┌( 'ㅂ')┐
分塊矩陣的解題案例──逆矩陣與矩陣乘積的特徵值 | 線代啟示錄

上述這兩個方法的解題瓶頸終究都在分塊矩陣乘法的設計上;我們可能功虧一簣,試了半天仍然湊不出適當合用的分塊矩陣。不可否認地,所有的解題活動都存在風險,都有若干運氣的成分,但正因為解題活動的不確定性也才帶來更多的樂趣和喜悅。
┌( 'ㅂ')┐
如何學好線性代數? | 線代啟示錄
第一個問題就倒了,我想法是連結到levi-civita tensor
不過這種解釋感覺沒有解了什麼東西
┌( 'ㅂ')┐
真的問題是determinant到底是什麼,連結非歐幾何和歐式幾何的橋樑嗎
跳脫不了自己應用時的想法
┌( 'ㅂ')┐
Q7 Q8也蠻有趣的
┌( 'ㅂ')┐
線型変換に対して線形空間の拡大率ということができる
不同線性空間的長度比?
┌( 'ㅂ')┐
Q13
我的教科書上一堆在解矩陣方程式的技巧耶
載入新的回覆