صفحات: 584 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 61 مگابایت
کلمات کلیدی مربوط به کتاب آشنایی با جبر خطی: ریاضیات، جبر
در صورت تبدیل فایل کتاب Introduction to Linear Algebra به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب آشنایی با جبر خطی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این ویرایش پنجم جدید دارای بیش از یک کتاب درسی برای درس جبر خطی پایه باشد. این اولین هدف آن است و همیشه خواهد بود. فصلهای جدید در مورد کاربردهای SVD، احتمالات و آمار، و تجزیه و تحلیل مؤلفههای اصلی در امور مالی و ژنتیک، آن را به یک کتاب درسی برای دوره دوم، بهعلاوه یک منبع در محل کار تبدیل میکند. جبر خطی در ریاضیات کاربردی مدرن به مرکزیت تبدیل شده است. این کتاب از ارزش درک جبر خطی پشتیبانی می کند.
مقدمه ای بر جبر خطی، ویرایش پنجم شامل مسائل چالشی برای تکمیل مشکلات مرور است که در ویرایش های قبلی بسیار مورد تحسین قرار گرفته اند. دوره پایه با هشت کاربرد دنبال می شود: معادلات دیفرانسیل در مهندسی، نمودارها و شبکه ها، آمار، روش های فوریه و FFT، برنامه نویسی خطی، گرافیک کامپیوتری، رمزنگاری، تجزیه و تحلیل مؤلفه های اصلی، و مقادیر منفرد.
مخاطب: هزاران معلم در کالجها و دانشگاهها و اکنون دبیرستانها از این کتاب استفاده میکنند که واقعاً این موضوع مهم را توضیح میدهد. این متن با پشتیبانی از وب سایت ها و سخنرانی های ویدیویی برای خوانندگان در همه جا است. هر فصل با یک خلاصه برای بررسی کارآمد شروع می شود.
محتوا: فصل. 1: مقدمه ای بر بردارها; فصل 2: حل معادلات خطی. فصل 3: فضاهای برداری و زیرفضاها. فصل 4: متعامد; فصل 5: تعیین کننده ها; فصل 6: مقادیر ویژه و بردارهای ویژه. فصل 7: تجزیه ارزش مفرد. فصل 8: تبدیل خطی. فصل 9: بردارها و ماتریس های مختلط. فصل 10: برنامه های کاربردی; فصل 11: جبر خطی عددی; فصل 12: جبر خطی در احتمال و آمار; فاکتورسازی های ماتریسی; فهرست مطالب؛ شش قضیه بزرگ
This new fifth edition has become more than a textbook for the basic linear algebra course. That is its first purpose and always will be. The new chapters about applications of the SVD, probability and statistics, and Principal Component Analysis in finance and genetics, make it also a textbook for a second course, plus a resource at work. Linear algebra has become central in modern applied mathematics. This book supports the value of understanding linear algebra.
Introduction to Linear Algebra, Fifth Edition includes challenge problems to complement the review problems that have been highly praised in previous editions. The basic course is followed by eight applications: differential equations in engineering, graphs and networks, statistics, Fourier methods and the FFT, linear programming, computer graphics, cryptography, Principal Component Analysis, and singular values.
Audience: Thousands of teachers in colleges and universities and now high schools are using this book, which truly explains this crucial subject. This text is for readers everywhere, with support from the websites and video lectures. Every chapter begins with a summary for efficient review.
Contents: Chap. 1: Introduction to Vectors; Chap. 2: Solving Linear Equations; Chap. 3: Vector Spaces and Subspaces; Chap. 4: Orthogonality; Chap. 5: Determinants; Chap. 6: Eigenvalues and Eigenvectors; Chap. 7: Singular Value Decomposition; Chap. 8: Linear Transformations; Chap. 9: Complex Vectors and Matrices; Chap. 10: Applications; Chap. 11: Numerical Linear Algebra; Chap. 12: Linear Algebra in Probability and Statistics; Matrix Factorizations; Index; Six Great Theorems.
Cover Table of Contents Preface 1 Introduction to Vectors 1.1 Vectors and Linear Combinations 1.2 Lengths and Dot Products 1.3 Matrices 2 Solving Linear Equations 2.1 Vectors and Linear Equations 2.2 The Idea of Elimination 2.3 Elimination Using Matrices 2.4 Rules for Matrix Operations 2.5 Inverse Matrices 2.6 Elimination = Factorization: A = LU 2.7 Transposes and Permutations 3 Vector Spaces and Subspaces 3.1 Spaces of Vectors 3.2 The Nullspace of A : Solving Ax= 0 and Rx = 0 3.3 The Complete Solution to Ax = b 3.4 Independence, Basis and Dimension 3.5 Dimensions of the Four Subspaces 4 Orthogonality 4.1 Orthogonality of the Four Subspaces 4.2 Projections 4.3 Least Squares Approximations 4.4 Orthonormal Bases and Gram-Schmidt 5 Determinants 5.1 The Properties of Determinants 5.2 Permutations and Cofactors 5.3 Cramer\'s Rule, Inverses, and Volumes 6 Eigenvalues and Eigenvectors 6.1 Introduction to Eigenvalues 6.2 Diagonalizing a Matrix 6.3 Systems of Differential Equations 6.4 Symmetric Matrices 6.5 Positive Definite Matrices 7 The Singular Value Decomposition (SVD) 7.1 Image Processing by Linear Algebra 7.2 Bases and Matrices in the SVD 7.3 Principal Component Analysis (PCA by the SVD) 7.4 The Geometry of the SVD 8 Linear Transformations 8.1 The Idea of a Linear Transformation 8.2 The Matrix of a Linear Transformation 8.3 The Search for a Good Basis 9 Complex Vectors and Matrices 9.1 Complex Numbers 9.2 Hermitian and Unitary Matrices 9.3 The Fast Fourier Transform 10 Applications 10.1 Graphs and Networks 10.2 Matrices in Engineering 10.3 Markov Matrices, Population, and Economics 10.4 Linear Programming 10.5 Fourier Series: Linear Algebra for Functions 10.6 Computer Graphics 10.7 Linear Algebra for Cryptography 11 Numerical Linear Algebra 11.1 Gaussian Elimination in Practice 11.2 Norms and Condition Numbers 11.3 Iterative Methods and Preconditioners 12 Linear Algebra in Probability & Statistics 12.1 Mean, Variance, and Probability 12.2 Covariance Matrices and Joint Probabilities 12.3 Multivariate Gaussian and Weighted Least Squares Matrix Factorizations Index Six Great Theorems of Linear Algebra/Linear Algebra in a Nutshell