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
奔跑吧邓邓子10 分钟前
DeepSeek 赋能智能教育知识图谱:从构建到应用的革命性突破
人工智能·知识图谱·应用·deepseek·智能教育
Mantanmu13 分钟前
Python训练day40
人工智能·python·机器学习
ss.li19 分钟前
TripGenie:畅游济南旅行规划助手:个人工作纪实(二十二)
javascript·人工智能·python
小天才才29 分钟前
前沿论文汇总(机器学习/深度学习/大模型/搜广推/自然语言处理)
人工智能·深度学习·机器学习·自然语言处理
MPCTHU35 分钟前
机器学习的数学基础:神经网络
机器学习
草莓熊Lotso42 分钟前
【数据结构初阶】--算法复杂度的深度解析
c语言·开发语言·数据结构·经验分享·笔记·其他·算法
KyollBM1 小时前
【CF】Day75——CF (Div. 2) B (数学 + 贪心) + CF 882 (Div. 2) C (01Trie | 区间最大异或和)
c语言·c++·算法
新加坡内哥谈技术1 小时前
Meta计划借助AI实现广告创作全自动化
运维·人工智能·自动化
CV点灯大师1 小时前
C++算法训练营 Day10 栈与队列(1)
c++·redis·算法
GGBondlctrl1 小时前
【leetcode】递归,回溯思想 + 巧妙解法-解决“N皇后”,以及“解数独”题目
算法·leetcode·n皇后·有效的数独·解数独·映射思想·数学思想