Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Xidian University

线性代数精讲与应用案例

Xidian University via XuetangX

Overview

大学生为什么要学数学?数学具有双向价值:培养科学品质和广泛应用。数学能提供观察世界的方法和解决问题的手段,这是数学对大学生的主要价值。

教育部高等学校大学数学课程教学指导委员会主任徐宗本院士指出“统计数字表明,大学期间的课程对学生影响最大的就是线性代数,其次是高等数学(下册)即多元微积分”,美国著名的数学教育家、线性代数课程现代化领导人,在美国畅销多年的优秀教材“线性代数及其应用”的作者David C. Lay指出: “线性代数课程是最有趣、最有价值的大学数学课程”。

2019年2月中国联通研究院院长张云勇指出:通信技术的发展更离不开数学基础研究的支撑。微积分的应用、傅里叶级数、线性代数等数学理论都给通信技术的发展提供了依据。 

对于提升逻辑思维和抽象思维能力来说,学习线性代数比学习微积分更加有效。线性代数在数学品质、应用价值和归纳、探索的多重功能,决定了它在大学数学基础中的重要地位

信息时代背景下,科学与工程面对问题的复杂性远远超过前几个世纪的想象。矩阵和向量空间的概念,为提出和解决许多重大问题提供了表述语言和有力的计算框架,线性代数的重要性随着计算机能力的提升而与日俱增。

但线性代数抽象难懂,学了有什么用?这是学生普遍存在的疑问。

本课程不是传统课堂内容的翻版,也不是通常的习题课。

  本课程针对学习线性代数中遇到问题,答疑解惑,深入探究包括五部分内容:一是从几何角度对线性代数的抽象概念进行诠释,如特征值与特征向量的几何意义等。二是线性代数常用的MATLAB计算,如线性方程组的MATLAB求解方法等。学会用数学软件进行分析与计算是理工科学生必备的能力。三是典型例题选讲,根据多年的教学经验,收集、整理学生常见的问题,精心筛选,使学生牢固掌握相关知识。四是知识拓展选讲,如超定线性方程组的最小二乘法、矩阵的几种分解等。如很多实际问题的数学模型是超定线性方程组(即无解),这部分弥补了线性代数传统内容的不足。五是精彩应用案例,有助于激发学生学习兴趣,培养学生应用建模与解决实际问题的意识与能力。

本课程形式新颖,与课堂教学有效互补,这是本课程独有的特色。合理增加课程难度、拓展课程深度、扩大课程的可选择性,激发学生的学习动力和专业的志趣,帮助学生扎实掌握线性代数基本概念、内容、方法及理论,提高学生的科学运算能力、抽象概括能力、逻辑思维能力、空间想象力及解决实际问题的能力,提升学生高阶思维、创新意识等,为后续课程的学习和工作实践奠定基础。

 立德树人,加强知识讲授与课程育人的融合,因此课程内容增加了数学文化内容与西电校史故事、红色记忆等。

本课程团队理工结合优势突出,很多应用案例来自授课教师的专业,因为应用案例是提升学习兴趣的有效途径,这也是本课程独有的特色。

Syllabus

  • 第一章 矩阵及应用
    • 1.1矩阵的MATLAB计算
    • 1.2典型例题选讲
    • 1.3矩阵各种运算规律的归纳
    • 1.4应用案例----投入产出模型
    • 1.5应用案例----矩阵运算的通信应用之空时块码
    • 1.6矩阵运算在天线分析与设计中的应用
    • 1.7应用案例---线性代数在通信中的应用-交织器
  • 第二章 行列式与线性方程组
    • 2.1线性方程组与行列式的几何意义
    • 2.2n阶行列式的计算
    • 2.3行列式的MATLAB计算
    • 2.4线性方程组的MATLAB求解
    • 2.5典型例题选讲
    • 2.6知识拓展--超定线性方程组的最小二乘法
    • 2.7应用案例--利用行列式证明微分中值定理
    • 2.8应用案例--市场占有率问题
    • 2.9应用案例--选举问题及马尔科夫链
    • 2.10k阶子式--矩阵秩的定义
    • 2.11行列式典型习题讲解
  • 第三章 n维向量与向量空间
    • 3.1平面上线性变换的几何意义
    • 3.2向量组的线性表示
    • 3.3向量组的线性相关性
    • 3.4维与3维向量组的线性相关性
    • 3.5判别向量组线性相关性的几种方法
    • 3.6n维向量空间
    • 3.7典型例题选讲
    • 3.8用MATLAB求向量组的极大无关组
    • 3.9知识拓展--矩阵的四个基本子空间
  • 第四章 相似矩阵与二次型
    • 4.1特征值与特征向量的几何意义
    • 4.2知识拓展--求特征值与特征向量的互逆变换法
    • 4.3二次型的几何意义
    • 4.4典型例题选讲
    • 4.5矩阵对角化的MATLAB计算
    • 4.6应用案例--利用矩阵求斐波那契数列通项
    • 4.7应用案例--矩阵特征值分解在MIMO信道容量分析中的应用
    • 4.8应用案例--阵列天线波达方向估计
    • 4.9知识拓展--矩阵的标准形
    • 4.10知识拓展--矩阵的几种分解
    • 4.11线性代数各章节的联系
    • 4.14PageRank网页排名算法
  • 红色西电
    • 数学文化
      • 期末测试

        Taught by

        Gao Shuping, Yang Wei, Tian Tian, and

        Tags

        Reviews

        Start your review of 线性代数精讲与应用案例

        Never Stop Learning.

        Get personalized course recommendations, track subjects and courses with reminders, and more.

        Someone learning on their laptop while sitting on the floor.