杂谈-有感而发

今天又拜读了线性代数的几何意义这本书,感觉确实是很不错的,从几何角度讲解线性代数,而且将线性代数、几何、数学、物理有机结合起来了,不仅仅是可视化,重要的是能便于自己独立思考下去。

从大一开始,就听老师说,线性代数多么多么重要,但是实际去学呢,却发现比较深邃,很难理解。当然,最后做题的话,不论考多少,都不敢说自己能深刻理解线性代数,考90和考60,说实话,并没有区别。会做题和有理解有着本质区别的。

那么问题出在哪里?教材?老师?我觉得都不是。大一下的时候学了向量积,课本切入点是从物理中的旋转切入的,但是里面有个概念叫力矩,初中的概念?反正高中没怎么说过这个词,但是看到这里就不想看其由来了,因为对其方向等等不确定朝哪,反正最后书上得出来的是v = wxr,进而引出向量积。这就跟高中不一样了,高中只用一种乘法,点乘、叉乘没什么区别,但回过头来再看看,确实只能是叉乘,不能是点乘。后来高数课本中提到向量积叉乘简便方法是转换成3阶行列式,为什么呢?不知道,书上也没说,毕竟大一上学了线性代数,知道有这个方法就行,也就这么过去了,对做题没什么影响。

现在想想,先学线性代数呢还是先搞明白向量积呢?我觉得还是向量积更重要些,理解了这个概念,再结合这个概念去学线性代数,就会好很多。向量在线性代数中的地位十分重要,少了向量积这个概念,硬去学线性代数肯定好不到哪里去。不过可惜的是,大一上迷迷糊糊地学了线性代数,大一下才在高数中学到向量积,而且没有将二者结合起来,只是会一味地做题,真的有用吗?

另外,高数教材中向量积的切入点,我觉得不如直接从洛伦兹力角度切入,F=qvB?现在来看肯定不是,在纯磁场中,F = qvxB才对,而且对于v和B的叉乘方向再熟悉不过了,B穿掌心,v延四指,大拇指就是F方向。而且这其实也是一种旋转。

所以现在看看,学线性代数的路线应该是:从洛伦兹力切入向量积概念后,明白混合积的意义,然后再去学线性代数,最好能够可视化,从而产生自己的理解。

相关推荐
Air_July几秒前
Brower User Web UI部署详细步骤
人工智能·python·测试工具
ting94520001 分钟前
纳米 AI 全面解析:定义原理、技术架构、落地场景、行业变革与未来发展趋势
人工智能·架构
weixin_6684 分钟前
NVIDIA VSSVideo Search and Summarization视频搜索与摘要蓝图详尽使用说明与技术报告版本
人工智能·音视频
minstbe12 分钟前
【AI本体论研究学习】本体的核心元素:类、属性、实例与关系——拆解 OWL/RDF 四大基石
人工智能·学习
YJlio14 分钟前
Windows Internals 读书笔记 10.3.3:Task Scheduler 架构详解
人工智能·windows·笔记·python·学习·chatgpt·架构
新加坡内哥谈技术15 分钟前
长时间运行的智能体
人工智能
AI木马人15 分钟前
4.人工智能实战:大模型服务如何避免被突发流量打崩?从“接口直连GPU”到“队列调度架构”的完整工程重构
人工智能·重构·架构
阿满aman19 分钟前
Claude+DeepSeekv4pro网络信息搜索报告
人工智能·功能测试·搜索引擎·交互
天天爱吃肉821819 分钟前
场地整车在环仿真测试系统及总线注入研究|新能源智驾研发硬核干货
大数据·人工智能·功能测试·嵌入式硬件·汽车