對於科學發展而言，微積分對應的是古典力學；線性代數則對應的是量子力學。線性代數看似起步較晚，然而其涵蓋的範圍快速擴張，幾乎與微積分比肩齊行。對工業技術而言，第五次工業革命是一個從機械化、電氣化、自動化、數位化到人因化的漸進發展結果，人工智慧（Artificial Intelligence, AI）的應用，對現代科技與日常生活的穿透力，早已是無遠弗屆，勢不可擋。然而發展人工智慧的關鍵，就在於數學基礎，更精確地說，則是微積分、線性代數，再加上機率與統計。

 

　　本書的內容包含了線性代數的範圍、向量與矩陣、線性方程式、向量空間、投影與線性轉換、行列式、本徵值與本徵向量、正定矩陣與應用、不變子空間、Jordan標準式、奇異值分解。教材目標主要是介紹基礎的線性代數概念，指向人工智慧的數學基礎所需，而定理的證明，盡量以簡明的範例與練習運算作說明。詳細的計算過程載於另冊，讀者可參閱《基礎線性代數範例與練習解答》一書。

 

　　本書可作為「線性代數」、「高等代數」、「抽象代數」、「工程數學」相關科目的參考教材。

 

 

　　現任：

　　長庚大學電子工程學系教授

 

　　學歷：

　　國立中央大學光電科學研究所博士

　　國立中央大學光電科學研究所碩士

　　國立中央大學電機工程學系學士