同济版《线性代数》再遭口诛笔伐,网友:它真的不太行
明敏 发自 凹非寺
量子位 报道 | 公众号 QbitAI
线性代数的最核心问题就是怎样的线性变换是相似的,而这些相似的线性变换具有怎样的特征。引入特征值为这个问题提供了巨大的帮助,却不够彻底,因为尚不能解释为何存在非零的幂零变换。 经过复杂的讨论,我们知道复线性变换的 Jordan 标准型是判断线性变换是否相似的标志,也是衡量线性变换的特征的方式。 所谓两个线性变换是相似的,就是它们能在适当的基下表示成相同的矩阵,而 Jordan 标准型就是其中的代表。 为了把线性代数应用到分析和几何领域,需要在线性空间中引入度量,而内积正是确定度量的巧妙方法。 欧氏空间是带有内积的线性空间,其中的内积是正定、对称的双线性函数。在有限维欧氏空间中,能够顺应所给内积的基是标准正交基,保持内积不变的变换是正交变换。欧氏空间中的另一个有意义的变换是对称变换,而它也恰好对应于二次型。
同济版《线性代数》为何会引起众怒?
△定义虽然讲解了对角线法则,但是却没有解释为什么四阶行列式开始便不使用该方法
你的线性代数,之前可能都学错了
比如说:矩阵究竟是什么东西?向量可以被认为是具有n个相互独立性质(维度)的对象的表示,矩阵又是什么呢? 如果认为矩阵是一组列(行)向量组成的新的复合向量的展开式,那么为什么这种展开式具有如此广泛的应用? 特别是为什么偏偏二维的展开式如此有用?如果矩阵中每一个元素又是一个向量,那么再展开一次,变成三维的立方阵,是不是更有用?
正确学习姿势
知乎话题:https://www.zhihu.com/question/448135596
“杨数森”的回答(已获授权):https://www.zhihu.com/question/448135596/answer/1805794712
《理解矩阵》:https://wenku.baidu.com/view/f96956b404a1b0717fd5ddca.html
················· END ·················
长按进入小程序,进行打卡签到
(更多精彩值得期待……)
最近热文: 一周内被程序员疯转5.6W次,最终被大厂封杀! 字节跳动《算法中文手册》火了,完整版 PDF 开放下载! 改个圆角200万?原研哉是怎么“说服”小米的? 2个敏感资源,密码666 ᥬ🤩 ᭄ 支付宝加密规则,你真的懂吗? LeetCode1-220题汇总,希望对你有点帮助! 2T技术资源大放送!包括但不限于:C/C++,Linux,Python,Java,人工智能,考研,软考,英语,等等。在公众号内回复「资源」,即可免费获取!回复「社群」,可以邀请你加入读者群! ❤️给个「在看」,是对我最大的支持❤️
评论