包邮MATLAB线性代数简明教程:英文版

1星价 ¥28.2 (8.8折)

2星价￥28.2 定价￥32.0

作者：李爽主编李星华副主编

出版社：化学工业出版社

本类榜单：教材

分类：教材 > 研究生/本科/专科教材 > 工学

暂无评论

图文详情

ISBN：9787122353214
装帧：平装-胶订
册数：暂无
重量：暂无
开本：24cm
页数：122页
出版时间：2020-01-01
条形码：9787122353214 ; 978-7-122-35321-4

本书特色

《MATLAB线性代数简明教程(Linear Algebra Using MATLAB)》共分为8章，主要内容为：第1章介绍了MATLAB软件的桌面和MATLAB编程基础，第2章～第7章分别介绍了线性代数的各种运算，包括矩阵运算、求解线性方程、向量空间和子空间、投影、*小二乘逼近、行列式、特征值和特征向量、相似矩阵和奇异值分解等。此外，基于图像处理与线性代数有着密切的关系，第8章简要介绍了线性代数在图像处理中的应用。本书结合线性代数理论与MATLAB语言介绍线性代数的应用，列举了丰富的MATLAB代码实例，不仅可以加深对线性代数理论的理解，而且可以提高应用线性代数知识解决实际问题的能力。

《MATLAB线性代数简明教程(Linear Algebra Using MATLAB)》可作为高等院校理工科专业基础课教材，也是运用MATLAB语言与数学知识解决实际问题的工具书，可供从事经济、物理、系统控制、信号处理、图像处理等领域专业技术人员参考。

《MATLAB线性代数简明教程(Linear Algebra Using MATLAB)》共分为8章，主要内容为：第1章介绍了MATLAB软件的桌面和MATLAB编程基础，第2章～第7章分别介绍了线性代数的各种运算，包括矩阵运算、求解线性方程、向量空间和子空间、投影、*小二乘逼近、行列式、特征值和特征向量、相似矩阵和奇异值分解等。此外，基于图像处理与线性代数有着密切的关系，第8章简要介绍了线性代数在图像处理中的应用。本书结合线性代数理论与MATLAB语言介绍线性代数的应用，列举了丰富的MATLAB代码实例，不仅可以加深对线性代数理论的理解，而且可以提高应用线性代数知识解决实际问题的能力。

《MATLAB线性代数简明教程(Linear Algebra Using MATLAB)》可作为高等院校理工科专业基础课教材，也是运用MATLAB语言与数学知识解决实际问题的工具书，可供从事经济、物理、系统控制、信号处理、图像处理等领域专业技术人员参考。

内容简介

Chapter 1Fundament for MATLAB1

1.1MATLAB Desktop1

1.2Vectors and Matrices7

1.3MATLAB Programming11

Chapter 2Introduction to Vectors and Matrices20

2.1Vectors and Linear Combination20

2.2Lengths and Dot Products28

2.3Matrices31

Chapter 3Solving Linear Equations40

3.1Vectors and Linear Equations40

3.2The Idea of Elimination45

3.3Elimination Using Matrices52

3.4Inverse Matrices58

Chapter 4Vector Spaces and Subspaces62

4.1Spaces of Vectors62

4.2The Nullspace of matrix64

4.3The Rank and Linear Dependence68

Chapter 5Orthogonality71

5.1 Projections71

5.2Least Squares Approximations75

5.3Orthogonal Bases and Gram-Schmidt Process80

Chapter 6Determinants85

6.1 The Properties of Determinants85

6.2Permutations and Cofactors92

6.3Cramer’s Rule98

Chapter 7Eigenvalues and Eigenvectors102

7.1Introduction to Eigenvalues102

7.2Similar matrices and diagonalization of matrices105

7.3Singular Value Decomposition109

Chapter 8Linear Algebra in Image Processing112

8.1Digital Image Representation112

8.2Geometric Transformation using Matrix Operation114

8.3Image Restoration using Inverse Matrix117

8.4Image Fusion using Principal Component Analysis119

8.5Image Compression using Singular Value Decomposition120

References122

展开全部