抱歉,我不记得是谁第一个提出把多个数字写在一起组成“向量”了。似乎是哈密顿,知道的请纠正我。
首先,线性代数的发现和发展除了数学家的探索,肯定是为了解决一些实际问题。但是,数学家们为了严谨与抽象,定义和性质描述得让人云里雾里。
我这里列举一些常见的,好理解的线性代数的直接应用。当然,具体的操作是需要更多的专业知识,以及了解不同学科对于自身问题的建模方式。比较复杂。个人认为前两个应用会比较好理解些。解方程
解方程应该是线性代数最直接面对的问题。用矩阵来描述多元方程的系数并求解,用友随矩阵来描述多项式并求根。
2. 电路
高中物理中的电路部分可能还不能完全体现用矩阵描述电路的优点,但是如果我说一个电路对应一系列方程组或许题主可以大致理解一些。使用一些电路里的守恒公式(流入节点的电流之和等于流出的电流之和,环路电压降的和为0),每一个节点或者一个回路可以列出一个守恒公式,那么每一个电路可以对应一个方程组。求解方程组就可以得到对应电路的每个节点的电流,电压。电路模拟软件就是这么模拟电路并给出结果的。
3. 线性编码
在通信的信道编码中,线性编码是占主要部分的。线性编码是通过增加一些冗余信息来提高消息的抗干扰能力。冗余信息是通过原信息的某种线性计算得到的。既然是线性计算,就可以用矩阵来表示。比如LDPC码就是一种线性码。
5. 计算机图形学
这个里面也是大量运用线性代数。比如说图像的放大,缩小,翻转,线性拉伸都可以用矩阵来描述。这里面比较好理解的就是坐标变换在图片线性操作上面的应用。
6. 图论
或者说网络。点与点的连接与否可以通过网络的伴随矩阵来描述。很多图的性质会与伴随矩阵的性质息息相关。比如说伴随矩阵的某阶代数余子式。