当前位置: 首页 > news >正文

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。

相关文章:

  • LOAM的原理分析,源码解读,和运行调试
  • 接口测试和功能测试详解
  • SQL Server 2022 常见问题解答:从安装到优化的全场景指南
  • 使用 JUnit 4在 Spring 中进行单元测试的完整步骤
  • Pingora vs. Nginx vs. 其他主流代理服务器性能对比
  • Python 的 datetime 模块使用详解
  • 【Linux】详细介绍进程的概念
  • 小白自学python第一天
  • Fabric.js 设置画布背景
  • AI在Java语言的发展方向与涉及领域——一场深度的求职面试
  • Spring AI - Redis缓存对话
  • 基于Flask与Ngrok实现Pycharm本地项目公网访问:从零部署
  • 开源模型应用落地-语音合成-Spark-TTS-零样本克隆与多语言生成的突破
  • 浏览器相关知识点
  • 【AI 加持下的 Python 编程实战 2_09】DIY 拓展:从扫雷小游戏开发再探问题分解与 AI 代码调试能力(上)
  • Joint communication and state sensing under logarithmic loss
  • iOS18 MSSBrowse闪退
  • Unity 创建、读取、改写Excel表格数据
  • 理解计算机系统_网络编程(1)
  • 自建开源远程协助服务RustDesk —— 筑梦之路
  • 阿联酋首个AI博士项目设立,助力人才培养与科技转型
  • 中国建设银行原党委委员、副行长章更生严重违纪违法被开除党籍
  • 青岛:今年计划新增城镇住房约5.77万套,推动房地产市场回稳
  • 钟芳玲|戴耳环的莎士比亚
  • 佩索阿稳定常销,陀翁不断加印,青少年喜欢黑塞
  • 三博脑科跌超10%:董事长遭留置立案,称控制权未变化,经营秩序正常