问：线性代数是谁发明的
- 答：由于费马和笛卡儿的工作，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维向量空间的过渡 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向量空间。托普利茨将线性代数的主要定理推广到任意体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引导到固有的推理，即是说不依赖于基的选择。不用交换体而用未必交换之体或环作为算子之定义域，这就引向模的概念，这一概念很显著地推广了向量空间的理论和重新整理了十九世纪所研究过的情况。
“代数”这一个词在我国出现较晚，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”，一直沿用至今。
问：学习线性代数的实际意义？
- 答：线代为各种专业课铺路...这个真没骗你，和高数差不多
- 答：线性代数是处理线性问题的思想方法。现在已经广泛应用于工程技术中。确实刚刚看到这些定义和定理没有什么感觉。但是他们确实扮演了非常重要的作用。就问题做一些回答，以下的回答可能有些比较理论。
最早接触的应该是“秩”。向量组、矩阵、线性映射最重要的特征之一。它由向量组极大线性无关组引入，反映了向量组的线性相关程度，并推广到了矩阵，乃至线性映射。矩阵的秩的典型应用就是讨论线性方程组的基础解系个数，后者解决了线性方程组的解结构。线性方程组的求解即使在现在还是非常重要，因为计算机只能“线性”地求解问题，所以所有问题在计算机处理前都要线性化。
事实上秩还有很多应用（统计、数值计算）。n维向量空间是从我们现实空间抽象出来的。要说它的应用就不好说了，其实数学中很多概念是奠定基础的，基于这些概念建立了非常完美的理论，后者有着很好的应用，但是前者就很难牵扯的这些应用，但不能应用这样就认为它没有用。
至于矩阵乘法最早也是从线性方程组中发展而来，其实一种运算的运算方式都是我们赋予的。这包括了四则运算。而矩阵运算这种运算方式的产生就是由于应用（线性方程组），更重要的是这种运算方式使得具有很多很好的性质，使得处理问题变得非常容易。实质上，从空间角度上看，矩阵乘法使得矩阵成为从空间Rn到Rm空间的映射。至于伴随矩阵，也是线性方程组研究的产物，但是后来我们发现，伴随矩阵可以完全刻画可逆矩阵的逆矩阵。最后想说的是，并非所有概念都有他的实际应用。但是这些看似没有作用的概念和定理为真正有广泛应用的概念和定理做了很好的铺垫。 - 答：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。
扩展资料
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。
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。
参考资料来源： - 答：线性代数可非常有用。
如果你不学，估计你连为什么有这个用处都不知道。
线性代数在所有需要分析多维线性方程的场合都有很大应用。例如大规模模拟电路，在某个集合V上定义了加法和数乘运算，若他们满足一定规律则构成一个线性空间V。线性代数就是研究线性空间的结构。这种结构很普遍，比如线性方程组，常系数齐次线性微分方程，积分方程，坐标的平移、旋转和镜像对称，函数空间等等都具有这种结构。线性代数还研究两个线性空间V1到V2的映射，即所谓线性变换。通过线性代数，我们可以一举解决许多具有类似结构的数学问题，这正是数学抽象的魅力所在。
线性代数里面有一些基本概念和定理，非常重要。比如线性相关、线性无关、基、维数、正交、秩等等，这些概念反映了线性空间的本质特征。 - 答：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。
重要定理
每一个线性空间都有一个基。
对一个 n 行 n 列的非零矩阵 A，如果存在一个矩阵 B 使 AB = BA =E（E是单位矩阵），则 A 为非奇异矩阵（或称可逆矩阵），B为A的逆阵。
矩阵非奇异（可逆）当且仅当它的行列式不为零。
矩阵非奇异当且仅当它代表的线性变换是个自同构。
矩阵半正定当且仅当它的每个特征值大于或等于零。
矩阵正定当且仅当它的每个特征值都大于零。
以上内容参考：
问：线性代数是什么
- 答：线性代数是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。
向量空间是现代数学的一个重要课题；因而，线性代数被广泛地应用于抽象代数和泛函分析中；通过解析几何，线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中。
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。
