Bien, claramente me preocupo demasiado por enseñar álgebra lineal:
I. Los dos niveles de álgebra lineal
Hay dos niveles de comprensión de álgebra lineal que creo son los más relevantes:
EDITAR: Me acabo de dar cuenta de lo fácil que puede malinterpretar mi consejo aquí. Quiero señalar que (2) no pretende representar todo el material “abstracto” tanto como una cierta tendencia pedagógica en la enseñanza del álgebra lineal “avanzada” que intenta evitar matrices (y a veces incluso el determinante … Axler no lo hace) hasta el Capítulo 10 o algo así). Pensar en las matrices y los vectores como objetos abstractos e introducir la noción de “espacio vectorial”, etc., todavía cuenta como (1) y en realidad se hace, por ejemplo, en los libros / conferencias de Strang, y definitivamente es parte de los fundamentos. Hago este contraste principalmente para combatir la idea de que de alguna manera “si eres inteligente, deberías hacer álgebra lineal bien y nunca pensar en matrices”, lo que creo que es una trampa para principiantes “inteligentes”. Creo que la abstracción de espacios vectoriales es valiosa, incluso para (1). Pido disculpas por esta confusión y he cambiado ligeramente mi redacción.
- ¿Por qué el rizo de un gradiente es 0? ¿Cuál es una explicación intuitiva de esto?
- ¿De qué sirve la matriz inversa? No lo usaría para resolver sistemas lineales, pero debe haber algunas aplicaciones concretas o de la vida real donde se usa.
- ¿Cuál es la forma más eficiente de calcular solo el valor propio más grande de la matriz de covarianza de un dato de tamaño pequeño (máx. 10 × 10)?
- ¿Cuál es la importancia de los determinantes en el álgebra lineal?
- ¿Qué preguntas consideramos en álgebra lineal?
1) usar matrices como foco. Esta es la escuela Strang, que defiende que el mejor método es jugar con matrices a través de cálculos concretos. Para esto, los apuntes de Strang en el MIT OCW son acordados por muchos como el mejor recurso (las opiniones sobre su libro son más variadas, pero personalmente todavía creo que son útiles). Si ve el álgebra lineal como una herramienta que desea usar en lugar de una historia que desea aprender . Le recomiendo que se detenga aquí y aprenda a usar la herramienta en los cálculos reales. Si es un poco más ambicioso, tal vez obtenga algunos proyectos que involucren MATLAB, Mathematica, Maple o SAGE. Ver números reales ayuda mucho. Es por eso que las personas como Alan Edelman son ridículas con las matrices.
2) usando álgebra lineal abstracta como foco. Este es el enfoque de “Álgebra lineal bien hecho” que creo que es horrible si solo quieres aprenderlo como una herramienta . Para, por ejemplo, un estudiante graduado de matemáticas, esto se vuelve indispensable (sin embargo, la mayoría de las personas que enseñamos no se convierten en estudiantes graduados, un hecho que los matemáticos somos horribles para recordar). El libro de Axler es bastante bueno en esto, pero una joya que no veo lo suficientemente recomendada es el Libro de problemas de álgebra lineal de Paul Halmos. Si bien la gente realmente debería leer cualquier cosa de Paul Halmos, esta colección me pareció particularmente útil y agradable. Como beneficio adicional, creo que incluso las personas que solo están interesadas en (1) pueden ganar un poco de este libro.
Creo que a menos que tengas algo de talento, saltar directamente a (2), incluso si lo entiendes, no te hace bueno en (1). Se ha dicho (me estoy tomando un poco de libertad) que los mejores matemáticos se negarán a reconocer filas y columnas de números, pero cuando ha llegado la noche y la tierra está oscura y sus padres no están mirando, están en sus oficinas en secreto. luchando por multiplicar matrices (y a menudo equivocándose). Para la mayor parte del mundo que usa las matemáticas (es decir: no matemáticos), aprender (1) sólidamente y hacer (2) como diversión / inspiración parece ser la mejor y la forma más sencilla de hacerlo. Si haces esto, siéntete orgulloso de que estás aprendiendo Álgebra Lineal Hecho Incorrecto, porque todavía es álgebra lineal y sigue siendo increíble.
——-
II La preparación mental para el álgebra lineal
Otra cosa que realmente quiero mencionar es que el álgebra lineal es una comida bastante grande para la mayoría de los recién llegados, por lo que tener “principios rectores” en su mente a medida que aprende acelerará el proceso. Aquí están los 3 que encontré más útiles para mis alumnos y para mí:
1) mantenga una lista de “cosas equivalentes” a la invertibilidad . Te darás cuenta de que muchos conceptos se enfocan perfectamente de esta manera, desde valores propios hasta resolver ecuaciones para clasificar hasta tomar inversas matriciales. Las personas con experiencia hacen estas cosas de manera bastante automática, pero puede tomar algún tiempo acostumbrarse a esto si eres nuevo.
2) siempre piensa siempre en cómo tomar el “esqueleto” de una matriz que captura la mayor parte de su esencia. El ejemplo más claro de esto es un secreto sucio: a los matemáticos (y especialmente a los físicos) les gusta “entrecerrar los ojos” en una matriz y solo ven una matriz diagonal con los valores propios en la diagonal, luego hacen declaraciones inteligentes sobre la matriz y luego justifíquelo más tarde con transformaciones de similitud y (Dios no lo quiera) la forma de Jordan.
3) (un poco más relevante para el pensamiento abstracto, pero útil para ambos) las matrices siempre tienen dos interpretaciones: una como una transformación que come vectores y escupe vectores; el otro como una forma bilineal que come dos vectores y escupe un número. Para matar tu confusión en un 80%, siempre recuerda mentalmente en qué mundo estás . Esto también le ayuda a recordar cuándo necesita envolver su matriz con algo y su inverso (el primero) y cuándo necesita envolver su matriz con algo y su transposición (el último).
—-
III. La aplicación de álgebra lineal
Esto es para aprender un curso de álgebra lineal. Por supuesto, también hay cómo ver el álgebra lineal en el resto del mundo, lo que para mí es una parte importante (pero bueno, si realmente te importa el curso, deja de leer. Tu propia pérdida). Para esto, veo dos cosas principales:
1) busca una matriz. Cada vez que hay una transformación, como una proyección, hay una matriz. Vayamos un paso más allá: cada vez que tenga variables independientes, puede pensar que se están “transformando” en variables dependientes. Si vas a la navaja de Occam y asumes que esto es lineal (la mayoría de las cosas son, o se pueden estimar), ¡tienes una transformación! Creo que esto (tener variables independientes y dependientes) es la razón número uno por la que el álgebra lineal surge en la ciencia . Realmente deseaba que alguien me dijera esto antes, así que lo digo ahora. Una gran cantidad de aprendizaje automático, econometría y estadísticas realmente se reducen a esto (excepto que ML llama “características” a las variables para que sean molestas).
2) la parte del álgebra lineal más digna de aplicación es el análisis de componentes principales, también conocido como un millón de otros nombres, ya que cada campo lo redescubre y le pone su propio nombre. El ejemplo de juguete que tengo en mi cabeza es cuando tienes muchos puntos en una parcela 2-D que cae en una línea, ¿no quieres realmente pensar en ella como una línea en una dimensión? Felicidades, has descubierto el análisis de componentes principales 1-d ( o regresión lineal; no creo que los dos sean muy diferentes = D).
Vientos seguros.