想要学好A-Level数学，词汇可以说是重中之重了。如果连单词都不懂，那还怎么学习更深层次的东西呢?
1
今天，小新君就来看一下线性代数相对比较重点的两组词汇。
▎余子式minor和代数余子式cofactor的区别
这两个概念在解答关于矩阵行列式和逆矩阵的时候见的次数非常多，但是很多同学容易把它们搞混了。
余子式，minor，是指将A的某些行与列去掉之后所余下的方阵的行列式。
代数余子式，cofactor，就是在余子式的基础上加上符号，有的跟余子式相等，有的是余子式的相反数。
这两个概念的最大区别，就是有没有符号，余子式全为正，而代数余子式带符号分正负。例如，一个矩阵的第2行第3列元素的余子式M23为13，那么相应的代数余子式C23就是-13了。
▎行row和列column的区别
这个大家一定会问，这很简单啊，横行纵列嘛～对，非常好。在矩阵中，横向的元素组称为“行”，纵向称为“列”，没有问题。
在这里我想请大家注意对一点是：台湾地区跟大陆地区相反!在台湾地区，横向称为“列”，纵向称为“行”，而台湾的纵行仍然翻译成row，横列仍然翻译成column。所以尤其是台湾地区的同学一定要注意，你们的row和column跟大陆和英国的称呼习惯不一样，大家做题的时候不要搞混而出现错误。
2
线性代数词汇
algebraic cofactor代数余子式
array数组
canonical form标准型
characteristic polynomial特征多项式
characteristic root特征根
coefficient matrix系数矩阵
column列
column rank列秩
component分量
determinant行列式
diagonal element对角元素
diagonal matrix对角矩阵
dimension维数
diagonalisable matrix可对角化矩阵
eigenvalue特征值
eigenvector特征向量
fundamental solution基本解
geometric multiplicity几何重数
homogeneous equation齐次方程
identity matrix单位矩阵
infinite dimensional无穷维的
inverse matrix逆矩阵
least squares problem最小二乘问题
linear combination线性组合
linear dependence线性相关
linear equation线性方程
linear independence线性无关
linear transformation线性变换
main diagonal主对角线
matrix矩阵
multidimensional多维
nonsingular matrix非奇异矩阵
normal equation法方程
normal form标准型
normal matrix正规矩阵
orthogonal matrix正交矩阵
principal minor主子式
rank秩
rectangular matrix长方阵
row行
row rank行秩
row (column) vector行(列)向量
scalar标量
singular matrix奇异矩阵
square matrix方阵
symmetric matrix对称矩阵
trace迹
transposed matrix转置矩阵
unit vector单位向量
vector向量
zero element零元素
zero vector零向量
大家若想了解新加坡小学留学申请、新加坡小学学留学费用以及新加坡留学专业选择等问题都可以在线咨询我们哦!
热门文章
猜你喜欢
换一批
