线性代数中的对偶性
合集 · Maki数学陪伴成长系列 (13)
-
Maki梦幻数学讲义LaTeX模板开源发布啦~
12:59
-
数学学习方法8小时超长直播回放！
8:00:02
-
从一道考研真题中，谈谈Gamma函数的妙用
21:15
-
如何用让AI写小说的方式学数学
10:02
-
用积分、极限换序妙解一道题
13:23
-
为什么应该尽可能高强度学习/工作
9:59
-
出了一道考研真题改编题，可以用递推关系或者用通解特解的角度做
14:34
-
商结构的本质（如何统一商集、商群、商环、商模、商李代数、商拓扑空间？用范畴论的思想）
1:30:22
-
什么是超几何级数？
31:13
-
关于前Lab解散后粉丝赞助费以及书的费用的退款说明（后续）
13:34
-
线性代数中的对偶性
42:03
-
多重线性代数中的对偶性（上集）
1:34:39
-
多重线性代数中的对偶性（下集）
1:46:01
Description
-
Comments
这样专题讲挺不错的，节约了很多时间，又能帮观众搞清楚难点[打call][打call][打call]期待以后讲Jordan Form以及更深知识的一些专题[支持][支持][支持]
♥ 5
“”内积把向量变成泛函”，听起来像Riesz表示定理啊，用在希尔伯特空间上（⌒▽⌒）
♥ 5 ↩ 2
虽然考研不考但是还是可以加深理解，考研里主要有两个对偶： 1数量积（点积）：向量点积α·β -对偶->矩阵向量乘法A·β。这是n维向量α与矩阵A（1×n）的对偶。 2向量积（叉积）：向量叉积α×β -对偶->反对称矩阵向量乘法A·β。这是3维向量α与反对称矩阵A（3×3）的对偶。[doge]
♥ 3
为啥自己看书总结的没那么明白呢 主播一讲就通 花的时间不够吗还是[笑哭]
♥ 2 ↩ 2
太需要了[打call]
♥ 2
支持[打call]
♥ 2
好棒的视频，很有帮助！
♥ 1 ↩ 1
例题 5.6 有错字？相容（同？）维度的列向量
♥ 1 ↩ 2
对物理人帮助巨大[喜欢]
♥ 1
最近学广义相对论，用得数学都是模模糊糊的，全靠物理感觉和物理内部的约定俗成，现在感觉全部通了[笑哭]
♥ 1
可以，for chaos[doge]
♥ 1
第四[星星眼]
♥ 1
第一[喜欢]
♥ 1
pdf文件，可以放链接出来吗？
↩ 1
对偶能不能再讲讲
有教材吗？
↩ 3
[星星眼]
第二[喜欢] 爱你maki[doge]
@有趣的程序员 总结