图书介绍

程序员的数学 线性代数和概率统计pdf电子书版本下载

程序员的数学  线性代数和概率统计
  • (美)欧内斯特,戴维斯 著
  • 出版社: 北京:机械工业出版社
  • ISBN:9787111586685
  • 出版时间:2018
  • 标注页数:341页
  • 文件大小:32MB
  • 文件页数:353页
  • 主题词:线性代数;概率统计

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

程序员的数学 线性代数和概率统计PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 MATLAB 1

1.1 桌面计算器操作 1

1.2 布尔运算 2

1.3 非标准数 3

1.4 循环与条件 4

1.5 脚本文件 6

1.6 函数 7

1.7 变量作用域与参数传递 8

思考题 10

程序设计作业 11

第1篇 线性代数 14

第2章 向量 14

2.1 向量的定义 14

2.2 向量的应用 14

2.2.1 关于应用的几点说明 16

2.3 向量的基本运算 17

2.3.1 向量运算的代数性质 18

2.3.2 基本运算的应用 18

2.4 点积 19

2.4.1 点积的代数性质 19

2.4.2 点积的应用:加权和 19

2.4.3 点积的几何性质 20

2.4.4 元评论:如何阅读公式推导 22

2.4.5 点积的应用:两个向量的相似性 23

2.4.6 点积和线性变换 25

2.5 MATLAB中向量的基本运算 26

2.5.1 生成一个向量及索引 26

2.5.2 生成一个以等差数列为元素的向量 26

2.5.3 基本运算 28

2.5.4 元素对元素的运算 28

2.5.5 有用的向量函数 29

2.5.6 随机向量 30

2.5.7 字符串:字符数组 31

2.5.8 稀疏向量 31

2.6 在MATLAB中绘制向量 32

2.7 编程语言中的向量 35

练习题 36

思考题 36

程序设计作业 36

第3章 矩阵 40

3.1 矩阵的定义 40

3.2 矩阵的应用 40

3.3 矩阵的简单运算 42

3.4 矩阵和向量的乘积 42

3.4.1 矩阵和向量乘积的应用 43

3.5 线性变换 47

3.6 线性方程组 48

3.6.1 线性方程组的应用 49

3.7 矩阵乘法 53

3.8 把向量视为矩阵 56

3.9 矩阵乘法的代数性质 57

3.9.1 矩阵的幂 58

3.10 MATLAB中的矩阵 59

3.10.1 矩阵的输入 59

3.10.2 提取子矩阵 60

3.10.3 矩阵的运算 61

3.10.4 稀疏矩阵 63

3.10.5 元胞数组 65

练习题 66

思考题 67

程序设计作业 67

第4章 向量空间 71

4.1 向量空间的基本理论 71

4.1.1 子空间 71

4.1.2 坐标、基、线性无关 73

4.1.3 正交基和标准正交基 76

4.1.4 向量空间的运算 77

4.1.5 零核空间、像空间和秩 78

4.1.6 线性方程组 80

4.1.7 线性变换的逆变换和矩阵的逆 81

4.1.8 MATLAB中的零核空间及秩 82

4.2 证明及其他抽象数学(选学) 82

4.2.1 向量空间 83

4.2.2 线性无关和基 83

4.2.3 线性空间的和 86

4.2.4 正交 87

4.2.5 函数 89

4.2.6 线性变换 92

4.2.7 线性变换和矩阵的逆 93

4.2.8 线性方程组 93

4.3 一般的向量空间(选学) 95

4.3.1 向量空间的一般定义 95

练习题 97

思考题 98

程序设计作业 98

第5章 算法 100

5.1 高斯消去法:例子 100

5.2 高斯消去法:讨论 101

5.2.1 矩阵上的高斯消去法 105

5.2.2 最大元素行交换 105

5.2.3 零检测 106

5.3 计算矩阵的逆 107

5.4 MATLAB中的逆矩阵和线性方程组 110

5.5 病态矩阵 114

5.6 计算复杂性 117

5.6.1 对数值计算的理解 117

5.6.2 运行时间 118

练习题 119

程序设计作业 120

第6章 几何 123

6.1 矢量 123

6.2 坐标系 124

6.3 简单几何运算 126

6.3.1 距离与角度 126

6.3.2 单位矢量 126

6.3.3 二维空间的直线 127

6.3.4 三维空间的直线与面 129

6.3.5 同一性,关联,平行与相交 131

6.3.6 射影 132

6.4 几何变换 133

6.4.1 平移 134

6.4.2 绕原点旋转 135

6.4.3 刚体运动和齐次坐标表示 138

6.4.4 相似变换 142

6.4.5 仿射变换 143

6.4.6 物体的像 145

6.4.7 行列式 146

6.4.8 图像矩阵上的坐标变换 148

练习题 149

思考题 150

程序设计作业 150

第7章 基变换,DFT和SVD 154

7.1 坐标系变换 154

7.1.1 仿射坐标系 155

7.1.2 几何变换和坐标变换的关系及坐标系的旋向 156

7.1.3 应用:机器臂 157

7.2 基变换 161

7.3 概念混淆及如何避免 162

7.4 非几何的基变换 162

7.5 色图 163

7.6 离散的傅里叶变换(选学) 163

7.6.1 傅里叶变换的其他应用 167

7.6.2 复傅里叶变换 168

7.7 奇异值分解 169

7.7.1 矩阵分解 170

7.7.2 定理7.4 的证明(选学) 172

7.8 SVD的进一步讨论 173

7.8.1 对称矩阵的特征值 176

7.9 SVD的应用 176

7.9.1 条件数 176

7.9.2 存在舍入误差时如何计算秩 177

7.9.3 有损压缩 178

7.10 MATLAB 179

7.10.1 SVD在MATLAB中的使用 179

7.10.2 DFT在MATLAB中的应用 180

练习题 183

思考题 184

程序设计作业 186

第2篇 概率论 188

第8章 概率 188

8.1 概率论的解释 188

8.2 有限样本空间 189

8.3 基本组合公式 190

8.3.1 指数 190

8.3.2 n个个体的排列 191

8.3.3 n取k的排列 191

8.3.4 n取k的组合 192

8.3.5 多组组合 192

8.3.6 中心二项式的近似 193

8.3.7 组合数学的例子 193

8.4 概率论的公理 194

8.5 条件概率 195

8.6 可能性解释 196

8.7 主观概率和样本空间概率的关系 199

8.8 贝叶斯法则 200

8.9 独立性 201

8.9.1 独立的证据 202

8.9.2 应用:密码学中秘密的分配 205

8.10 随机变量 206

8.11 应用:朴素贝叶斯分类 208

练习题 212

思考题 214

程序设计作业 214

第9章 数值型随机变量 218

9.1 边缘分布 219

9.2 期望值 220

9.3 决策论 222

9.3.1 决策树 223

9.3.2 决策论和信息值 226

9.4 方差和标准差 228

9.5 在整数的无穷集合上的随机变量 230

9.6 三个重要的离散分布 231

9.6.1 二点分布(伯努利分布) 232

9.6.2 二项分布 232

9.6.3 齐夫分布 232

9.7 连续型随机变量 237

9.8 两个重要连续分布 244

9.8.1 连续均匀分布 244

9.8.2 正态分布 244

9.9 MATLAB 247

练习题 249

思考题 249

程序设计作业 251

第10章 马尔可夫模型 254

10.1 平稳概率分布 256

10.1.1 计算平稳分布 258

10.2 网页排序和链接分析 259

10.2.1 马尔可夫模型 261

10.2.2 没有导出链接的网页 263

10.2.3 非均匀变量 264

10.3 隐藏马尔可夫模型和K- Gram模型 264

10.3.1 概率模型 265

10.3.2 隐藏的马尔可夫模型 267

10.3.3 Viterbi算法 268

10.3.4 词性标签 269

10.3.5 稀疏数据问题与平滑 272

练习题 272

思考题 273

程序设计作业 274

第11章 置信区间 275

11.1 置信区间的基本公式 275

11.2 应用:一个分类的评价 277

11.3 贝叶斯统计推断 279

11.4 频率观点的置信区间(选学) 281

11.5 假设检验和统计显著性 283

11.6 统计推断与超感官知觉(ESP) 286

练习题 286

思考题 287

第12章 蒙特卡罗方法 288

12.1 求面积 288

12.2 分布的产生 290

12.3 计数 291

12.4 析取范式的计数解法(选学) 291

12.5 和、期望值与积分 294

12.6 概率问题 295

12.7 重抽样技术 296

12.8 伪随机数 298

12.9 其他概率算法 298

12.10 MATLAB 299

练习题 300

思考题 301

程序设计作业 301

第13章 信息与熵 305

13.1 信息 305

13.2 熵 306

13.3 条件熵与互信息 307

13.4 编码 309

13.4.1 Huffman编码 317

13.5 连续型随机变量的数值熵 318

13.6 最大熵原理 319

13.6.1 最大熵原理 320

13.6.2 最大熵原理的相关结论 320

13.7 统计推断 321

练习题 322

思考题 323

第14章 最大似然估计 324

14.1 抽样 325

14.2 均匀分布 325

14.3 正态分布:方差已知 326

14.4 正态分布:方差未知 327

14.5 最小二乘估计 328

14.5.1 最小二乘法在MATLAB中的应用 330

14.6 主成分分析 331

14.7 主成分分析的应用 333

14.7.1 可视化 333

14.7.2 数据分析 333

14.7.3 边界框 334

14.7.4 曲面法线 335

14.7.5 潜在语义分析 335

练习题 336

思考题 336

程序设计作业 336

参考文献 339

精品推荐