- 1.2 N維向量空間中的點
- 1.3 向量
- 1.4 向量空間的定義
- 1.5 向量空間的線性組合
- 1.6 向量的點積、長度
- 1.7 向量的夾角
- 1.8 兩個不等式
- 2.1 矩陣與向量的乘積
- 2.2 可逆矩陣
- 2.3 線性方程組的行圖和列圖
- 3.1 GAUSS消元法(上)
- 3.2 消元法的矩陣表示 3.2.1 消去矩陣
- 3.2 消元法的矩陣表示 3.2.2置換陣
- 3.2 消元法的矩陣表示3.2.3初等行列變換和初等矩陣
- 4.1 矩陣
- 4.2 矩陣的加法和數(shù)乘
- 4.3 矩陣的乘法
- 4.4 矩陣的乘法的性質(zhì)
- 4.5 矩陣的方冪
- 4.6 關(guān)于矩陣乘法的引入
- 4.7 分塊矩陣
- 4.8 矩陣的轉(zhuǎn)置
- 5.1 可逆矩陣的定義
- 5.2 矩陣可逆的性質(zhì)
- 5.3 初等矩陣的逆
- 5.4 GAUSS-JORDAN消元法求A的逆
- 5.5 矩陣可逆與主元個數(shù)
- 5.6 下三角矩陣的逆
- 5.7 分塊矩陣的消元和逆
- 6.1 LU分解
- 6.2 用LU分解解線性方程組
- 6.3 消元法的計算量
- 6.4 LU分解的存在性和唯一性
- 6.5 對稱矩陣的LDL^T分解
- 6.6 置換矩陣
- 6.7 PA=LU分解
- 7.1 引言
- 7.2 向量空間和子空間
- 7.3 列空間和零空間
- 7.4 階梯形
- 8.1 引言
- 8.2 基礎(chǔ)解系
- 8.3 簡化行階梯形的列變換
- 9.1 線性代數(shù)復(fù)習(xí)
- 9.2 線性代數(shù)求特解
- 9.3 解的一般性討論
- 10.1 引言
- 10.2 +N維空間的坐標(biāo)系
- 10.3 無關(guān)性、基與維數(shù)
- 10.4 無關(guān)性、基與維數(shù)的性質(zhì)
- 10.5 +關(guān)于秩的不等式
- 11.1 四個基本子空間的基
- 11.2 維數(shù)公式
- 11.3 例題
- 12.1 引言
- 12.2 四個子空間的正交性
- 12.3 正交補(bǔ)
- 12.4 Ax=b在行空間中的唯一性
- 13.1 引言
- 13.2 點在直線和平面上的投影
- 13.3 一般情形
- 14.1 復(fù)習(xí)
- 14.2 最小二乘法
- 14.3 最小二乘法的應(yīng)用:曲線擬合
- 15.1 引言
- 15.2 正交向量組和正交矩陣
- 15.3 GRAM-SCHMIDT正交化過程
- 15.4 QR分解
- 16.1 引言
- 16.2 二階行列式的幾何含義
- 16.3 一般行列式的定義
- 16.4 行列式和初等變換
- 17.1 行列式計算公式與展開定理
- 17.2 典型例題
- 18.1 引言
- 18.2.1 求逆矩陣公式
- 18.2.2 線性方程組的公式解
- 18.3 計算有向長度、面積和體積
- 18.4 和QR分解的聯(lián)系
- 19.1 引言和定義
- 19.2 例
- 19.3 特征值的性質(zhì)
- 20.1 矩陣可對角化的條件
- 20.2 特征值的代數(shù)重數(shù)和幾何重數(shù)
- 20.3 矩陣可對角化的應(yīng)用
- 20.4 同時對角化
- 20.5 小結(jié)
- 21.1 引言
- 21.2 A可對角化的情形
- 21.3 矩陣的指數(shù)函數(shù)
- 21.4 二階常系數(shù)線性微分方程
- 21.5 微分方程的穩(wěn)定性
- 22.1 實對稱陣的特征值與特征向量
- 22.2 實對稱陣正交相似于對角陣
- 22.3 實對稱陣特征值與主元的關(guān)系
- 22.4 小結(jié)
- 總結(jié)和預(yù)告
- 1.1 實對稱矩陣A正定的充要條件
- 1.2 典型例題
- 1.3 半正定矩陣及其判別條件
- 1.4 二次型
- 1.5 有心二次曲線(CENTRAL CONIC)
- 1.6 三維空間中的二次曲面-6類基本的二次曲面
- 1.7 二次型的分類
- 1.8 矩陣的合同
- 1.9 慣性定理的證明
- 第107集
隨著計算機(jī)及其應(yīng)用技術(shù)的飛速發(fā)展,很多實際問題得以離散化而得到定量的解決。作為離散化和數(shù)值計算理論基礎(chǔ)的線性代數(shù),為解決實際問題提供了強(qiáng)有力的數(shù)學(xué)工具。因此,“線性代數(shù)”課程的作用與地位不言而喻。

線性代數(shù)全解析 清華大學(xué)教授課程 ,線性代數(shù)的中心問題是求解線性方程組(只出現(xiàn)未知量的一次項的方程組),而一個線性方程組是否可解等價于常數(shù)向量是否可以表示成系數(shù)向量的線性組合。線性代數(shù)是建立在向量的加法和數(shù)乘這兩種線性運算上的。所以我們從向量談起。
線性代數(shù)是現(xiàn)代數(shù)學(xué)的基礎(chǔ)之一,在物理、計算機(jī)圖形學(xué)、工程、經(jīng)濟(jì)學(xué)等自然科學(xué)和社會科學(xué)各領(lǐng)域具有廣泛和深刻的應(yīng)用,同時線性代數(shù)是高等學(xué)校理工科各專業(yè)的一門重要基礎(chǔ)課。本課程介紹求解線性方程組、矩陣?yán)碚摗⑾蛄靠臻g和線性變換等線性代數(shù)的基本概念和基本理論,強(qiáng)調(diào)線性代數(shù)的理論與應(yīng)用的結(jié)合。通過本課程的學(xué)習(xí),培養(yǎng)學(xué)生的數(shù)學(xué)邏輯思維和抽象思維能力,使學(xué)生具備線性代數(shù)的基本理論知識,熟練掌握求解線性方程組和矩陣運算、矩陣分解的基本方法,掌握英文數(shù)學(xué)術(shù)語和表達(dá)規(guī)范,為后繼的學(xué)習(xí)和提高奠定數(shù)學(xué)基礎(chǔ)。
通過本課程的學(xué)習(xí),使學(xué)習(xí)者獲得應(yīng)用科學(xué)中常用的矩陣方法,線性方程組、二次型等理論及其有關(guān)的基礎(chǔ)知識,并具有熟練的矩陣運算能力和用矩陣方法解決一些實際問題的能力,從而為學(xué)習(xí)后繼課程及進(jìn)一步擴(kuò)大數(shù)學(xué)知識面、提高數(shù)學(xué)素養(yǎng)奠定必要的基礎(chǔ)。本課程主要講授行列式、矩陣代數(shù)、向量空間、線性方程組、矩陣的相似變換、二次型等內(nèi)容。本課程對每一知識點以微課形式呈現(xiàn),短小精干。該課程所體現(xiàn)的幾何觀念與代數(shù)方法之間的聯(lián)系、從具體概念抽象出來的公理化方法、以及嚴(yán)謹(jǐn)?shù)倪壿嬐谱C、巧妙的歸納綜合等,對于強(qiáng)化學(xué)生的數(shù)學(xué)訓(xùn)練,培養(yǎng)學(xué)生的邏輯推理和抽象思維能力、空間直觀和想象能力具有重要的作用。

