线性代数可视化教学研究.docVIP

线性代数可视化教学研究 　　【摘要】《线性代数》是高等院校理工科以及经济管理等文科大学生的必修基础课，针对独立院校学生的特点和培养的目标和， 通过教学案例， 利用Matlab软件的绘图功能实现线性代数的概念、定理、应用的“可视化”，完成将数学知识由抽象到直观的转化这一过程。调动学生对《线性代数》课程的学习兴趣，以促进应用型人才的培养。 　　【关键词】线性代数 可视化 Matlab 　　【基金项目】武汉学院教研项目（JY201514）。 　　【中图分类号】O151.2-4；G642 【文献标识码】A 【文章编号】2095-3089（2016）03-0064-02 　　《线性代数》课程是独立院校理工科以及经济管理类等文科大学生的必修基础课， 具有抽象、严密、逻辑性强的特点。当前的《线性代数》课程教学内容存在概念多而抽象、直观信息少、理论多应用少等问题， 而独立院校学生形象思维发达， 抽象能力弱， 逻辑推理能力不强， 导致学生内心对这门课程比较排斥， 学习兴趣不高。事实上，独立院校主要培养应用型人才， 《线性代数》学科内容在数学建模中有大量应用。因此， 研究《线性代数》课程的“可视化”教学具有十分重要的意义。所谓“可视化”就是化抽象为直观， 打破传统教学四步曲――概念， 定理， 证明， 习题的框框， 通过跨学科的案例教学， 将线性代数的知识立体生动的展现在学生面前。这样不仅可以充分调动学生的兴趣， 而且可以开放学生的灵活性、想象力和创造性， 挖掘学生的潜力， 提高学生的数学素养， 达到培养应用型人才的目标[1]. 《线性代数》课程教学的“可视化”研究主要包含三个方面， 即概念可视化， 定理可视化， 应用可视化。本文主要就三个方面阐述如何选取教学案例，如何利用Matlab软件实现线性代数概念、定理以及应用“可视化”。 　　1.概念可视化 　　Matlab是一种高效率的用于科学工程计算的高级语言， 最开始是作为矩阵实验室（Matrix Laboratory）提供使用LINPACK和EISPACK矩阵软件包接口的， 后来逐渐发展成为用于科学计算、图示交互系统的程序设计语言。Matlab不仅在数值计算上具有很强的优势， 而且在数据可视化方面的功能也很强大， 它可以给出数据的二维、三维甚至四维的图形表现。通过对图像立面、色彩、渲染、光线及视角等的控制，可以把数据的特征表现得淋漓尽致。《线性代数》的特点之一是定义多，概念多。传统教学方法就是直接给出定义，没有相关背景说明。这种与外部世界隔离的封闭式教学，不利于学生了解数学的概念、方法和理论的来龙去脉，不利于学生运用数学工具解决实际问题。下面展示Matlab软件在《线性代数》中部分概念的“可视化”实现方面的教学案例。 　　在传统的教学模式里，对角矩阵， 上（下）三角形矩阵等特殊矩阵总是在给出矩阵定义后直接列举出。虽然这些定义不难接受，但介绍过程实在乏味。学生往往有这样的疑问“为什么要定义这么多的特殊矩阵？”“这些矩阵有什么作用？”。其实在这部分知识的教学中，可以将矩阵和数字图像处理联系起来， 为这些特殊矩阵添加一个具体背景[2]，这样不仅可以消除学生的疑问，还可以拓宽学生的知识面。在图像处理中数字图像可以用m行n列矩阵表示，元素aij表示图像在该点的灰度值。所以单位矩阵用图像表示出来就是图1（a）的效果。很多学生常将上三角形矩阵和下三角形矩阵定义混淆， 但如果借助数字图像知识解释三角矩阵就直观很多， 也不易混淆。图像信息集中在主对角线上方的就是上三角形矩阵（如图1（b））， 图像信息集中在主对角线下方的就是下三角形矩阵（如图1（c））。“上”“下”强调的是矩阵信息所在的位置。 　　数字图像除了能很好的解释矩阵的定义，还可以演示矩阵的运算。如矩阵加法用图像表现出来就是两幅图像叠加（如图2）， 矩阵数乘用图像表现出来的就是调节图像明暗（如图3），这样形象生动的实例教学， 不仅可以调动学生学习的积极性，还可以让学生对所学的知识印象深刻。 　　2.定理可视化 　　《线性代数》的另一个特点是定理多，证明多。有的证明非常复杂，对于独立学院的学生来讲，完全搞懂定理的证明不是一件容易的事情。独立学院培养的是应用型人才，能够运用数学的能力去解决实际问题。因此，独立院校学生不一定要弄懂定理严格的证明。大多数的《线性代数》教材在叙述向量组的线性相关性时， 一般都是从定理到定理、从证明到证明， 这样既让学生难以理解，也不利于知识的吸收。其实，如果在授课过程中增一些生活中的简单案例，可以让学生更容易理解定理的内容。并且还可以拓宽学生的思路， 培养学生的创新能力，加强学生对数学知识应用的能力。下面，我们用向量组的线性相性的定理说演示定理的可视化。 　　定理 设向量组a1，a2，…，at线性无关，它能