对于普通的数学工作者而言,掌握矩阵、线性空间的基本性质和用法比领会抽象的概念更实用。数学专业的同学需要全面深入学习近世代数的理论和演绎法则,例如模的概念和运算。
总之,我个人认为,不论是微积分、还是线性代数,或者是统计学,多从有形的例子着手,学习最核心最实用的部分,辅以一定数量的习题练习,是一种有效的学习方法。
向量空间->线性变换->线性变换的表示:矩阵
任何一个n维空间中的元素,都可以通过一个向量(x1,x2,...,xn)(x_1, x_2, ...,x_n)(x1,x2,...,xn)来定位,或者说n维空间中每个点,都有一个坐标。有的书上也把这种n维空间叫向量空间。
矩阵是什么?以下几种理解都是正确的:
所以,一个矩阵乘以一个向量: A∗xA*xA∗x 就是把一个向量映射到一个新的向量。这个矩阵的每一行对应的是新的坐标系的基的坐标。为什么矩阵乘法定义为向量内积的方式?因为内积代表着新的向量在旧的向量上的投影。
这里需要举个例子才能说得更明白。
特征值,特征向量,行列式,trace。
TODO
A 有n 个相异的特征值, 则A 可对角化