<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          如何學(xué)好線性代數(shù)?

          共 3452字,需瀏覽 7分鐘

           ·

          2020-08-18 11:30



          (給機(jī)器學(xué)習(xí)算法與Python實戰(zhàn)加星標(biāo),提升AI技能)

          本文轉(zhuǎn)自周志成老師博客 www.ccjou.wordpress.com. ? 如果公式較長, 左右滑動可查看全部

          線性代數(shù)是美國數(shù)學(xué)教授哈爾莫斯(Paul R. Halmos)的專長,他在 26 歲時出版了一本經(jīng)典教材《有限維向量空間》( Finite-Dimensional Vector Spaces )。哈爾莫斯在回憶錄《我要做數(shù)學(xué)家》( I Want to Be a Mathematician )談到他第一次學(xué)習(xí)線性代數(shù)的悲慘遭遇[1]:

          代數(shù)課很難,我讀得很搓火。…當(dāng)我說搓火,我是真的生氣。Brahana… 不知道如何說清楚,我們的教材是 B?cher 的書(我認(rèn)為寫得一團(tuán)糟),我花在這個科目的多數(shù)時間里,我的情緒惱火到憤怒。…不知怎么的,我的線性代數(shù)導(dǎo)論最后幸存下來。過了四、五年,在我取得博士學(xué)位,聽了諾伊曼(von Neumann) 講的算子理論后,我才真正開始明白這個科目到底在講什么。

          為什么線性代數(shù)這么難?從哈爾莫斯說的這段話可以歸結(jié)兩個原因:第一是老師很爛,第二是課本很糟。如果學(xué)習(xí)一門科目的兩個重要(必要?) 條件不是爛就是糟,我們還能冀望學(xué)好它嗎?不過話說回來,即使哈爾莫斯的線性代數(shù)啟蒙老師是數(shù)學(xué)大師諾伊曼,哈爾莫斯未必當(dāng)下就能真正明白線性代數(shù)在講什么。我說的真正明白不是指考試拿高分,而是有一天你在洗澡時豁然開悟,奔出浴室光著身子在馬路上邊跑邊叫:「啊哈!我明白了!」老實講,我不認(rèn)為有那個老師或那本教科書可以讓學(xué)生「第一次學(xué)線代就上手」。真正全面性的理解線性代數(shù)需要時間,需要勤奮練習(xí)與堅持思考。

          客觀上,線性代數(shù)之所以不容易學(xué)好的主要原因在于這個科目是由許多「人造的概念」架構(gòu)而成的理論,而且它們經(jīng)常以公設(shè)化的形式出現(xiàn):定義 ─ 定理 ─ 證明(其實近代數(shù)學(xué)基本上都是這樣)。美國作家梭羅(Henry David Thoreau)說[2]:「任何傻瓜訂個規(guī)則,就有笨蛋在意它。」數(shù)學(xué)家制定這些定義與公設(shè)的背后當(dāng)然有其動機(jī)與目的(數(shù)學(xué)家們又不是傻瓜),但在老師與課本都只字不提的情況下,基于什么信念我們要接受這套幾乎與日常生活經(jīng)驗無關(guān)的理論?(我們也不是笨蛋,對吧?)

          人們不可能理解毫無動機(jī)的定義與缺少目的的定理。俄國數(shù)學(xué)家阿諾爾德(Vladimir Arnold)在〈論數(shù)學(xué)教育〉說[3]:

          理解乘法交換律的唯一可能的方式,打個比方就是分別按行序和列序來數(shù)一個陣列里士兵的人數(shù),或者說用兩種方式來計算長方形的面積 。任何試圖只做不與物理和現(xiàn)實世界打交道的數(shù)學(xué)都屬于宗派主義和孤立主義,這必將損毀在所有敏感的人們眼中把數(shù)學(xué)創(chuàng)造視為一項有用的人類活動的美好印象。

          遺憾的是,理解線性代數(shù)的核心觀念與內(nèi)容沒有什么唯一可能的方式,把物理和現(xiàn)實世界拉進(jìn)來常常也起不了多少作用。許多學(xué)生暗地隱藏心中的困惑與懷疑,繼續(xù)偽裝成線性代數(shù)愛好者的一個現(xiàn)實原因是他們聽別人說:「線性代數(shù)是一門應(yīng)用廣泛的重要基礎(chǔ)課目」,于是懷抱著一絲盼望,期待有朝一日經(jīng)過苦痛學(xué)來的線性代數(shù)終會發(fā)光發(fā)熱(見“ 學(xué)線性代數(shù)有什么用?”)。這些學(xué)生至少還留下一點火種,另外一批學(xué)生或早或晚將放棄線性代數(shù),從此對任何與矩陣運(yùn)算有關(guān)的學(xué)科敬而遠(yuǎn)之。美國計算機(jī)科學(xué)教授鮑許(Randy Pausch)在〈最后一課〉(The Last Lecture)說[4]:「人生路上有阻擋你夢想的磚墻,那是有原因的。這些磚墻讓我們來證明我們究竟有多么想要得到我們所想要的。」線性代數(shù)是一道磚墻,接下來我要講的話是給那些想翻越這道磚墻的人聽的。

          英國數(shù)學(xué)家哈代(GH Hardy)說[5]:「數(shù)學(xué)家的模式,如畫家或詩人的模式一定是美麗的;數(shù)學(xué)家的想法,如色彩或文字必須以和諧的方式結(jié)合在一起。美是首要的試金石:丑陋的數(shù)學(xué)不可能永存。」線性代數(shù)是一個優(yōu)美凝鏈的數(shù)學(xué)分支。線性代數(shù)像是巴赫(JS Bach)的〈無伴奏大提琴組曲〉,巴赫在這里構(gòu)建了一種循序漸進(jìn)和連貫統(tǒng)一的風(fēng)格,每首組曲在結(jié)構(gòu)上都按照嚴(yán)格的曲式譜成。而在音樂發(fā)展的過程中,每個樂章之間的內(nèi)在聯(lián)系更是交響曲的先聲[6]。線性代數(shù)的結(jié)構(gòu)是向量空間,曲式是線性變換。線性代數(shù)的樂章有矩陣代數(shù)、正交、行列式、特征值與特征向量,以及二次型等。研習(xí)線性代數(shù)與演奏〈無伴奏大提琴組曲〉同樣都需要有效的學(xué)習(xí)方法。

          回到標(biāo)題,如何學(xué)好線性代數(shù)?哈爾莫斯從不知道線性代數(shù)到底在講什么,短短幾年變身為一代宗師,他是怎么辦到的?哈爾莫斯公開了他的數(shù)學(xué)學(xué)習(xí)秘笈[7]:

          「別只是讀;跟它對抗!問你自己的問題,找你自己的例子,發(fā)現(xiàn)你自己的證明。這個假設(shè)是必要的嗎?反向命題成立嗎?經(jīng)典的特例有哪些情況?退化時會怎么樣?證明在何處使用了假設(shè)?」

          在〈無伴奏大提琴組曲〉中,有些樂章(如 Sarabande)的音樂性格和內(nèi)容與其他樂章明顯不同。在線性代數(shù)中,兩個數(shù)學(xué)物件常具有某種相異的性質(zhì)卻又有一些相同的性質(zhì)。譬如,在一般情況下,兩個同階方陣 不滿足乘法交換律,,但是 。讀了課本的證明,你可能依然困惑。哈爾莫斯鼓勵我們提出「蠢問題」。譬如, 的幾何意義是什么? 是否擁有其他的基本不變量使得行列式不改變?繼續(xù)推廣,三個同階方陣 , , 的乘積 , , , , , 除了行列式不變,是否還有其他相同的性質(zhì)?一般來說,無論老師或課本都不會主動地回答我們的「蠢問題」。教師常以「世界上沒有愚蠢的問題,只有愚蠢的答案」呼吁學(xué)生發(fā)問,但絕少學(xué)生愿意公開提出他們心中的「蠢問題」。吊詭的是,回答「蠢問題」偏偏是研習(xí)線性代數(shù)的一個極為有效的途徑。底下列舉一些困擾我們卻又羞于啟齒的「蠢問題」供讀者思考,但我未將「蠢答案」貼上免得破壞眾人的學(xué)習(xí)樂趣。運(yùn)氣好的話,你在這個網(wǎng)站上亂逛說不準(zhǔn)可以找到「蠢答案」,當(dāng)然「蠢答案」不會是大家都認(rèn)同的標(biāo)準(zhǔn)答案。

          "蠢問題"

          Q1. 二階行列式定義為 ,為什么不定義為

          Q2. 一個 階矩陣 的行列式是平面上兩個向量 所張平行四邊形的(有號)面積。三維空間的兩個向量 也張開一平行四邊形,我們何不定義 階矩陣 的「行列式」為該平行四邊形的面積?

          Q3. 怎么解釋 ,但

          Q4. 為什么兩個向量 沒有乘法運(yùn)算卻有外積(cross product)?譬如,為什么不定義向量乘法

          Q5. 如何理解一個矩陣的最大線性獨立的行向量數(shù)(行秩,column rank) 等于最大線性獨立的列向量數(shù)(列秩,row rank)?

          Q6. 為什么 階矩陣形成的集合可稱為向量空間?既然平面上向量是一個具有方向與長度的數(shù)學(xué)物件,如何理解矩陣 的方向與長度?我們需要引入什么必要的運(yùn)算?

          Q7. 行列式可乘公式 ,即兩個同階方陣乘積的行列式為等于這兩個方陣的行列式的乘積,這個事實的幾何意義是什么?

          Q8. 矩陣乘法不具有交換律,為什么不定義一種矩陣乘法使得同階方陣的乘積具有交換律?

          Q9. 「線性」是什么意思?為什么向量空間也稱為線性空間?對于向量 ,與純量 ,線性變換 滿足 ,何以具備這兩個性質(zhì)就稱為線性變換?

          Q10. 為什么線性變換的定義域與到達(dá)域都限定為向量空間(或子空間) 而非任意的向量集合?

          Q11.向量空間的一個子空間為什么一定要包含零向量?為什么 的解集合稱為子空間,但 ,的解集合卻不稱為子空間?

          Q12. 一個線性變換可以用不同的矩陣來表示,那么不同的線性變換可以用相同的矩陣來表示嗎?

          Q13.為什么線性代數(shù)課本都沒有討論如何解矩陣方程,譬如,滿足 以及 階矩陣 要怎么解?

          如果看到這里,說明你喜歡這篇文章,請轉(zhuǎn)發(fā)、點贊。微信搜索「hych666」,歡迎添加我的微信,更多精彩,盡在我的朋友圈
          掃描二維碼添加好友↓

          推薦閱讀

          (點擊標(biāo)題可跳轉(zhuǎn)閱讀)

          玩機(jī)器學(xué)習(xí),再也不缺數(shù)據(jù)集了

          揭秘!阿里巴巴電商算法首次對外公開

          用BERT奪騰訊算法大賽50萬元大獎!

          集成學(xué)習(xí):一種先進(jìn)的機(jī)器學(xué)習(xí)方法

          NumPy庫入門教程:基礎(chǔ)知識總結(jié)

          人工智能最全學(xué)習(xí)路線!8大板塊,36本書,趕緊上車!


          老鐵,三連支持一下,好嗎?↓↓↓

          瀏覽 42
          點贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  青青草视频成人动漫视频 | 日韩肏屄视频在线观看 | 豆花无码视频一区二区三区 | 黑人大屌在线 | 亚洲最大的成人 |