清華將線(xiàn)性代數(shù)教材改為英文版,，學(xué)生稱(chēng)更通俗易懂,；熬夜變傻有了科學(xué)依據(jù)

Insigne

1.NASA將直播波音Starliner太空飛船的關(guān)鍵測(cè)試
7 |5 y$ V* m5 g/ z4 m
( K+ d) E0 L+ t6 Y: |: D

據(jù)外媒CNET報(bào)道，隨著美國(guó)宇航局（NASA）進(jìn)一步推動(dòng)將近十年來(lái)首次載人航天發(fā)射帶回美國(guó)本土,，波音公司新的Starliner航天器的測(cè)試將意味著一次大考驗(yàn),。

目前，該Starliner航天器已經(jīng)出現(xiàn)在新墨西哥州的白沙導(dǎo)彈試驗(yàn)場(chǎng)的測(cè)試臺(tái)上,，等待定于太平洋時(shí)間周一上午6點(diǎn)進(jìn)行的逃生系統(tǒng)測(cè)試,。該測(cè)試的目的是確保在發(fā)射臺(tái)上的緊急情況下，四臺(tái)中止發(fā)動(dòng)機(jī)和控制推進(jìn)器能夠點(diǎn)火,，從而將太空艙和宇航員帶離潛在危險(xiǎn),。

Starliner是美國(guó)宇航局（NASA）已簽約的兩架新型航天器之一，這是其商業(yè)載人航天計(jì)劃的一部分,，該航天器開(kāi)始將宇航員飛往國(guó)際空間站。另一個(gè)是SpaceX 載人龍飛船 ; 這兩艘飛船在開(kāi)發(fā)和測(cè)試過(guò)程中都面臨著延誤,，這促使美國(guó)宇航局局長(zhǎng)吉姆·布里登斯廷公開(kāi)向這些公司施加壓力,。

2.清華將線(xiàn)性代數(shù)教材改為英文版，學(xué)生稱(chēng)更通俗易懂
4 p; ?" F+ G0 N  g/ S  p$ A" f) w  Z3 [

近日“清華大學(xué)將線(xiàn)性代數(shù)教材改為英文教材”話(huà)題引熱議,。剛剛參加完該課程期中考試的清華大學(xué)大一新生在接受媒體采訪(fǎng)時(shí)表示,，適應(yīng)了這本教材的體系之后，從內(nèi)容上來(lái)說(shuō),，這本教材更通俗易懂,，容易理解。

據(jù)介紹,，教材的正式更換將于2019年新生入學(xué),，此前學(xué)校采用的都是中文版教材。對(duì)于語(yǔ)言問(wèn)題,，有學(xué)生接受采訪(fǎng)時(shí)表示,，剛開(kāi)始用的時(shí)候肯定會(huì)有語(yǔ)言上的障礙，但是從語(yǔ)言上來(lái)講，經(jīng)常閱讀教材,，適應(yīng)了它的體系之后,，其實(shí)還可以。

! O  Z' b+ ]( B, p

3.德國(guó)力推新能源汽車(chē)發(fā)展,，2030年前將建100萬(wàn)個(gè)充電樁

3 J5 E: A* p7 W- i; {( @' c3 V

, }9 S) u# j$ k9 _# n- z

德國(guó)總理默克爾3日表示,，德聯(lián)邦政府將攜手汽車(chē)業(yè)界推動(dòng)出行方式的轉(zhuǎn)型。為此,，她即將在同汽車(chē)業(yè)界的對(duì)話(huà)中探討新能源汽車(chē)購(gòu)買(mǎi)補(bǔ)貼,、充電設(shè)施建設(shè)和汽車(chē)業(yè)轉(zhuǎn)型對(duì)就業(yè)的影響等議題。默克爾表示,，德國(guó)政府希望最晚到2030年能在該國(guó)建成100萬(wàn)個(gè)充電樁,。

作為傳統(tǒng)汽車(chē)大國(guó)，德國(guó)在全球電動(dòng)車(chē)蓬勃發(fā)展的大趨勢(shì)下轉(zhuǎn)型步伐顯得滯后,。德媒指出,，德國(guó)政府此前設(shè)定的2020年左右電動(dòng)車(chē)總量達(dá)到一百萬(wàn)輛的目標(biāo)一再跳票，而應(yīng)對(duì)氣候變化的緊迫性亦給德國(guó)汽車(chē)業(yè)帶來(lái)壓力,。

4.羅永浩上了“老賴(lài)”名單
$ F  C& }" o3 G/ ]# e
3 l6 l& s* N9 P$ j* U

11月3日下午消息,，北京錘子數(shù)碼科技有限公司及羅永浩被法院限制消費(fèi)。

“彪悍的人生不需要解釋,�,！边@句話(huà)或能成為羅永浩的一個(gè)注解。從新東方英語(yǔ)老師,，到砸西門(mén)子冰箱,、質(zhì)疑方舟子而名聲鵲起，成為輿論領(lǐng)袖,，創(chuàng)業(yè)前的羅永浩可謂順風(fēng)順?biāo)�,。但�?012年宣布創(chuàng)業(yè)做手機(jī)以來(lái)，羅永浩接連遇到挫折,，發(fā)布的幾款手機(jī)叫好不叫座,。今年再次創(chuàng)業(yè)的羅永浩看準(zhǔn)了電子煙的風(fēng)口，不想近期遭遇最嚴(yán)監(jiān)管政策,。

# k. R& i+ _' c6 t' B: Z

11月3日晚間,，羅永浩通過(guò)微博回應(yīng)稱(chēng)，已還3億公司債務(wù),；會(huì)繼續(xù)努力,，在未來(lái)一段時(shí)期把債務(wù)全部還完，哪怕以“賣(mài)藝”之類(lèi)的方式,。

) X" D( A+ M# A+ S( f, X' b* m

5.熬夜變傻有科學(xué)依據(jù)：科學(xué)家稱(chēng)睡眠時(shí)間大腦會(huì)開(kāi)啟“自動(dòng)清洗”

據(jù)據(jù)外媒報(bào)道,，,，波士頓大學(xué)的科學(xué)家們通過(guò)實(shí)驗(yàn)證實(shí)了睡眠的“清洗”作用。

5 E7 {5 ^3 y* f/ [' x: X; ~

據(jù)悉,，科學(xué)家們拍下了大腦自身清洗的過(guò)程,，其中紅色是血液，藍(lán)色是腦脊液,。血液會(huì)周期性地大量流出大腦,，腦脊液趁機(jī)涌入，清除毒素,�,？茖W(xué)家表示，睡眠期間,，神經(jīng)元會(huì)同步活動(dòng),，使大腦的血氧濃度出現(xiàn)周期變化。而醒著的時(shí)候,，神經(jīng)元不會(huì)同開(kāi)同關(guān),，也就導(dǎo)致無(wú)法讓大腦血量下降到足夠低的水平。因此這樣的清洗,，只有睡著后才能做到,，否則腦脊液沒(méi)法趁虛而入。被清除的毒素包括β-淀粉樣蛋白,，而這正是導(dǎo)致阿爾茨海默氏癥的一大元兇,。

鎂客網(wǎng)

$ f, k" W% O* Q+ V) N. G

魍者歸來(lái)

拋開(kāi)語(yǔ)言障礙的話(huà)，確實(shí)外文的教材更好懂一些,，我現(xiàn)在學(xué)專(zhuān)業(yè)課都是日文版和漢譯版對(duì)照著看,，比看某些XX規(guī)劃教材要更好一些

Q807859983

確實(shí)外文的教材更好懂一些，

遠(yuǎn)祥

所以說(shuō)同學(xué)們都愛(ài)讀白話(huà)文,。。,。

jackgong

website：math.mit.edu/~gs/linearalgebra/
0 J4 E' F2 V3 r: [4 r' NTable of Contents for Introduction to Linear Algebra (5th edition 2016)
) W% `( ~' k" K4 s4 {1 Introduction to Vectors
5 Z+ M- g! o4 w& ~9 f2 C1.1 Vectors and Linear Combinations
1.2 Lengths and Dot Products
! H/ o2 [9 G3 U1 z4 _! f: d1.3 Matrices
2 Solving Linear Equations
2.1 Vectors and Linear Equations
2.2 The Idea of Elimination
2.3 Elimination Using Matrices
2.4 Rules for Matrix Operations
2.5 Inverse Matrices
2.6 Elimination = Factorization: A = LU
+ G/ j5 n1 t+ i  n4 \# `2.7 Transposes and Permutations
7 v) d5 {7 r9 T( U3 Vector Spaces and Subspaces
9 D7 L: U8 u8 q3 j3.1 Spaces of Vectors
3.2 The Nullspace of A: Solving Ax = 0 and Rx = 0
/ l+ Z) K* h, ?) m! r3.3 The Complete Solution to Ax = b
: N- S2 }* e. s  J; u4 m3.4 Independence, Basis and Dimension
3.5 Dimensions of the Four Subspaces
5 M8 F! D2 b9 `: V: m4 Orthogonality
4.1 Orthogonality of the Four Subspaces
4.2 Projections
  d3 ~" B8 i" M& F8 K4.3 Least Squares Approximations
4.4 Orthonormal Bases and Gram-Schmidt
5 Determinants
% o- C2 }  v' s! M+ k+ J, A  {+ P5.1 The Properties of Determinants
# g5 }# G9 ~4 P5.2 Permutations and Cofactors
5.3 Cramer’s Rule, Inverses, and Volumes
6 Eigenvalues and Eigenvectors
, a9 R1 Y1 H7 M3 @6.1 Introduction to Eigenvalues
6.2 Diagonalizing a Matrix
6.3 Systems of Differential Equations
6.4 Symmetric Matrices
6.5 Positive Definite Matrices
7 The Singular Value Decomposition (SVD)
& }! F8 |$ O; L8 @  p" w& q7.1 Image Processing by Linear Algebra
7.2 Bases and Matrices in the SVD
5 T' i1 M3 M) y) d) B4 |. x7.3 Principal Component Analysis (PCA by the SVD)
7.4 The Geometry of the SVD
8 Linear Transformations
0 n/ R. ]7 Z0 I& M  ]) E+ d8.1 The Idea of a Linear Transformation
1 E& G7 S* E, n# F0 _1 }8.2 The Matrix of a Linear Transformation
8.3 The Search for a Good Basis
& G) {+ r/ S+ _; w; w9 Complex Vectors and Matrices
9.1 Complex Numbers
9.2 Hermitian and Unitary Matrices
9.3 The Fast Fourier Transform
0 A# q& \( ?, R! y/ S# }( D10 Applications
1 ~9 t. U' E1 l10.1 Graphs and Networks
; m- R2 R' V3 S/ z# Z* j  {10.2 Matrices in Engineering
10.3 Markov Matrices, Population, and Economics
10.4 Linear Programming
10.5 Fourier Series: Linear Algebra for Functions
10.6 Computer Graphics
10.7 Linear Algebra for Cryptography
% X. w- t, P% a3 {11 Numerical Linear Algebra
11.1 Gaussian Elimination in Practice
11.2 Norms and Condition Numbers
' ~; ^% A8 b+ V, Z/ \: K11.3 Iterative Methods and Preconditioners
12 Linear Algebra in Probability & Statistics
12.1 Mean, Variance, and Probability
12.2 Covariance Matrices and Joint Probabilities
12.3 Multivariate Gaussian andWeighted Least Squares
! s- o( K% K' V# p5 d6 }Matrix Factorizations
& F! O; B: @; ]6 T" ^Index
Six Great Theorems / Linear Algebra in a Nutshell
& C* C- @3 G* T