线性代数解方程
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
线性代数解方程
线性代数是数学的一个分支,它的研究对象是向量,向量空间(或称线性空间),线性变换和有限维的线性方程组。
向量空间是现代数学的一个重要课题;因而,线性代数被广泛地应用于抽象代数和泛函分析中;通过解析几何,线性代数得以被具体表示。
线性代数的理论已被泛化为算子理论。
简介
由于科学研究中的非线性模型通常可以被对数为线性模型,使线性代数被广为地应用于自然科学和社会科学中。
概念
线性代数就是代数学的一个分支,主要处置线性关系问题。
线性关系意即数学对象之间的关系就是以一次形式去抒发的。
比如,在解析几何里,平面上直线的方程就是二元一次方程;空间平面的方程就是三元一次方程,而空间直线视作两个平面平行,由两个三元一次方程所共同组成的方程组去则表示。
所含n个未知量的一次方程称作线性方程。
关于变量就是一次的函数称作线性函数。
线性关系问题缩写线性问题。
求解线性方程组的问题就是最简单的线性问题。
历史
线性代数做为一个单一制的分支在20世纪才构成,然而它的历史却非常久远。
“鸡兔同笼”问题实际上就是一个直观的线性方程组解的问题。
最古老的线性问题就是线性方程组的数学分析,在中国古代的数学著作《九章算术·方程》章中,已经并作了比较完备的描述,其中所述方法实质上相等于现代的对方程组的生员矩阵的行颁布初等变换,解出未知量的方法。
由于费马和笛卡儿的工作,现代意义的线性代数基本上出现于十七世纪。
直到十八世纪末,线性代数的领域还只限于平面与空间。
十九世纪上半叶才完成了到n维线性空间的过渡。
随着研究线性方程组和变量的线性变换问题的深入细致,行列式和矩阵在18~19世纪期间先后产生,为处置线性问题提供更多了有力的工具,从而促进了线性代数的发展。
向量概念的导入,构成了向量空间的概念。
凡是线性问题都可以用向量空间的观点予以探讨。
因此,向量空间及其线性变换,以及与此二者联系的矩阵理论,形成了线性代数的中心内容。
矩阵论始于凯莱,在十九世纪下半叶,因若当的工作而达到了它的顶点。
年,皮亚诺以公理的方式定义了有限维或无限维线性空间。
托普利茨将线性代数的主要定理推广到任意体(domain)上的最一般的向量空间中。
线性映射的概念在大多数情况下能够摆脱矩阵计算而不依赖于基的选择。
不用交换体而用未必交换之体或环作为算子之定义域,这就引
向模(module)的概念,这一概念很显著地推广了线性空间的理论和重新整理了十九世纪
所研究过的情况。
“代数”这个词在中文中发生较晚,在清代时才传至中国,当时被人们翻译成“阿尔
热巴拉”,直至年,清代知名的数学家、翻译家李善兰才将它译者沦为“代数学”,之后
一直延用。
学术地位编辑语音
线性代数在数学、物理学和技术学科中存有各种关键应用领域,因而它在各种代数分
支中占著首要地位。
在计算机广泛应用的今天,计算机图形学、计算机辅助设计、密码学、虚拟现实等技术无不以线性代数为其理论和算法基础的一部分。
线性代数所彰显的几何观
念与代数方法之间的联系,从具体内容概念抽象化出的公理化方法以及细致的逻辑皮德盖、精妙的概括综合等,对于加强人们的数学训练,增益科学智能就是非常有价值的。
随着科
学的发展,我们不仅必须研究单个变量之间的关系,还要进一步研究多个变量之间的关系,各种实际问题在大多数情况下可以线性化,而由于计算机的发展,线性化了的问题又可以
被计算出来,线性代数正是化解这些问题的有力工具。
线性代数的计算方法也就是排序数
学里一个很关键的内容。
线性代数的含义随数学的发展而不断扩大。
线性代数的理论和方法已经渗透到数学的
许多分支,同时也是理论物理和理论化学所不可缺少的代数基础知识。
“以直代曲”就是人们处置很多数学问题时一个很自然的思想。
很多实际问题的处置,最后往往归咎于线性问题,它比较难处置。
因此,线性代数在工程技术和国民经济的许多
领域都有著广为的应用领域,就是一门基本的和关键的学科。
如果进入科研领域,你就会发现,只要不是线性的东西,我们基本都不会!线性是人
类少数可以研究得非常透彻的数学基础性框架。
学好线性代数,你就掌握了绝大多数可解
问题的钥匙。
有了这把钥匙,再加上相应的知识补充,你就可以求解相应的问题。
可以说,不学线性代数,你就漏过了95%的人类智慧!非线性的问题极为困难,我们并没有足够多
的通用的性质和定理用于求解具体问题。
如果能够把非线性的问题化为线性的,这是我们
一定要走的方向!
事实上,微积分“以直代曲”的思想就是将整体非线性化成局部线性的一个经典的例子,尽管高等数学在定义微分时并没使用一点线性代数的内容。
许多非线性问题的处
置――比如流形、微分几何等,最后往往转变为线性问题。
包含科学研究中,非线性模型
通常也可以被对数为线性模型。
随着研究对象的扩大化与抽象,对非线性问题线性化,以
及对线性问题的解,就难免牵涉至线性代数的术语和方法了。
从这个意义上,线性代数可
以被指出就是许多将近、现代数学分支的共同基础。