何为代数
将具体的数学运算抽象化，只关注运算关系
(
a
+
b
)
2
=
a
2
+
b
2
+
2
a
b
(a+b)^{2}=a^2+b^2+2ab
(a+b)2=a2+b2+2ab
这种抽象有什么用？
-
a
a
a和
b
b
b进一步抽象向量，则得到了向量的完全平方公式
(
a
+
b
)
2
=
a
2
+
b
2
+
2
a
⋅
b
\boldsymbol{(a+b)^{2}=a^2+b^2+2a \cdot b}
(a+b)2=a2+b2+2a⋅b
也就是勾股定理和余弦定理：
( a + b ) 2 = ∣ a ∣ 2 + ∣ b ∣ 2 + 2 ∣ a ∣ ∣ b ∣ c o s θ \boldsymbol{(a+b)^{2}=|a|^2+|b|^2+2|a||b|cos\theta} (a+b)2=∣a∣2+∣b∣2+2∣a∣∣b∣cosθ - 只要某个集合里的元素满足那么几条公理，元素之间的变化满足这些规律，就可以这个集合进行一系列线性化处理和分析，这个集合就叫线性空间。这个陌生的集合的性质和结构特点我们一下子就全知道了。
何为线性
- 不要与初等数学中简单的“直线”混为一谈， y = k x + b y=kx+b y=kx+b在高等数学中不是严格的线性，而 y = k x y=kx y=kx才是线性的
- 高等数学的线性：可加性和比例性，即：线性组合的函数=函数的线性组合 f ( k 1 x 1 + k 2 x 2 ) = k 1 f ( x 1 ) + k 2 f ( x 2 ) f(k_1x_1+k_2x_2)=k_1f(x_1)+k_2f(x_2) f(k1x1+k2x2)=k1f(x1)+k2f(x2)
- 可加性：线性的可加性既是没有互相激励的累加，也是没有互相内耗的累加
- 比例性/齐次性：说明没有初始值，有几倍的输入量刚好就有几倍的输出量
- 意义：我们可以将复杂的函数运算，拆解为几个简单元素的函数运算的叠加
一方面，线性函数运算简单，另一方面，许多复杂运算可用线性函数来近似
继续进行代数的“抽象”，从初等数学推广到高等数学，也就是将 f ( x ) = k x f(x)=kx f(x)=kx中的 k k k和 x x x推广为矩阵和列向量，就得到 f ( x ) = K x f(\boldsymbol x)=\mathbf K\boldsymbol x f(x)=Kx，这就是高等数学中的线性函数（本质上是一个n元齐次线性方程组）
- 这个高等线性函数就是线性变换的表达式
- 向量 x \boldsymbol x x（一段有向线段）通过线性变换，得到另一向量 y \boldsymbol y y，决定这个线性变换的核心是矩阵 K \mathbf K K
- 这里矩阵就出现了！一个矩阵对应一种线性变换，因为矩阵本质上是线性方程组中的系数
何为线性代数
- 线性问题：一个问题关联着多个因素的量，且关联性是线性的，可以进而考察多元函数
- 线性方程：研究线性问题的方程，即一次方程
ps. 线性方程里的变量，就是向量 - 线性代数：讨论线性方程及线性运算的代数
线性代数发源于线性方程组的求解，解线性方程组时通用的方式就是行列式，而引入函数、变换等概念后，就有了矩阵
线性映射
不要再用静态的观点理解函数和映射（“所有满足关系式的点构成线性函数的几何图形”），应该用动态的观点（“从从自变量的集合对应变换到因变量的集合的瞬间过程”）
- 注意，这里的“变量”是向量，可以简单理解为有向线段
- 所以，线性映射就是把向量映射成向量
例如， y = K x \boldsymbol y=\mathbf K\boldsymbol x y=Kx的含义就是，二维向量 x \boldsymbol x x，经过二维矩阵映射，得到另一个二维向量 y \boldsymbol y y（简单理解，线性映射就是把线段映射到线段，因为二维向量在平面内可以确定一个线段，而经过映射后，我们得到另一个线段。当然更高维向量可以以此类推）
线性变换
当线性映射发生在同一坐标系中，称为线性变换（把映射后的因变量的坐标轴，与原先的自变量的坐标轴对齐重合放置）
- 线性变换仍然满足之前所提到的“线性（可加性和比例性）”，因此能够反映线性空间中向量的内在联系，是线性空间的重要变换
- 同线性映射一样，线性变换把向量变成另外一个向量，或者说把“线”变成“线”
- 线性变换两个含义：变换空间里的向量,空间坐标系不变；或者变换坐标系而向量不变。两者是相对的，结果等价
引用来源
《线性代数学习笔记》系列文章参考来源：
麻省理工学院 - MIT - 线性代数，更多课程目录：笔记流—MIT各种数学
3Blue1Brown-线性代数的本质
MIT—线性代数笔记
语雀_线性代数笔记
推荐资源
3Blue1Brown 的线性代数概念入门视频：
https://www.3blue1brown.com/topics/linear-algebra
下面的网站整理了常用 MATLAB-R-Python 命令、函数之间关系
http://mathesaurus.sourceforge.net/
如果习惯通过做题学习数学，推荐 Nathaniel Johnston 编写的 Introduction to Linear and Matrix Algebra 和 Advanced Linear and Matrix Algebra 两本线性代数教材
1628
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
