- 在线播放
- 分集下载
- 第01讲 行列式理论基础(一)
- 第02讲 行列式理论基础(二)
- 第03讲 行列式理论基础(三)
- 第04讲 行列式理论基础(四)
- 第05讲 行列式理论基础(五)
- 第06讲 行列式理论基础(六)
- 第07讲 行列式理论基础(七)
- 第08讲 行列式理论基础(八)
- 第09讲 行列式理论基础(九)
- 第100讲 初等因子(四)
- 第10讲 矩阵及其代数运算(一)
- 第11讲 矩阵及其代数运算(二)
- 第12讲 矩阵及其代数运算(三)
- 第13讲 矩阵及其代数运算(四)
- 第14讲 矩阵及其代数运算(五)
- 第15讲 矩阵及其代数运算(六)
- 第16讲 矩阵及其代数运算(七)
- 第17讲 矩阵及其代数运算(八)
- 第18讲 矩阵及其代数运算(九)
- 第19讲 矩阵及其代数运算(十)
- 第20讲 线性方程组理论(一)
- 第21讲 线性方程组理论(二)
- 第22讲 线性方程组理论(三)
- 第23讲 线性方程组理论(四)
- 第24讲 线性方程组理论(五)
- 第25讲 线性方程组理论(六)
- 第26讲 线性方程组理论(七)
- 第27讲 线性方程组理论(八)
- 第28讲 相似矩阵(一)
- 第29讲 相似矩阵(二)
- 第30讲 相似矩阵(三)
- 第31讲 线性空间(一)
- 第32讲 线性空间(二)
- 第33讲 线性空间(三)
- 第34讲 线性空间(四)
- 第35讲 有线维线性空间(一)
- 第36讲 有线维线性空间(二)
- 第37讲 有线维线性空间(三)
- 第38讲 有线维线性空间(四)
- 第39讲 子空间(一)
- 第40讲 子空间(二)
- 第41讲 子空间(三)
- 第42讲 子空间(四)
- 第43讲 内积空间(一)
- 第44讲 内积空间(二)
- 第45讲 内积空间(三)
- 第46讲 内积空间(四)
- 第47讲 标准正交基(一)
- 第48讲 标准正交基(二)
- 第49讲 标准正交基(三)
- 第50讲 标准正交基(四)
- 第51讲 标准正交基的性质(一)
- 第52讲 标准正交基的性质(二)
- 第53讲 线性代数的同构(一)
- 第54讲 线性代数的同构(二)
线性代数的相关介绍
线性代数是代数学的重要分支之一,在数学、物理学和技术学科中有着重要的应用,它主要对线性关系问题进行处理。在本教程中,我们将对上海交大的线性代数课程进行学习。
线性代数起源于对二维和三维直角坐标系的研究。在这里,一个向量是一个有方向的线段,由长度和方向同时表示。这样向量可以用来表示物理量,比如力,也可以和标量做加法和乘法。这就是实数向量空间的第一个例子。
现代线性代数已经扩展到研究任意或无限维空间。一个维数为 n 的向量空间叫做 n 维空间。在二维和三维空间中大多数有用的结论可以扩展到这些高维空间。尽管许多人不容易想象 n 维空间中的向量,这样的向量(即 n 元组)用来表示数据非常有效。由于作为 n 元组,向量是 n 个元素的“有序”列表,大多数人可以在这种框架中有效地概括和操纵数据。比如,在经济学中可以使用 8 维向量来表示 8 个国家的国民生产总值(GNP)。当所有国家的顺序排定之后,比如(中国、美国、英国、法国、德国、西班牙、印度、澳大利亚),可以使用向量(v1,v2,v3,v4,v5,v6,v7,v8)显示这些国家某一年各自的 GNP。这里,每个国家的 GNP 都在各自的位置上。
作为证明定理而使用的纯抽象概念,向量空间(线性空间)属于抽象代数的一部分,而且已经非常好地融入了这个领域。一些显著的例子有:不可逆线性映射或矩阵的群,向量空间的线性映射的环。线性代数也在数学分析中扮演重要角色,特别在 向量分析中描述高阶导数,研究张量积和可交换映射等领域。
向量空间是在域上定义的,比如实数域或复数域。线性算子将线性空间的元素映射到另一个线性空间(也可以是同一个线性空间),保持向量空间上加法和标量乘法的一致性。所有这种变换组成的集合本身也是一个向量空间。如果一个线性空间的基是确定的,所有线性变换都可以表示为一个数表,称为矩阵。对矩阵性质和矩阵算法的深入研究(包括行列式和特征向量)也被认为是线性代数的一部分。
我们可以简单地说数学中的线性问题——-那些表现出线性的问题——是最容易被解决的。比如微分学研究很多函数线性近似的问题。在实践中与非线性问题的差异是很重要的。
线性代数方法是指使用线性观点看待问题,并用线性代数的语言描述它、解决它(必要时可使用矩阵运算)的方法。这是数学与工程学中最主要的应用之一。