如何學好線性代數?

2021-01-11 遇見數學

本文轉自周志成老師博客 ccjou.wordpress.com

線性代數是美國數學教授哈爾莫斯(Paul R. Halmos)的專長，他在 26 歲時出版了一本經典教材《有限維向量空間》( Finite-Dimensional Vector Spaces )。哈爾莫斯在回憶錄《我要做數學家》( I Want to Be a Mathematician )談到他第一次學習線性代數的悲慘遭遇[1]：

代數課很難，我讀得很搓火。…當我說搓火，我是真的生氣。Brahana… 不知道如何說清楚，我們的教材是 Bcher 的書(我認為寫得一團糟)，我花在這個科目的多數時間裡，我的情緒惱火到憤怒。…不知怎麼的，我的線性代數導論最後倖存下來。過了四、五年，在我取得博士學位，聽了諾伊曼(von Neumann) 講的算子理論後，我才真正開始明白這個科目到底在講什麼。

為什麼線性代數這麼難？從哈爾莫斯說的這段話可以歸結兩個原因：第一是老師很爛，第二是課本很糟。如果學習一門科目的兩個重要(必要？) 條件不是爛就是糟，我們還能冀望學好它嗎？不過話說回來，即使哈爾莫斯的線性代數啟蒙老師是數學大師諾伊曼，哈爾莫斯未必當下就能真正明白線性代數在講什麼。我說的真正明白不是指考試拿高分，而是有一天你在洗澡時豁然開悟，奔出浴室光著身子在馬路上邊跑邊叫：「啊哈！我明白了！」老實講，我不認為有哪個老師或那本教科書可以讓學生「第一次學線代就上手」。真正全面性的理解線性代數需要時間，需要勤奮練習與堅持思考。

客觀上，線性代數之所以不容易學好的主要原因在於這個科目是由許多「人造的概念」架構而成的理論，而且它們經常以化的形式出現：定義 ─ 定理 ─ 證明(其實近代數學基本上都是這樣)。美國作家梭羅(Henry David Thoreau)說[2]：「任何傻瓜定個規則，就有笨蛋在意它。」數學家制定這些定義與公設的背後當然有其動機與目的(數學家們又不是傻瓜)，但在老師與課本都隻字不提的情況下，基於什麼信念我們要接受這套幾乎與日常生活經驗無關的理論？(我們也不是笨蛋，對吧？)

人們不可能理解毫無動機的定義與缺少目的的定理。俄國數學家阿諾爾德(Vladimir Arnold)在〈論數學教育〉說[3]：

理解乘法交換律的唯一可能的方式，打個比方就是分別按行序和列序來數一個陣列裡士兵的人數，或者說用兩種方式來計算長方形的面積 。任何試圖只做不與物理和現實世界打交道的數學都屬於宗派主義和孤立主義，這必將損毀在所有敏感的人們眼中把數學創造視為一項有用的人類活動的美好印象。

遺憾的是，理解線性代數的核心觀念與內容沒有什麼唯一可能的方式，把物理和現實世界拉進來常常也起不了多少作用。許多學生暗地隱藏心中的困惑與懷疑，繼續偽裝成線性代數愛好者的一個現實原因是他們聽別人說：「線性代數是一門應用廣泛的重要基礎課目」，於是懷抱著一絲盼望，期待有朝一日經過苦痛學來的線性代數終會發光發熱(見「 學線性代數有什麼用？ 」)。這些學生至少還留下一點火種，另外一批學生或早或晚將放棄線性代數，從此對任何與矩陣運算有關的學科敬而遠之。美國計算機科學教授鮑許(Randy Pausch)在〈最後一課〉(The Last Lecture)說[4]：「人生路上有阻擋你夢想的磚牆，那是有原因的。這些磚牆讓我們來證明我們究竟有多麼想要得到我們所想要的。」線性代數是一道磚牆，接下來我要講的話是給那些想翻越這道磚牆的人聽的。

英國數學家哈代(GH Hardy)說[5]：「數學家的模式，如畫家或詩人的模式一定是美麗的；數學家的想法，如色彩或文字必須以和諧的方式結合在一起。美是首要的試金石：醜陋的數學不可能永存。」線性代數是一個優美凝練的數學分支。線性代數像是巴赫(JS Bach)的〈無伴奏大提琴組曲〉，巴赫在這裡構建了一種循序漸進和連貫統一的風格，每首組曲在結構上都按照嚴格的曲式譜成。而在音樂發展的過程中，每個樂章之間的內在聯繫更是交響曲的先聲[6]。線性代數的結構是向量空間，曲式是線性變換。線性代數的樂章有矩陣代數、正交、行列式、特徵值與特徵向量，以及二次型等。研習線性代數與演奏〈無伴奏大提琴組曲〉同樣都需要有效的學習方法。

回到標題，如何學好線性代數？哈爾莫斯從不知道線性代數到底在講什麼，短短幾年變身為一代宗師，他是怎麼辦到的？哈爾莫斯公開了他的數學學習秘笈[7]：

「別只是讀；跟它對抗！問你自己的問題，找你自己的例子，發現你自己的證明。這個假設是必要的嗎？反向命題成立嗎？經典的特例有哪些情況？退化時會怎麼樣？證明在何處使用了假設？」

在〈無伴奏大提琴組曲〉中，有些樂章(如 Sarabande)的音樂性格和內容與其他樂章明顯不同。在線性代數中，兩個數學物件常具有某種相異的性質卻又有一些相同的性質。譬如，在一般情況下，兩個同階方陣 A 和 B 不滿足乘法交換律，AB≠BA，但是 det(AB)=det(BA)。讀了課本的證明，你可能依然困惑。

哈爾莫斯鼓勵我們提出「蠢問題」。譬如，det(AB) 和 det(BA) 的幾何意義是什麼？ AB 與 BA 是否擁有其他的基本不變量使得行列式不改變？繼續推廣，三個同階方陣 A, B, C 的乘積 ABC, ACB, BAC, BCA, CAB, CBA 除了行列式不變，是否還有其他相同的性質？一般來說，無論老師或課本都不會主動地回答我們的「蠢問題」。教師常以「世界上沒有愚蠢的問題，只有愚蠢的答案」呼籲學生發問，但絕少學生願意公開提出他們心中的「蠢問題」。弔詭的是，回答「蠢問題」偏偏是研習線性代數的一個極為有效的途徑。底下列舉一些困擾我們卻又羞於啟齒的「蠢問題」供讀者思考，但我未將「蠢答案」貼上免得破壞眾人的學習樂趣。運氣好的話，你在這個網站上亂逛說不準可以找到「蠢答案」，當然「蠢答案」不會是大家都認同的標準答案。

"蠢問題"

相關焦點

  • 學好線性代數,我推薦這本書|展卷
    因為在通行的線性代數教科書中，行列式通常放在一開頭講的，如果直接扔掉了，後面還怎麼講？事實上，這是完全可以做到的，《線性代數應該這樣學》就做到了這一點。在全書中，跡和行列式是最後一章，而之前講完了線性代數所有其它內容（尤其是作為矩陣靈魂的特徵值與特徵向量），根本不需用到這兩個概念！阿克斯勒之所以要打倒行列式，可能主要是想突出線性代數的本質方面是概念而非計算。
  • 微積分和線性代數之間的關係——高頓小侯七老師
    微積分和線性代數之間的關係——高頓小侯七老師數學學科總的分成三大塊：代數學，幾何學，分析學。線性代數是代數學中研究的內容，以矩陣為工具研究線性變換，線性方程組求解等問題。因為矩陣比較形象直觀，所以線性代數入門不是很難，但要學深入，還需要下一番功夫才行。
  • 如何看待清華大學將線性代數教材改為英文教材?
    我當時是抽出時間把這本英文線性代數教材一點點研讀下來的，受益匪淺。這本線性代數易懂的代價是有犧牲的，比如線性代數其實提供了一個非常好的通往更深層代數（抽象代數）的接口，也就是用線性變換的純角度去理解矩陣。工科生也許不需要那麼多，但是如果真的是要在線性代數裡鑽研的話，這本書是不足的。
  • 自考「線性代數(經管類)」課程介紹
    《線性代數》是經濟、管理類大學本科高等數學（二）自學考試課程，是一門基礎課程。線性代數這一數學工具在經濟科學、管理科學中有著廣泛的應用。著名的投入-產出模型就是以線性代數理論為基礎的。學好這門課程，對掌握現代經濟理論和解決實際問題會有很大幫助。
  • 人工智慧中的線性代數:如何理解並更好地應用它
    當然，學習線性代數道阻且長。數學，尤其是線性代數常與枯燥、複雜和毫無意義的事物聯繫起來。不過你還可以另闢蹊徑。閱讀完本文後，你將了解到：線性代數的本質；線性代數的真實應用場景；線性代數可用於 AI、ML 和數據科學的原因；學習線性代數最有效的方法。
  • 2018考研數學大綱,線性代數如何得分
    本文為廣大考生整理2018考研數學大綱，線性代數如何得分，更多考研數學怎麼複習、考研數學題型、考研數學大綱、考數學試題等備考資料，歡迎訪問北京研究生招生信息網。 考研數學作為考研科目中最穩定的一門學科，連續數年大綱基本上沒有大的變化，所以我們可以今年的考試形式和考試的重點內容等和往年基本一致。
  • 考研數學線性代數七大重點考點
    同學們，近期也有很多同學反應公式有點多，這門學科的特點（概念抽象，計算繁瑣且法則較獨特，體系複雜），決定了我們要學好這一科，必須從整體的框架上把握這一門學科，並且學科前後關聯程度大，這就要求我們不能有明顯的短板。考研線性代數這門學科大體上可以分為以下幾個部分：行列式、矩陣、線性方程組、向量、特徵值與特徵向量、相似與相似對角化、二次型等。
  • 如何學好數學
    要學好數學這門課必須領悟以下幾點：1、要領悟數學「黃金圈思維」。具體來說，一共有三個問題值得我們去深思：第一個問題：為什麼要學數學？五項佔比按照100%計算，端正態度佔比35%，積極主動佔比10%，認真聽課佔比30%，學會思考佔比15%，學會提問佔比10%，這五項決定了學好數學的關鍵因素
  • 線性代數:特殊行列式總結及其幾何意義,這些數學老師不會講
    下面我們接著介紹的是，線性代數中的一些特殊行列式的計算。在這一部分，我們將可以進一步熟悉鞏固我們前面所學習的方法。以下的例題也是小編在學習過程中精心挑選出來的經典例題，希望大家能夠有所印象，甚至能夠記住它們。
  • 為什麼學習線性代數?
    簡短的回答就是：        （1）我們所處的世界、宇宙太複雜了，很多現象都無法理解，更談不上用數學去描述；        （2）有一些符合特定條件的複雜問題，可以轉化為簡單的線性問題，線性問題就完全可以理解、完全可以被數學所描述（怎麼把複雜問題轉為線性問題是別的學科要解決的，比如說微積分）；        （3）線性代數就是研究怎麼解決線性問題的
  • 線性代數應該這樣學
    引言線性代數是以解線性方程組為出發點，主要研究線性空間及其上的線性變換.考慮如下的線性方程組： 我們引入矩陣有了線性運算和乘法運算，上述線性方程組就可以分別表示為向量形式和矩陣形式：線性代數主要是圍繞著上述兩種形式來求解線性方程組的.1. 矩陣形式我們已通過矩陣乘法將線性方程組表示為矩陣形式
  • 線性代數抽象麼?其實矩陣並不陌生,完全可以從中學知識「遷移」
    上次寫過一篇如何學習「微積分」，把握住關鍵的概念，基本的思想和方法——極限。可參考要想學好微積分，吃透「極限」概念是必要條件這次寫一下高等代數或者線性代數應該怎麼理解「矩陣」等抽象的概念。線性代數主要有兩個重要的概念，行列式和矩陣，且兩個概念有些相似性；行列式本質上是一種運算，而矩陣是一個數組，可以被看成有多個行或列向量組成。有些教材從線性方程組入手，介紹消元法，n維向量空間，線性相關性以及矩陣，然後是矩陣的秩、線性方程組解的判定定理，解的結構。學完這部分內容，基本上可以認為線性方程組的問題似乎是完全解決了的。
  • 如何學好英語四級聽力?
    英語四級聽力在複習的時候需要掌握一些方法和技巧，那麼今天環球青藤小編就來給大家說一說如何學好英語四級聽力?希望能給各位考生帶來幫助，祝願各位考生都能取得滿意的成績。只有更多的積累自己的詞彙，豐富我們的知識儲備，才能在此基礎上,看懂文章含義，理解文章內容，進一步的學好英語。所以無論如何，詞彙量都是必不可少的。可能你聽清楚了材料，但是確不知道這個詞語，這不就是白白的送分嗎?大家可以按照之前小編有說過的方法。每天拿一個小本來記下自己學習的生詞，放在手邊，每天去看，時間長了就會形成記憶，小編親測有效哦!
  • 線性代數重要,選對教材更重要:同濟版《線性代數》引發激烈爭議
    機器之心報導機器之心編輯部你的線性代數，過了沒？不論是結構力學還是人臉識別，理工類型的科研，深究之後就會發現到處都是線性代數的身影。這樣一門課程，要是在大一的時候學不好，可是會要命的。如今已經畢業多年，沒想到最近在知乎上看到一篇文章《《線性代數》（同濟版）——教科書中的恥辱柱》，點讚量快突破五千。對於這篇文章，大家有時間可以讀一下，看看是不是同意作者的觀點。線性代數真的很重要，這是很多工程技術人員走上工作崗位的最大感受。好多算法都用到線性代數的知識，就比如現在非常熱門的深度學習，它的底層實現方式用到好多線性代數方面的知識。
  • 中國科學院院士告訴你,怎樣才能學好數學?
    大學主要學微積分和線性代數，這個是人類幾百年探索的結果。總而言之，人類留下的財富需要我們站在巨人的肩膀上來吃透它，消化它。所以我們必須學習，否則就要回到黑暗中重新探討，那太可怕了。我想引用哈佛大學數學系教授邱成桐的講話。聽說他經常告誡學生，「要學好微積分和線性代數，歸根結底一切高級的數學都是微積分和線性代數的各種變化。」
  • 數學家談:如何學好數學?
    以下是他在1962年對廣東省數學會會員和中學教師的一次講話中關於「怎樣學好數學」的內容，相信對同學們學好數學會有所教益。 一、基本運算要熟、要快 基本運算不但應當「會」，而且要熟、要快。這樣的要求不但是為了目前的質量，而且更重要的是保證進一步學習的進度與質量，是為了運用自如。
  • 線性代數的直觀指南 第一部分
    英文網址: betterexplained.com/articles/linear-algebra-guide/儘管我已經聽過線性代數這門課程，但我的知識僅包括「矩陣、行列式和特徵什麼東東之類的」. 為什麼會這樣呢？好的，讓我們試試這種線代傳統授課形式：把課程命名為線性代數，但關注點卻是矩陣與向量。
  • 作為高中生,如何學好高中英語?
    那麼怎樣才能學好高中英語呢？同學們可以從以下方面入手。 1.要發自內心的愛上它古語說得好「知之者不如好之者，好之者不如樂之者」。說的就是興趣。只要我們對英語有濃厚的興趣，就等於成功了一半。如何讓自己愛上學英語呢？這裡大家記住兩點：首先，我們可以把要求稍微降低一點，放慢一點學習進度，知識的鞏固頻繁一點，這樣我們獲得的知識就會多一點，興趣也會更濃一點。
  • 馬輝:「中外結合」帶你領略線性代數之美
    自2011年參加數學系與電子系的課程改革和共建項目，連續5個學期擔任電子系大一學生的線性代數教學工作。【課程簡介】線性代數是現代數學的基礎之一，在物理、計算機圖形學、工程、經濟學等自然科學和社會科學各領域具有廣泛和深刻的應用，同時線性代數是高等學校理工科各專業的一門重要基礎課。
  • 人工智慧之線性代數
    線性代數是代數學的一個分支，主要處理線性問題。線性問題是指數學對象之間的關係是以一次形式來表達的。線性代數誕生於求解線性方程組。行列式、矩陣和向量是處理線性問題的有力工具。線性代數與人工智慧的聯繫：1）神經網絡中的所有參數都被存儲在矩陣中；線性代數使矩陣運算變得更加快捷簡便，尤其是在GPU上訓練模型時，因為GPU可以並行地以向量和矩陣運算。2）圖像在計算中被表示為按序排列的像素數組。3）視頻遊戲使用龐大的矩陣來產生令人炫目的遊戲體驗。