十分钟理解线性代数的本质_线性空间与线性代数

(为了声明原创重发一次QAQ)

    线性空间是线性代数中的一个重要概念，可以说是线性代数的核心。但是线性空间究竟是什么，如何来理解，却是一件非常令人头疼的事情。那么究竟应该如何来理解线性空间呢？我们不妨从线性空间的定义出发来看看。书本P118给出了线性空间的定义，在第一句话中就讲到了两个概念——数域P和非空集合V。这么看来，其实线性空间就是我们熟悉的集合的一种，只不过它是一个特殊的集合，因为它其中的元素(称为向量)对于给定的加法和数乘两种运算是封闭的，而且这两种运算还满足给定的八条运算规律。既然如此，那我们就可以按集合的运算和性质来进行适当迁移了。

    此外，我们还学过一个特殊的线性空间——欧氏空间。欧氏空间的特殊之处在于它除了拥有线性空间的性质，它里面的向量还定义了一种叫做内积的运算。这是为了让其中的向量拥有夹角、长度等度量性质。这种内积的定义也可以是多样的，同一个线性空间可以定义有不同的内积运算法则。例如在n元实向量中，我们定义内积

    其中这种内积称为标准内积。同样地在实矩阵空间、实连续函数空间里我们也有这样的内积。

    所以说，所谓的线性空间，本质上就是一种特殊的集合。这样来看，线性空间这玩意也就不那么神秘，不那么费解了。

    再来说说我对线性代数这门课的个人看法吧。很多人都觉得线性代数这门课非常难学，这一点我非常赞同。因为就我的理解，线性代数和微积分所采用的思维方法是不太一样的。微积分可以说是高中数学的延伸，而线性代数就不一样了，对于高中几乎没学什么代数知识的人而言线代就是零基础课程。实际上，线性代数是围绕着解线性方程组这个问题来展开的，在解决这个问题的过程中引入了行列式、矩阵、向量等工具，最终又由此推广出了线性空间，将问题的研究变得更加一般化。最后利用我们学过的知识去解决矩阵的对角化、二次型等问题，为线性代数的应用埋下伏笔。线性代数还有一个特点就是定义定理结论特别多，常常让人搞不清楚。所以说，根据线性代数的学习思路来进行学习梳理，或许也是复(yu)习的一种方法吧。

最后丢一首上一个春节写的小诗吧

好想放假啊......

听说习习有辆出租车？

扫码即可上车哦！