线性代数的起源 线性代数的起源发展及其意义.doc

线性代数的起源 线性代数的起源发展及其意义 导读：就爱阅读网友为您分享以下“线性代数的起源发展及其意义”资讯，希望对您有所帮助，感谢您对92的支持! 线性代数的起源发展及其意义 线性代数是处理矩阵和向量空间的数学分支，在现代科学的各个领域都有应用。由于费马和笛卡尔的工作，线性代数基本上出现于十七世纪。直到十八世纪末，线性代数的领域还只限于平面与空间。十九世纪上半叶才完成了到n维向量空间的过渡,矩阵论始于凯莱，在十九世纪下半叶，因当时对其充分的研究和探索而使其达到了它的顶点。1888年，皮亚诺以公理的方式定义了有限维或无限维向量空间。托普利茨将线性代数的主要定理推广到任意体上的最一般的向量空间中。线性映射的概念在大多数情况下能够摆脱矩阵计算而引导到固有的推理，即是说不依赖于基的选择。不用交换体而用未必交换之体或环作为算子之定义域，这就引向模的概念，这一概念很显著地推广了向量空间的理论和重新整理了十九世纪所研究过的情况。 “代数”这一个词在中国出现较晚，在清代时才传入中国，当时被人们译成“阿尔热巴拉”，直到1859年，清代著名的数学家、翻译家李善男才将它翻译成为“代数学”，之后一直沿用。 线性代数是讨论矩阵理论、与矩阵结合的有限维向量空间及其线性变换理论的一门学科。 主要理论成熟于十九世纪，而第一块基石（二、三元线性方程组的解法）则早在两千年前出现。 线性代数在数学、物理学和技术学科中有各种重要应用，因而它在各种代数分支中占居首要地位 在计算机广泛应用的今天，计算机图形学、计算机辅助设计、密码学、虚拟现实等技术无不以线性代数为其理论和算法基础的一部分； 该学科所体现的几何观念与代数方法之间的联系，从具体概念抽象出来的公理化方法以及严谨的逻辑推证、巧妙的归纳综合等，对于强化人们的数学训练，增益科学智能是非常有用的 随着科学的发展，我们不仅要研究单个变量之间的关系，还要进一步研究多个变量之间的关系，各种实际问题在大多数情况下可以线性化，而由于计算机的发展，线性化了的问题又可以计算出来，线性代数正是解决这些问题的有力工具。 线性（linear）指量与量之间按比例、成直线的关系，在数学上可以理解为一阶导数为常数的函数，非线性（non-linear）则指不按比例、不成直线的关系，一阶导数不为常数。线性代数起源于对二维和三维直角坐标系的研究。在这里，一个向量是一个有方向的线段，由长度和方向同时表示。这样向量可以用来表示物理量，比如力，也可以和标量做加法和乘法。这就是实数向量空间的第一个例子。 现代线性代数已经扩展到研究任意或无限维空间。作 为证明定理而使用的纯抽象概念，向量空间（线性空间）属于抽象代数的一部分，而且已经非常好地融入了这个领域。一些显著的例子有：不可逆线性映射或矩阵的群，向量空间的线性映射的环。线性代数也在数学分析中扮演重要角色，特别在 向量分析中描述高阶导数，研究张量积和可交换映射等领域。向量空间是在域上定义的，比如实数域或复数域。线性算子将线性空间的元素映射到另一个线性空间（也可以是同一个线性空间），保持向量空间上加法和标量乘法的一致性。所有这种变换组成的集合本身也是一个向量空间。如果一个线性空间的基是确定的，所有线性变换都可以表示为一个数表，称为矩阵。对矩阵性质和矩阵算法的深入研究（包括行列式和特征向量）也被认为是线性代数的一部分。我们可以简单地说数学中的线性问题——-那些表现出线性的问题——是最容易被解决的。比如微分学研究很多函数线性近似的问题。在实践中与非线性问题的差异是很重要的。线性代数方法是指使用线性观点看待问题，并用线性代数的语言描述它、解决它（必要时可使用矩阵运算）的方法。这是数学与工程学中最主要的应用之一。 而我们现在学的线性代数主要分为行列式，矩阵，线性方程组，n维向量空间，矩阵相似对角形，二次型及线性变换。 在线性代数中，线性方程组是基础部分，也是一个重要部分。行列式是研究线性方程组的一个重要工具。它是人们从解方程组的需要中建立起起来的，它在数学本身及其他科学分支（如：物理学，力学等）中都有广泛的应用，已经成为近代数学和科技中不可缺少的工具之一。矩阵是从许多实际问题中抽象出来的一个数学概念，是线性代数的重要内容之一，它贯穿线性代数的各个部分。矩阵是许多学科中常用的数学工具，它在自然学科、工程技术和国民经济的许多领域中都有着广泛应用。线性方程组的理论在线性代数中起着重要作用。事实上，线性代数的许多问题都相当于研究线性方程组。如线性方程组的克莱姆法则，其法则的使用是有条件的：（1）未知量的个数与方程个数相等；（2）系数行列数不等于零。可是在许多问题中所遇到的方程组并不满足上述两个条件。这就促使我们有必要进一步讨论一般的线性方程组。在许多实际问题的研究中，常需要将一个矩阵化为相似对角形的问题。二