书籍介绍
这本书最独特的地方，在于它把线性代数从一堆公式里解放出来，重新讲成一种「视觉化的思维过程」。它不满足于告诉你矩阵怎么分解，而是让你看见分解背后的几何直觉——QR分解、SVD、最小二乘、特征值问题都被串成一条连贯的叙事线，四十讲层层推进。读者反复提到的，正是这种「讲清 linear algebra 本意」的通透感，让抽象的数值计算变得可感、可想象。当然它也有争议：翻译生硬、讲义式编排对初学者并不友好，有人甚至劝退。但它仍被众多读者公认为「目前最好的数值线性代数入门书」——适合那些不满足于会算、而想真正理解数值方法在科学与工程里如何起作用的人。
用户评论
翻出来吐槽！！翻译是用谷歌的吧！！跪下来求你们说中国话行不？第一次接触数值方法的本科生建议别看。想直接甩作者脸上有没有！！！
目前最好的数值线性代数的入门书了。可惜绝版了。
其实这个只是在读==。。前途未卜啊，前途未卜啊==。。。
＃ 数值线性代数
如何进行矩阵分解＆如何使用矩阵分解。前者包括SVD和QR分解，后者包括最小二乘问题、线性方程组问题和特征值问题，本书的最后介绍了它们的迭代方法。
作为一本讲义式的教材，章节划分十分细致（300页/40讲）。内容组织上也特别之处，比如它没有像其它教材一样从高斯消元法开始，而是从QR分解出发先讨论最小二乘问题。
这样安排的缘由在于如何理解“数值分析”。作者在附录中给出了自己的回答：数值分析研究【连续】数学问题的【算法】而非【舍入误差】。而高斯消元法能够在有限步内给出精确的结果，且其稳定性难以分析，并不是典型的数值算法。
“我们的主要使命是计算那些不可计算的量，而且从分析的观点来看要以闪电般的速度去完成。”
讨论的好
书都翻烂了，我的青春！
研究生时候读过，最好的数值线性代数方面的书
下载
收藏