本文的閱讀等級:中級
數學解題像是一門具歸納性質的實驗科學活動,學者不僅試圖了解各種解答,還希望能明白這些解答背後的動機和過程。美國數學家 G. Polya (1887-1985) 在其名著“How to Solve it”(中譯《怎樣解題》,天下文化出版,2006)主張數學解題過程可分為四個階段。第一、了解問題:要知道未知數是什麼?已知數是什麼?條件是什麼?第二、擬定計畫:找出已知數和未知數之間的關係。如果這個關係不是很明確,可以嘗試考慮類似的問題。最後,我們應該能想出解題的計畫。第三、執行計畫:將解題計畫付諸實現,仔細檢查每一個步驟。第四、驗算與回顧:驗算所得的解答,檢驗每個論證步驟是否正確。Polya 並以“啟發法”(heuristic)為基礎,舉出一連串提示問題引領讀者朝著解答方向前進。本文就以矩陣分析常使用的分塊矩陣為例,跟隨 Polya 的腳步,學習透過有效的提問來激發想法,從而構思解題計畫,跨越障礙直達問題核心。
2010年8月2日 星期一
2010年2月3日 星期三
最簡列梯形陣式的唯一性
本文的閱讀等級:高級
高斯---約當法(Gauss-Jordan method)是線性代數中最常使用的演算法之一,它的功用是將給定矩陣化約至最簡列梯形陣式(reduced row echelon form)。透過最簡列梯形矩陣,不但可以解出線性方程組還能回答許多有關矩陣的基本問題,如矩陣秩、列空間基底、行空間基底以及零空間基底。從高斯---約當法的演算過程,我們憑直覺推斷 $$A$$ 的最簡列梯形矩陣是唯一的,於是理所當然地將它視為事實。本文介紹一個運用排列矩陣和分塊矩陣的代數證明方法,透徹瞭解這整個論證過程對提昇邏輯推理能力有很大的幫助。
高斯---約當法(Gauss-Jordan method)是線性代數中最常使用的演算法之一,它的功用是將給定矩陣化約至最簡列梯形陣式(reduced row echelon form)。透過最簡列梯形矩陣,不但可以解出線性方程組還能回答許多有關矩陣的基本問題,如矩陣秩、列空間基底、行空間基底以及零空間基底。從高斯---約當法的演算過程,我們憑直覺推斷 $$A$$ 的最簡列梯形矩陣是唯一的,於是理所當然地將它視為事實。本文介紹一個運用排列矩陣和分塊矩陣的代數證明方法,透徹瞭解這整個論證過程對提昇邏輯推理能力有很大的幫助。
2009年8月4日 星期二
2009年4月1日 星期三
由最簡列梯形矩陣判斷線性方程解的結構
本文的閱讀等級:初級
給定一個 $$m\times n$$ 階矩陣 $$A$$,方程式 $$A\mathbf{x}=\mathbf{b}$$ 的解有哪些可能性?對於任意 $$m$$ 維向量 $$\mathbf{b}$$,解是否存在?又是否唯一?或者說解的結構為何?從矩陣 $$A$$ 的最簡列梯形矩陣 $$R$$,我們可以回答上述關於解的結構問題。看這個例子:
$$A=\begin{bmatrix}
1&2&1&3\\
1&2&2&5\\
1&2&3&7\end{bmatrix}$$
給定一個 $$m\times n$$ 階矩陣 $$A$$,方程式 $$A\mathbf{x}=\mathbf{b}$$ 的解有哪些可能性?對於任意 $$m$$ 維向量 $$\mathbf{b}$$,解是否存在?又是否唯一?或者說解的結構為何?從矩陣 $$A$$ 的最簡列梯形矩陣 $$R$$,我們可以回答上述關於解的結構問題。看這個例子:
$$A=\begin{bmatrix}
1&2&1&3\\
1&2&2&5\\
1&2&3&7\end{bmatrix}$$
2009年3月17日 星期二
二矩陣之和的逆矩陣
本文的閱讀等級:中級
1970年代美國電視影集 "Kung Fu" 裡,主角甘貴成 (Caine) 與盲眼老和尚 (Master Po) 初次相遇時有一段令人難忘的對話。(按此收看 YouTube 影片)
1970年代美國電視影集 "Kung Fu" 裡,主角甘貴成 (Caine) 與盲眼老和尚 (Master Po) 初次相遇時有一段令人難忘的對話。(按此收看 YouTube 影片)
2009年3月12日 星期四
矩陣乘法的現代觀點 (三)
以分塊作為計算單元定義 AB
假設矩陣 $$A$$ 是 $$m\times n$$ 階,$$B$$ 是 $$n\times p$$ 階,則 $$AB$$ 可以相乘。同樣道理,將 $$A$$ 和 $$B$$ 以分塊矩陣形式表示,例如,$$A$$ 為 $$3\times 2$$ 分塊,$$B$$ 為 $$2\times 2$$ 分塊:
$$A=\begin{bmatrix}
A_{11}&A_{12}\\
A_{21}&A_{22}\\
A_{31}&A_{32}\end{bmatrix}$$ 和 $$B=\begin{bmatrix}
B_{11}&B_{12}\\
B_{21}&B_{22}\end{bmatrix}$$
如此 $$AB$$ 可以用分塊矩陣實現乘法運算。
假設矩陣 $$A$$ 是 $$m\times n$$ 階,$$B$$ 是 $$n\times p$$ 階,則 $$AB$$ 可以相乘。同樣道理,將 $$A$$ 和 $$B$$ 以分塊矩陣形式表示,例如,$$A$$ 為 $$3\times 2$$ 分塊,$$B$$ 為 $$2\times 2$$ 分塊:
$$A=\begin{bmatrix}
A_{11}&A_{12}\\
A_{21}&A_{22}\\
A_{31}&A_{32}\end{bmatrix}$$ 和 $$B=\begin{bmatrix}
B_{11}&B_{12}\\
B_{21}&B_{22}\end{bmatrix}$$
如此 $$AB$$ 可以用分塊矩陣實現乘法運算。
訂閱:
文章 (Atom)