- 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
线性方程组在高等代数教学中应用
线性方程组在高等代数教学中应用 [摘要]线性方程组的理论简洁优美,易于理解,且线性方程组与高等代数的很多重要概念有联系,如矩阵、线性空间、线性相关、线性无关等。通过具体的事例说明线性方程组与高等代数其他概念间的联系,可以体现线性方程组在教学中的主线作用,帮助学生理解高等袋鼠中抽象的概念及概念间的逻辑关系,使学生深入浅出地学好高等代数。 [关键词]高等代数;线性方程组;矩阵;线性空间 [中图分类号]G642 [文献标识码]A [文章编号]2095-3712(2014)34-0050-03 高等代数是高等院校数学专业的专业基础课,也是数学专业考研的必考科目。目前,有的教材[1-3]把高等代数与解析几何两门课程合而为一,这实际是把代数与几何融为一体,有利于学生对数学基础的整体认识,有助于培养学生完整的知识能力;但这不能降低高等代数高度的抽象性和很强的逻辑性。因此,不少学生仍感觉到高等代数难学,主要表现在难以理解高等代数中抽象的概念,以及概念间的逻辑关系,因而难以居高临下整体上把握高等代数的内容。 线性方程组是学生中学就学习过的内容,进入大学以后更深入地学习这一内容。线性方程组在高等代数中已经完全矩阵化:方程形式矩阵化,且结论推导及方程求解都是在矩阵形式下进行。线性方程组的理论简洁优美,为大多数学生所接受,且与高等代数中很多重要概念有联系。事实上,线性方程组就像一根线,把高等代数的其他内容串起来了。 一、线性方程组与矩阵 线性方程组的一般表现形式为 a11x1+a12x2+…+a1nxn=b1, a21x1+a22x2+…+a2nxn=b2, …… am1x1+am2x2+…+amnxn=bm.(1) 在该方程组中,系数aij确定之后,方程组的解的情况就确定了。这说明在线性方程组中,未知数的符号不是本质的,系数和常数项才是本质的。去掉非本质的,留下本质的(数学抽象过程)就得到一张数表: A-=a11,a12,…a1n,b1 a21,a22,…a2n,b2 …… am1,am2,…amn,bm,(2) 这张数表就是一个矩阵,称为方程(1)的增广矩阵。这可以理解为矩阵最初的来源:线性方程组把外衣脱下来,矩阵就显露出来了。易见,线性方程组与增广矩阵之间有一一对应的关系。因此,研究方程组(1)就归结于研究方程组所对应的增广矩阵(2)。我们知道,高斯消元法是解线性方程组的常用方法。而在消元过程中,未知数是不参与运算的,只有系数和常数项参与运算。因此,消元过程实际上归结为对方程组的增广矩阵进行操作。 对线性方程组(1),记 A=a11,a12,…a1n a21,a22,…a2n …… am1,am2,…amn,x=x1 x2 xn,b=b1 b2 bm, 则方程(1)可记为Ax=b。这可以理解为矩阵乘法最初的来源。 因此,矩阵的概念以及矩阵的乘法都可以理解为源于线性方程组的研究,是为了简化方程组的表达而引入的。但矩阵不局限于线性方程组。事实上,矩阵是高等代数,乃至整个数学学科的重要工具。 二、线性方程组与线性空间 线性空间是高等代数里第一个抽象的概念,也是用公理化方法引入的第一个概念。根据笔者多年教学所带班级的了解,不少学生对行列式、矩阵、线性方程组等都容易理解,但学习线性空间则碰到了拦路虎。因此,如何让学生尽快理解并接受线性空间的概念,对于学好整个高等代数至关重要。国内不少高等代数的教材是几何空间引入线性空间的概念的,这是合乎历史发展的必然。[1]但是这也是有缺点的。因为几何空间是具体的,是低维的,而一般的线性空间是抽象的,可以是任意维数的。这两者间的跨度较大,一般的学生难以理解和接受。如果辅以线性方程组作为引入线性空间及其线性运算的一个具体模型,从n维向量空间Kn过渡到抽象线性空间,则使得线性空间概念的引入更加自然,使得学生更容易接受和想象。 对线性方程组(1),每个方程的未知数的符号不是本质的,方程的系数才是本质的。去掉非本质的,留下本质的,就得到m个n+1维向量。n维向量就是这样产生的,如下图所示 a11x1+a12x2+…+a1nxn=b1, a21x1+a22x2+…+a2nxn=b2, …… am1x1+am2x2+…+amnxn=bm. α1=(a11,a12,…,a1n,b1) α2=(a21,a22,…,x2n,b2) …… αm=(am1,am2,…,amn,bm) 因此,方程组(1)里方程之间的运算就转化为向量组α1,α2,…,αm之间的运算。而方程之间的运算可以归结为:加法(两个方程相加)和数乘(用一个非零数乘以某个方程)。于是,自然而然地定义n维向量之
文档评论(0)