这一篇文章主要介绍多元函数的偏导数和方向导数。其中偏导只是二元函数沿着坐标轴 x 或者 y 的变化率,方向导数是沿着任意方向的变化率,最后梯度就是方向导数取最大值得方向就是梯度。
一元,二元泰勒展开-图解高等数学03
这一篇主要介绍泰勒公式的图解,会有在一元函数上的解释和在二元函数上的解释。
内积外积混合积-图解高等数学02
这一篇主要介绍一些向量的点积,叉积和三重积,包括一些例子,动图。
向量的计算-图解高等数学01
这一篇文章转自遇见数学的图解系列,作为图解高等数学的开篇,主要介绍了向量的相关概念,和向量的一些基本的操作,加减和数乘。
图解线性代数汇总
这是关于图解高等代数的系列的汇总。使用图形来作为高等代数的入门是很不错的,希望大家可以在这个系列里有所收获。
图解线性代数 11-[特征值/特征向量]
这一篇是图解线性代数的最后一篇文章了。讲了关于特征值和特征向量的内容。其实这一部分的内容是很重要的。关于特征值和特征向量,可以有下面的理解,一个变换,如果其中有只有长度伸缩起了变化...
图解线性代数 10-[番外.矮矩阵 / 长矩阵]
这一篇文章我们会介绍两种矩阵。之前我们接触的一直是方阵居多;这一次,我们来看一下不是方阵的矩阵,看一下他的变换的意义和一些性质。
图解线性代数 09-[秩 / 列空间 / 零空间]
这一篇文章我们会讲一个很重要的概念,矩阵的秩。矩阵的秩可以理解为线性变换后空间的维数。因此矩阵的秩是十分重要的一个概念。这一篇文章我们简单讲一下矩阵秩的概念。
图解线性代数 08-[方程组的解2]
这一篇文章我们会接着上一篇的内容,继续讲线性代数中方程组的问题。上一篇我们讨论了两个方程的解法和图解,这一篇文章我们讨论一下三个方程时的解法和三种不同的情况。
图解线性代数 07-[方程组的解/零空间/核]
这一篇文章我们会叙述线性代数在解线性方程组上面的应用。主要会来叙述三种情况下图像的样子。分别是方程有唯一解,无解和有无数解。
6