To illustrate the beauty and power of Linear Algebra.
开设学校:南方科技大学;学科:理学、
To illustrate the beauty and power of Linear Algebra.
-线性代数-01 Gaussian Elimination
-线性代数-02 Linear Equations
-线性代数-03Vectors in R^n
-线性代数-04 Matrix Multiplication
-线性代数-05 Elementary Matrices
-线性代数-06 The Interplay
-线性代数-07 LU Factorization
-线性代数-08 Inverses
-线性代数-09 Inverses Properties
-线性代数-10 Example Transposes
-线性代数-11 Partitioned Matrices
-Gaussian Elimination and Matrices
-线性代数-12 Vector Spaces and Examples
--12 Vector Spaces and Examples
-线性代数-13 Subspaces
-线性代数-14 Linear Independence
-线性代数-15 Basis
--15 Basis
-线性代数-16 Maximum Linealy Independent Subset
--16 Maximum Linealy Independent Subset
-线性代数-17Solving Ax=0
-线性代数-18 Solving Ax=b
-线性代数-19 Four Fundamental Subspaces
--19 Four Fundamental Subspaces
-Vector Spaces
-线性代数-20 Inner Product
-线性代数-21 Orthogonal Vectors
-线性代数-22Projection Onto Lines
-线性代数-23 Projection Onto Column Space
--23 Projection Onto Column Space
-线性代数-24 Least-Squares
-线性代数-25 Orthonormal Basis
-线性代数-26Gram-Schmidt Orthogonalization Procedure
--26 Gram-Schmidt Orthogonalization Procedure
-线性代数-27 QR Factorization
-Orthogonality
-线性代数-28 Determinants Detinition
-线性代数-29 Determinants Properties
-线性代数-30 Determinants Formulas
-线性代数-31 Determinants Examples
-线性代数-32 Inverses
-线性代数-33 Volume
-线性代数-34 Cramer's Rule
-Determinants
-线性代数-35 Introduction
-线性代数-36 Eigenvalues And Eigenvectors
--36 Eigenvalues And Eigenvectors
-线性代数-37 Diagonalization of a Matrix
--37 Diagonalization of a Matrix
-线性代数-38 Diagonalization of a Matrix- Application
--38 Diagonalization of a Matrix- Application
-线性代数-39 System of Differential Equations
--39 System of Differential Equations
-Eigenvalues and Eigenvectors
-线性代数-40 Complex Matrices
-线性代数-41Linear Transformations
-线性代数-42 Similarity Transformations
--42 Similarity Transformations
-线性代数-43 Jordan Form
-线性代数-44 Quadratic Forms
-线性代数-45 Positive Definite Matrices
--45 Positive Definite Matrices
-线性代数-46 Positive Semi-Definite Matrices
--46 Positive Semi-Definite Matrices
-线性代数-47 Congruence Transformation
--47 Congruence Transformation_converted
-线性代数-48 Singularity Value Decomposition
--48 Singularity Value Decomposition_converted
-线性代数-49 Application_converted
-线性代数-50 Minimum Principles
-Positive Definite Matrices and Quadratic Forms
-Linear Algebra Final Exam
陈懿茂老师拥有近13年的一线授课经验,其中包括6年美国高校授课经验。自2014年2月加入南科大以来, 多次高质量地讲授以下课程:微积分,线性代数I,II,常微分方程,实变函数,复变函数。 绝大部分课程采用全英文授课, 深度融合国内外一流高校的优秀教学方法,积极搭建国际化课堂。陈懿茂老师注重探究创新的教学方法和参与基础课程的设计:主持的教改项目《数学课程的创新教学方法探究》已经结题;编写了一本《线性代数》英文讲义和撰写了5篇教学改革研究论文;担任全校《线性代数》的课程负责人,积累了丰富的基础课程建设和教学管理经验。




