本篇我们还是讨论线性方程组,从代数和几何两个角度考察,以做到数形结合。 等价什么是等价,等价这个概念广泛出现在数学中,特别是线性代数中。 等价描述了一个本源在不同角度体现出的特征具有一一对应性。具体到线性代数,我们首先看,一个二元一次方程,在平面上就是一条直线。这个观点从初中就学过,无比自然。下面的三个方程组对应了下面三个直线组。 代数上有怎么样的二元一次方程,平面上就有这么样的直线,反之亦然。这就是等价。因为本身无论是代数上的方程,还是几何上的直线,都是在描述同一个东西。只不过一个是写出来的,一个是画出来的。 于是代数上的特性,都能反映在几何上。线性方程组有无解,就是几何上直线有没有交点。方程组的等价变换就是直线的变换。 方程组的等价对于方程组的等价,每本教材都有定义,也很简单,抄录如下: 等价方程组:若两个方程组具有相同的解集,则称它们是等价的(equivalent)。下列操作产生的新方程组与原方程组等价:
称为方程组的等价运算。 我们就自然思考,代数上的等价,对于几何上有没有对应的反映?即 代数上的等价,如何等价到,几何上的等价? 等价的几何意义等价的几何意义是两组直线(平面)具有相同的交点关系。方程组等价运算的几何意义:
我们以如下的三个方程组,画出几何图形: 三个方程组是等价的,可以自己验证。代数上,形式不同,却有相同解集。几何上,直线不同,但有相同交点。 所以,一个方程组A,经过等价运算,我们得到一个看起来不太一样的方程组B,当然经过不同的等价运算,可以得到不同的方程组C,D,E,....无穷多可以。但其有一点是不变的,就是解集,这个就是方程组万变不离其宗的一个性质,这个性质是固有的,不变的,不会随等价运算而改变。 相应地,几何上直线也有等价变化,如上图,蓝线保持不变,红线变成竖直、水平。但还是万变不离其宗,这些直线就交于(2,0)。这个性质也是这一族直线的固有性质。 齐次方程和平凡解一开始看齐次和平凡,每个字都认识,单组在一起不知道,其实本意很简单。 所谓齐次,就是y=xa,即直线过原点,平面过原点,于是,所有齐次方程组合在一起构成的齐次方程组,对应几何上,就是多条过原点的直线。必然有解,原点么! 原点就是所谓的平凡解。 方程组的相关概念这篇比较简单,事实上,教材还是定义了不少概念。有:
粗粗数来,也有十多个。教材都给出了严格的定义。需要深刻体会理解。 线性代数的究极问题我们已经不卖西瓜了,我们已经是数学家了! 每个学科,都会回答一个问题,所有的概念、定理、公式,都是回答这一个具体的问题。越往后、越深入、我们获得的定理公式越多,角度也越多,手段也越多,考察问题越全面,回答起来越准确完全。 线性代数也是如此,我们要确定线性代数的究极问题——它要解决什么问题。什么问题归我管,什么问题不归我管。 显然,线性代数不考察初等函数,考察初等函数是微积分干的事情。什么是初等函数,有什么性质(可导、连续、可积),什么是好函数,如果不好,如何用好函数代替坏函数? 线性代数考察的是系统,一个线性系统,在代数角度,就是一个方程组,于是线性代数这门课要回答三个问题:
第1、2个问题,是非常数学的,第3个问题是非常工程的。学习数学时,我们需要解答1和2,学习各种定义和定理,公式。到了实际中,往往方程组是没有解的,我们需要一个近似解。 就像我们在微积分中实际碰到的函数,都不是可导可积,或者说非常难获得解析解,于是我们采用多项式展开、泰勒展开、傅里叶变换,用一组好的、容易的函数的集合(函数级数)来代替原有的函数,好处理! 对于1、2,我们先引入“矩阵”和“向量空间”两个概念,用数学语言回答这两个问题。对于问题3,我们引入“内积”、“正交”、“最小二乘”、“逼近”等概念,回答第三个问题。之后的学习,我建议采用这么一套步骤:
以求“数形结合”的学习效果。这是学习的方法,也是数学发展的历史过程,也是几乎所有教材的编排。 想来微积分也是如此,先定义极限、导数、积分等各个定义,整个逻辑范围框定好。然后推导一系列公式定理,链式求导法则、部分积分法等。最后用到实际,求解微分方程、进行傅里叶变换等。 结尾罗里吧嗦一大堆,总结一下:
|
|
来自: taotao_2016 > 《数学》