A. 行列式的起源是什么希望能够详细点,谢谢了。
线性代数是高等代数的一大分支。我们知道一次方程叫做线性方程,讨论线性方程及线性运算的代数就叫做线性代数。在线性代数中最重要的内容就是行列式和矩阵。行列式和矩阵在十九世纪受到很大的注意 , 而且写了成千篇关于这两个课题的文章。向量的概念 , 从数学的观点来看不过是有序三元数组的一个集合 , 然而它以力或速度作为直接的物理意义 , 并且数学上用它能立刻写出 物理上所说的事情。向量用于梯度 , 散度 , 旋度就更有说服力。同样 , 行列式和矩阵如导数一样(虽然 dy/dx 在数学上不过是一个符号 , 表示包括△y/△x的极限的长式子 , 但导数本身是一个强有力的概念 , 能使我们直接而创造性地想象物理上发生的事情)。因此,虽然表面上看,行列式和矩阵不过是一种语言或速记,但它的大多数生动的概念能对新的思想领域提供钥匙。然而已经证明这两个概念是数学物理上高度有用的工具。
线性代数学科和矩阵理论是伴随着线性系统方程系数研究而引入和发展的。 行列式的概念最早是由十七世纪日本数学家关孝和提出来的,他在 1683 年写了一部叫做《解伏题之法》的著作,意思是 “ 解行列式问题的方法 ” ,书里对行列式的概念和它的展开已经有了清楚的叙述。欧洲第一个提出行列式概念的是德国的数学家, 微积分学奠基人之一 莱布 尼 兹 ( Leibnitz , 1693 年) 。 1750 年 克莱姆( Cramer ) 在他的《线性代数分析导言》( Introction d l'analyse des lignes courbes alge'briques )中 发表了求解线性系统方程的重要基本公式(既人们熟悉的 Cramer 克莱姆法则)。 1764 年 , Bezout 把确定行列式每一项的符号的手续系统化了。对给定了含 n 个未知量的 n 个齐次线性方程 , Bezout 证明了系数行列式等于零是这方程组有非零解的条件。 Vandermonde 是第一个对行列式理论进行系统的阐述 ( 即把行列 ' 式理论与线性方程组求解相分离 ) 的人。并且给出了一条法则,用二阶子式和它们的余子式来展开行列式。就对行列式本身进行研究这一点而言,他是这门理论的奠基人。 Laplace 在 1772 年的论文《对积分和世界体系的探讨》中 , 证明了 Vandermonde 的一些规则 , 并推广了他的展开行列式的方法 , 用 r 行中所含的子式和它们的余子式的集合来展开行列式,这个方法现在仍然以他的名字命名。 德国数学家雅可比( Jacobi )也于 1841 年总结并提出了行列式的系统理论。另一个研究行列式的是法国最伟大的数学家 柯西 (Cauchy) ,他大大发展了行列式的理论,在行列式的记号中他把元素排成方阵并首次采用了双重足标的新记法,与此同时发现两行列式相乘的公式及改进并证明了 laplace 的展开定理。相对而言,最早利用矩阵概念的是 拉格朗日( Lagrange ) 在 1700 年后的双线性型工作中体现的。拉格朗日期望了解多元函数的最大、最小值问题,其方法就是人们知道的拉格朗日迭代法。为了完成这些,他首先需要一阶偏导数为 0 ,另外还要有二阶偏导数矩阵的条件。这个条件就是今天所谓的正、负的定义。尽管拉格朗日没有明确地提出利用矩阵。
高斯( Gauss ) 大约在 1800 年提出了高斯消元法并用它解决了天体计算和后来的地球表面测量计算中的最小二乘法问题。(这种涉及测量、求取地球形状或当地精确位置的应用数学分支称为测地学。)虽然高斯由于这个技术成功地消去了线性方程的变量而出名,但早在几世纪中国人的手稿中就出现了解释如何运用“高斯”消去的方法求解带有三个未知量的三方程系统。在当时的几年里,高斯消去法一直被认为是测地学发展的一部分,而不是数学。而高斯 - 约当消去法则最初是出现在由 Wilhelm Jordan 撰写的测地学手册中。许多人把著名的数学家 Camille Jordan 误认为是“高斯 - 约当”消去法中的约当。
矩阵代数的丰富发展,人们需要有合适的符号和合适的矩阵乘法定义。二者要在大约同一时间和同一地点相遇。 1848 年英格兰的 J.J. Sylvester 首先提出了矩阵这个词,它来源于拉丁语,代表一排数。 1855 年矩阵代数得到了 Arthur Cayley 的工作培育。 Cayley 研究了线性变换的组成并提出了矩阵乘法的定义,使得复合变换 ST 的系数矩阵变为矩阵 S 和矩阵 T 的乘积。他还进一步研究了那些包括矩阵逆在内的代数问题。著名的 Cayley- Hamilton 理论即断言一个矩阵的平方就是它的特征多项式的根,就是由 Cayley 在 1858 年在他的矩阵理论文集中提出的。利用单一的字母 A 来表示矩阵是对矩阵代数发展至关重要的。在发展的早期公式 det( AB ) = det( A )det( B ) 为矩阵代数和行列式间提供了一种联系。 数学家 Cauchy 首先给出了特征方程的术语,并证明了阶数超过 3 的矩阵有特征值及任意阶实对称行列式都有实特征值;给出了相似矩阵的概念,并证明了相似矩阵有相同的特征值;研究了代换理论,
数学家试图研究向量代数,但在任意维数中并没有两个向量乘积的自然定义。第一个涉及一个不可交换向量积(既 v x w 不等于 w x v )的向量代数是由 Hermann Grassmann 在他的《线性扩张论》( Die lineale Ausdehnungslehre ) 一 书中提出的。 (1844) 。他的观点还被引入一个列矩阵和一个行矩阵的乘积中,结果就是现在称之为秩数为 1 的矩阵,或简单矩阵。在 19 世纪末美国数学物理学家 Willard Gibbs 发表了关于《向量分析基础》 ( Elements of Vector Analysis ) 的著名论述。其后物理学家 P. A. M. Dirac 提出了行向量和列向量的乘积为标量。我们习惯的列矩阵和向量都是在 20 世纪由物理学家给出的。
矩阵的发展是与线性变换密切相连的。到 19 世纪它还仅占线性变换理论形成中有限的空间。现代向量空间的定义是由 Peano 于 1888 年提出的。二次世界大战后随着现代数字计算机的发展,矩阵又有了新的含义,特别是在矩阵的数值分析等方面。 由于计算机的飞速发展和广泛应用,许多实际问题可以通过离散化的数值计算得到定量的解决。于是作为处理离散问题的线性代数,成为从事科学研究和工程设计的科技人员必备的数学基础。
B. 矩阵乘法的发展历史
矩阵相乘抄最重要的方法是一般矩阵袭乘积。它只有在第一个矩阵的列数(column)和第二个矩阵的行数(row)相同时才有意义[1]。一般单指矩阵乘积时,指的便是一般矩阵乘积。一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。由于它把许多数据紧凑的集中到了一起,所以有时候可以简便地表示一些复杂的模型。
信息源自网络
C. 西班牙方阵的方阵意义
在16世纪的一段时期里,这种军事体制统治了整个欧洲战场。在兵器技术的发展中专出现了一个值得注意的新属趋向,西班牙方阵中包括着数量相等的火绳枪连和长矛连,但是一个熟练的火绳枪士兵每月最多可挣四个埃斯库多葡萄牙货币单位,而长矛兵最多不会超过三个埃斯库多。
16世纪下半叶,西班牙军队曾经威震一时。其原因正是它采用了西班牙方阵这种军队体制的缘故。战场上长矛兵排成密集的三个横队,每个横队正面为50至60人,纵深为20列。在四个边角上是排成密集方队的火绳枪士兵。这种坚固而具有机动能力的密集队形其宽度约为150 米,纵深100 米。在方阵的四边外侧各排列着一列火绳枪士兵,还派出一独立的分遣队从事小规模出击。
由于西班牙纵队作战思想的成功,不久法国也模仿组成了地区性的常备部队。它起初称为军团,后又改为团,每个军团由6 个大队组成,每大队1000人,其中包括600 名长矛兵,300 名火绳枪士兵,100 名戟兵。
西班牙方阵的意义在于,它运用火器的强大威力和长枪兵左刺战术将传统冷兵器时代军队送进了历史的垃圾堆,而其强调的绝对的纪律性也为近代军队的建立打下了基础。
D. 矩阵发展史
华罗庚(1910年11月12日—1985年6月12日),出生于金坛金城镇,是世界著名数学家,是中国解析数论、回矩阵几何学、典型答群、自安函数论等多方面研究的创始人和开拓者。在国际上以华氏命名的数学科研成果就有“华氏定理”、“怀依—华不等式”、“华氏不等式”、“普劳威尔—加当华定理”、“华氏算子”、“华—王方法”等。他为中国数学的发展作出了举世瞩目的贡献。美国著名数学家贝特曼著文称:“华罗庚是中国的爱因斯坦,足够成为全世界所有著名科学院院士”。被列为芝加哥科学技术博物馆中当今世界88位数学伟人之一。
E. 为什么黑客帝国3要叫做矩阵革命呢剧情跟矩阵有关系吗
以前矩阵每一次升级都是把锡安的人杀光然后重建,但是这一次没有,为什么,先知发动的革命成功了,矩阵世界发生了变革影响了物理世界,只有人参与的活动才叫革命,机械的程序叫做升级,矩阵革命的意义在于人类在物理世界获得了机械给予的一部分生存空间,是真正属于自己的。
革命是历史的必然规律,就跟人类历史上一样每隔一段时间就有革命,机械帝国也是一样的。
只是黑客帝国中革命的主角不再是人类而是机械智能。
参考人类的历史,就可以看明白,任何革命的发生都不是一个人推动,这里面既有墨菲斯的坚持,也有先知的推动,不仅是时代发展所决定的,也是任何生命决定的发展,相互影响。尼奥也起着非常重要的作用。
革命的结果无所谓成功和失败,只是改变了社会制度而已,就跟毛主席时代对富人不公平,和今天对穷人不公平一样,不可能绝对公平,可以说是生产力绝对生产关系(科技水平绝对社会制度),机械帝国的科技到了一定程度就可以给人类一定的生存空间了。人类在社会中就可以拥有一定的地位。
下面来一个时间谱
21世纪中,机械智慧出现
21世纪末,机械智慧进化到机械智能,自我意识强烈,渴望权力
22世纪初,人类的缺点发展到了极致,这个世界所有的科技,经济都是机械的劳动成果。
人类看做自己要失去一切,所以决定没绝任何机械,天空被覆盖。
22世纪中到22世纪末,人类已经没绝,这个世界只有试管人,而且都是机械用来生物发电的。直到黑客帝国电影的结尾那个时候,人类才真正的开始……
F. 哪位高手知道矩阵到底有什么意义
意义:
数值分析的主要分支致力于开发矩阵计算的有效算法,这是一个几个世纪以来的课题,是一个不断扩大的研究领域。矩阵分解方法简化了理论和实际的计算。
针对特定矩阵结构(如稀疏矩阵和近角矩阵)定制的算法在有限元方法和其他计算中加快了计算。 无限矩阵发生在行星理论和原子理论中。 无限矩阵的一个简单例子是代表一个函数的泰勒级数的导数算子的矩阵。
矩阵是高等代数学中的常见工具,也常见于统计分析等应用数学学科中。在物理学中,矩阵于电路学、力学、光学和量子物理中都有应用;计算机科学中,三维动画制作也需要用到矩阵。 矩阵的运算是数值分析领域的重要问题。将矩阵分解为简单矩阵的组合可以在理论和实际应用上简化矩阵的运算。
(6)矩阵的历史意义扩展阅读
在数学中,矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合,最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。
在线性代数中,对于n阶方阵N,存在正整数k,使得N^k=0,这样的方阵N就叫做幂零矩阵。满足条件的最小的正整数k被称为N的度数或指数。
人类对数的认识有2个轨迹:第1个发展轨迹是对数本身的认识,在原始社会的狩猎中,用自然数1,2…,9来记录猎物,以后又认识了分数和小数。在研究圆的半径和周长的关系等一系列问题时,接触到了无理数,随后又发现了虚数。
第2个发展轨迹是,用字母代表数字进行各种数学运算,从具体的数字到代数,这是一个飞跃,有了代数,数学得到了飞速发展,如函数、微积分的出现。
G. 矩阵在现实生活中的应用
在数学中,矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合、 ,最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。
由 m × n 个数aij排成的m行n列的数表称为m行n列的矩阵,简称m × n矩阵。记作:
这里表示的是一次线性变换再街上一个平移。
线性变换及对称
线性变换及其所对应的对称,在现代物理学中有着重要的角色。例如,在量子场论中,基本粒子是由狭义相对论的洛伦兹群所表示,具体来说,即它们在旋量群下的表现。内含泡利矩阵及更通用的狄拉克矩阵的具体表示,在费米子的物理描述中,是一项不可或缺的构成部分,而费米子的表现可以用旋量来表述。描述最轻的三种夸克时,需要用到一种内含特殊酉群SU(3)的群论表示;物理学家在计算时会用一种更简便的矩阵表示,叫盖尔曼矩阵,这种矩阵也被用作SU(3)规范群,而强核力的现代描述──量子色动力学的基础正是SU(3)。还有卡比博-小林-益川矩阵(CKM矩阵):在弱相互作用中重要的基本夸克态,与指定粒子间不同质量的夸克态不一样,但两者却是成线性关系,而CKM矩阵所表达的就是这一点。
量子态的线性组合
1925年海森堡提出第一个量子力学模型时,使用了无限维矩阵来表示理论中作用在量子态上的算子。这种做法在矩阵力学中也能见到。例如密度矩阵就是用来刻画量子系统中“纯”量子态的线性组合表示的“混合”量子态。
另一种矩阵是用来描述构成实验粒子物理基石的散射实验的重要工具。当粒子在加速器中发生碰撞,原本没有相互作用的粒子在高速运动中进入其它粒子的作用区,动量改变,形成一系列新的粒子。这种碰撞可以解释为结果粒子状态和入射粒子状态线性组合的标量积。其中的线性组合可以表达为一个矩阵,称为S矩阵,其中记录了所有可能的粒子间相互作用。
简正模式
矩阵在物理学中的另一类泛应用是描述线性耦合调和系统。这类系统的运动方程可以用矩阵的形式来表示,即用一个质量矩阵乘以一个广义速度来给出运动项,用力矩阵乘以位移向量来刻画相互作用。求系统的解的最优方法是将矩阵的特征向量求出(通过对角化等方式),称为系统的简正模式。这种求解方式在研究分子内部动力学模式时十分重要:系统内部由化学键结合的原子的振动可以表示成简正振动模式的叠加[31] 。描述力学振动或电路振荡时,也需要使用简正模式求解。
几何光学
在几何光学里,可以找到很多需要用到矩阵的地方。几何光学是一种忽略了光波波动性的近似理论,这理论的模型将光线视为几何射线。采用近轴近似(英语:paraxial approximation),假若光线与光轴之间的夹角很小,则透镜或反射元件对于光线的作用,可以表达为2×2矩阵与向量的乘积。这向量的两个分量是光线的几何性质(光线的斜率、光线跟光轴之间在主平面(英语:principal plane)的垂直距离)。这矩阵称为光线传输矩阵(英语:ray transfer matrix),内中元素编码了光学元件的性质。对于折射,这矩阵又细分为两种:“折射矩阵”与“平移矩阵”。折射矩阵描述光线遇到透镜的折射行为。平移矩阵描述光线从一个主平面传播到另一个主平面的平移行为。
由一系列透镜或反射元件组成的光学系统,可以很简单地以对应的矩阵组合来描述其光线传播路径。
电子学
在电子学里,传统的网目分析(英语:mesh analysis)或节点分析会获得一个线性方程组,这可以以矩阵来表示与计算。
H. 希望,简单介绍下矩阵行列式和数列
矩阵就是就是把一些数字(函数)按照方阵排列,行列式就是一个可以显示方阵专内在关系的算属法,数列就是一列数,网络对行列式的介绍不太好,建议去维基网络看,这里吐槽一句,同样是行列式,英文的维基和中文的维基写的历史完全不一样啊
I. 线性代数发展史
概述
线性代数是代数学的一个分支,主要处理线性关系问题。线性关系意即数学对象之间的关系是以一次形式来表达的。例如,在解析几何里,平面上直线的方程是二元一次方程;空间平面的方程是三元一次方程,而空间直线视为两个平面相交,由两个三元一次方程所组成的方程组来表示。含有 n个未知量的一次方程称为线性方程。关于变量是一次的函数称为线性函数。线性关系问题简称线性问题。解线性方程组的问题是最简单的线性问题。
历史
线性代数作为一个独立的分支在20世纪才形成,然而它的历史
九章算术
却非常久远。“鸡兔同笼”问题实际上就是一个简单的线性方程组求解的问题。最古老的线性问题是线性方程组的解法,在中国古代的数学著作《九章算术·方程》章中,已经作了比较完整的叙述,其中所述方法实质上相当于现代的对方程组的增广矩阵的行施行初等变换,消去未知量的方法。
由于费马和笛卡儿的工作,现代意义的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维线性空间的过渡。
随着研究线性方程组和变量的线性变换问题的深入,行列式和矩阵在18~19世纪期间先后产生,为处理线性问题提供了有力的工具,从而推动了线性代数的发展。向量概念的引入,形成了向量空间的概念。凡是线性问题都可以用向量空间的观点加以讨论。因此,向量空间及其线性变换,以及与此相联系的矩阵理论,构成了线性代数的中心内容。
凯莱
矩阵论始于凯莱,在十九世纪下半叶,因若当的工作而达到了它的顶点。1888年,皮亚诺以公理的方式定义了有限维或无限维线性空间。托普利茨将线性代数的主要定理推广到任意体(domain)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(mole)的概念,这一概念很显著地推广了线性空间的理论和重新整理了十九世纪所研究过的情况。
“代数”这个词在中文中出现较晚,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、翻译家李善兰才将它翻译成为“代数学”,之后一直沿用。
2学术地位编辑
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。线性代数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。
线性代数的含义随数学的发展而不断扩大。线性代数的理论和方法已经渗透到数学的许多分支,同时也是理论物理和理论化学所不可缺少的代数基础知识。
“以直代曲”是人们处理很多数学问题时一个很自然的思想。很多实际问题的处理,最后往往归结为线性问题,它比较容易处理。因此,线性代数在工程技术和国民经济的许多领域都有着广泛的应用,是一门基本的和重要的学科。线性代数的计算方法是计算数学里一个很重要的内容。
3基本介绍编辑
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。
向量
现代线性代数已经扩展到研究任意或无限维空间。一个维数为 n 的向量空间叫做 n 维空间。在二维和三维空间中大多数有用的结论可以扩展到这些高维空间。尽管许多人不容易想象 n 维空间中的向量,这样的向量(即 n 元组)用来表示数据非常有效。由于作为 n 元组,向量是 n 个元素的“有序”列表,大多数人可以在这种框架中有效地概括和操纵数据。比如,在经济学中可以使用 8 维向量来表示 8 个国家的国民生产总值(GNP)。当所有国家的顺序排定之后,比如(中国、美国、英国、法国、德国、西班牙、印度、澳大利亚),可以使用向量(v1,v2,v3,v4,v5,v6,v7,v8)显示这些国家某一年各自的 GNP。这里,每个国家的 GNP 都在各自的位置上。
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。
J. 矩阵化简的发展历程
考试都考过了~还回答个毛~~!!