- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于应用与几何直观线性代数教学方法
基于应用与几何直观线性代数教学方法 【摘 要】线性代数是现代科学的一个基本而重要的研究工具,是很多专业的基础课程。然而,传统的教学方法过分强调理论及其推导,使得很多学生觉得线性代数很抽象。笔者结合自身的学习和教学经验,通过线性代数在最小二乘近似中的应用来说明线性代数的“工具”本质和几何直观的重要性,进而探讨线性代数教学的新思路和方法。 【关键词】线性代数 矩阵 线性方程组 最小二乘近似 【中图分类号】G642 【文献标识码】A 【文章编号】1674-4810(2014)30-0007-02 线性代数是高等数学中最基础的部分,随着科学技术的发展,线性代数几乎运用于所有科学研究中,因而它是大学理工科和经济类各专业学生的重要基础课之一。然而另一方面,这门课程内容相对抽象,加之国内教学长期以来独立讲解各种概念和定义、过分强调定理的证明而忽略其实质和几何背景,使得初学者感到非常困难和枯燥。这种教学就好像把这门学科拆成了碎片,对每一部分进行详尽、琐碎的考察。每一细节都弄清楚了,而完整的形象却消失了。在线性代数的教学过程中,存在以下问题:(1)线性代数课程自身的特点:抽象概念较多,逻辑思维能力要求较高。(2)课时量少。多数高校非数学专业的线性代数课时数都较少,一般为30~40课时之间,造成了课程教学要求和教学课时量之间的矛盾,从而使教师在讲授这门课程时有较大难度和挑战。(3)国内线性代数教材编排沿用数学专业《高等代数》课程体系和思路,重基础、轻应用,使学生感觉学习存在困难。 国内已有很多教师在解决上述问题方面做了有益的尝试。线性代数这门课程有两个重要的特征:(1)它有极强的几何背景;(2)作为应用,它为许多科学问题的解决提供了必要且有力的工具。我们在授课中紧扣这两个特征,从问题出发,利用线性代数的几何直观使学生掌握线性代数的基本思想、方法和技巧。 一 在教学中突出几何直观 线性代数名曰代数,处理的却是几何对象:向量空间及其变换。向量是最基本的,也是学生比较熟悉的数学概念,向量及其运算和性质也是线性代数中的最基本元素。因而,教学开始就向学生重点介绍向量的有关知识和运算(点积、线性组合等),并结合二维和三维时的几何直观。当学生熟悉了向量及线性组合的概念和几何意义之后,线性方程组和 空间就是很自然的概念了。以二元线性方程组 …(1) 为例,这是学生在小学时就用过的数学工具,而且知道它的几何意义:求直线2x+y=0和直线x+2y=1的交点坐标。 如今我们可将(1)式记作: …(2)。这样, 2元线性方程组又具有了特殊的含义:要使得向量 是向量 和 的线性组合,求组合系数x和y。而集合S= 便是由向量 和 生成的2维空间。 还可以利用点积的定义将(1)式记作: …(3) 这是在线性代数中线性方程组的表示方式。集合S即为矩阵 的列向量组生成的空间,又显然(1)式是有解的,这 也意味着向量 。更重要的是:这里给出了矩阵的乘法 定义,也为“线性变换”这一线性代数的核心概念埋下伏笔。 如此看来,线性代数就是从解决最基础最原始的问题――“求解线性方程组”而发展出来的一门学科,在二维情形下其几何直观是我们早已熟知的。接下来要做的是将其推广到高维情形并详细讨论。而令学生费解的矩阵的乘法定义就是若干向量两两之间的点乘,它也来源于线性方程组,是很自然的定义。由此,我们从几何直观出发,对线性方程组进行刻画,使学生领会线性代数的基本思想和方法。 二 线性代数的应用 线性代数处理的对象主要是向量空间及其线性变换;处理的工具主要是矩阵。通过线性方程组,我们对矩阵的概念、特性、运算及在解线性方程组中的应用等知识有所了解。我们阐述一个线性代数应用的例子,更好地说明线性代数作为“工具”的本质。而这个例子本身也可以体现学科之间的互通和数学的美妙。 如图1,设a,b∈R2,设向量 是b在a上的投影,称e=b-p为该投射的误差。因为e与a垂直(正交),所以 ,解得 。即: …(4),令 ,显然PT=P且P2=P,我们称P为投影矩阵,(4)式 的含义即为“b在a上的投影=投影矩阵P左乘向量b”,而性质P2=P可以理解为“投影的投影还是投影本身”这一几何直观。 下面我们推广到大于二维的情形,设有线性无关的m维向量a1,a2,…,an,S是a1,a2,…,an生成的子空间,令b∈Rn,且 。设 是b在S上的投影,其中A=[a1,a2,…,an],误差为 (如图2)。因为e垂直于S(即e与S中所有的向量正交),所以ATe=0,即 ,因为a1,a2,…,an线性无关,所以方阵ATA可逆。因此解 ―――――――――――――――――――――――――― * 四川外国语大学教改立项项目――外语
文档评论(0)