序言
|
|
序言
|
|
1 引言
|
|
1.1 符号简要说明
|
|
1.2 一些三角学知识
|
|
2 向量
|
|
2.1 点和向量
|
|
2.2 向量加法
|
|
2.3 标量与向量相乘
|
|
2.4 向量算术的性质
|
|
2.5 向量基和坐标
|
|
2.6 三维以上的向量空间
|
|
2.6.1 通用定义
|
|
2.7 总结
|
|
3 点积
|
|
3.1 引言
|
|
3.2 定义与应用
|
|
3.2.1 单位向量和归一化
|
|
3.2.2 投影
|
|
3.2.3 规则和性质
|
|
3.3 正交规范基
|
|
3.3.1 正交规范基中的向量长度
|
|
3.4 不等式
|
|
3.5 一些例题
|
|
3.6 直线和平面
|
|
3.6.1 直线
|
|
3.6.2 平面
|
|
3.7 光线追踪的后续
|
|
4 向量积
|
|
4.1 引言
|
|
4.2 定向
|
|
4.3 向量积的定义
|
|
4.4 规则和性质
|
|
4.5 标量三重积
|
|
4.6 向量三重积
|
|
4.7 例题
|
|
4.8 引言例题的后续
|
|
5 高斯消元法
|
|
5.1 引言
|
|
5.2 例题
|
|
5.3 高斯消元法
|
|
5.4 特殊情况
|
|
5.5 齐次情况
|
|
5.6 隐式和显式形式
|
|
5.7 理论基础
|
|
5.7.1 高斯消元法规则
|
|
5.7.2 一般情况
|
|
5.8 线性相关和线性无关
|
|
5.9 张成
|
|
5.10 基变换
|
|
6 矩阵
|
|
6.1 引言
|
|
6.2 定义
|
|
6.3 矩阵运算
|
|
6.3.1 矩阵与标量相乘
|
|
6.3.2 矩阵加法
|
|
6.3.3 矩阵矩阵乘法
|
|
6.4 一些有用的二维和三维矩阵
|
|
6.4.1 二维
|
|
6.4.2 三维
|
|
6.5 矩阵算术的性质
|
|
6.6 矩阵的逆
|
|
6.7 逆、线性无关和张成
|
|
6.8 基变换
|
|
6.9 正交矩阵
|
|
6.10 引言例题的后续
|
|
7 行列式
|
|
7.1 引言
|
|
7.2 定义
|
|
7.3 排列与行列式
|
|
7.4 转置、乘法和逆
|
|
7.5 按列展开
|
|
7.6 伴随矩阵
|
|
7.7 克拉默法则
|
|
7.8 行列式、线性无关和可逆性
|
|
8 秩
|
|
8.1 线性子空间
|
|
8.2 零空间和零度
|
|
8.3 列空间、行空间和秩
|
|
8.4 秩和行列式
|
|
8.5 引言例题的后续
|
|
9 线性映射
|
|
9.1 引言
|
|
9.2 变换矩阵
|
|
9.3 复合线性映射
|
|
9.4 逆映射
|
|
10 特征值与特征向量
|
|
10.1 引言
|
|
10.2 特征值和特征向量
|
|
10.3 计算特征值和特征向量
|
|
10.4 对角化
|
|
10.5 对称矩阵的对角化
|
|
10.6 线性映射中向量的最大伸长
|
|
10.7 特征值和特征向量的其他结果
|
|
10.8 特征值和特征向量的用途
|
|
10.9 展望
|
|
11 二次型
|
