学习线性代数的感想
一、线性代数概述
线性代数是一门应用性很强,而且理论非常抽象的数学学科,它主要讨论了矩阵理论、与矩阵结合的有限维向量空间及其线性变换的理论.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、经济学、网络技术等无不以线性代数为基础.但是在线性代数中,大部分的计算太过繁琐.例如当把方程的阶次提高到了三元以上时,不但要求较高的抽象思维能力,而且也要求用十分繁琐的计算步骤才能解决问题,这使得大多数的学生对线性代数感到乏味枯燥。
二、当前我们在线性代数学习中面临着许多问题
(1)老师讲课方式单一。
(2)课程内容抽象,定理和概念繁多。
(3)与现代化技术结合得不好，多为理论讲解少了实践计算机练习。
二、国内外线代学习比较
而在国外大学，线性代数的教材只是教他们一些简单的线代计算，而对于比较复杂的计算题来说国外的学生大都是在计算机上完成，并且还与实际应用问题相结合，这也许与他们从小受到的教育有关。在国外，一般都采用“放羊”式的教育方法，因此，也就使学生们从小养成了自己独立思考的一种习惯，所以这使得计算机成为他们学习的有力武器，解决起来一些比较复杂的线代问题更为得心应手。
在中国也正是因为传统教育观念的影响，让我们总是处于一种“被逼迫”学习的状态，不会自主独立的学习，一些知识都是由老师强加给的，很少有学生会自己独立的思考、独立的学习。在平时为了搞清楚一个问题而去图书馆翻阅相关资料，一般都是由老师提出问题，再有老师回答问题，而在这个过程中，我们中国的学生只是处于一个“旁观者”，不参与探索。
三、解决复杂线代问题的工具---MATLAB
由于MATLAB可以帮助使用者摆脱繁重的计算过程,所以在美国大学中，MATLAB已广泛应用到线性代数中去,成为许多大学生和研究生使用的重要工具.在国外的高校中,熟练掌握MATLAB已成为大学及以上学历必须掌握的基本技能.大多数国外学校对数学的研究主要是运用计算机解决问题,真正动手演算很少,所以即使中国学生在理论知识上比外国学生强,但对于实际应用和动手能力却远远不如外国学生.
在我们小组用MATLAB工具计算的过程中，我们发现运用计算机计算更加方便快捷，相对于手算来说，用计算机计算的结果更准确，并且我们还发现可以用这个工具来解决一些实际问题比如工业上的生产链以及物流链，都可以将其数字化加以监控与检测，有利于生产链和物流链的管理。
线性代数的学习方法和心得体会 一、学习方法 今天先谈谈对线形空间和矩阵的几个核心概念的理解。这些东西大部分是凭着自己的理解写出来的，基本上不抄书，可能有错误的地方，希望能够被指出。但我希望做到直觉，也就是说能把数学背后说的实质问题说出来。 首先说说空间(space)，这个概念是现代数学的命根子之一，从拓扑空间开始，一步步往上加定义，可以形成很多空间。线形空间其实还是比较初级的，如果在里面定义了范数，就成了赋范线性空间。赋范线性空间满足完备性，就成了巴那赫空间；赋范线性空间中定义角度，就有了内积空间，内积空间再满足完备性，就得到希尔伯特空间。 总之，空间有很多种。你要是去看某种空间的数学定义，大致都是“存在一个集合，在这个集合上定义某某概念，然后满足某些性质”，就可以被称为空间。这未免有点奇怪，为什么要用“空间”来称呼一些这样的集合呢？大家将会看到，其实这是很有道理的。 我们一般人最熟悉的空间，毫无疑问就是我们生活在其中的（按照牛顿的绝对时空观）的三维空间，从数学上说，这是一个三维的欧几里德空间，我们先不管那么多，先看看我们熟悉的这样一个空间有些什么最基本的特点。仔细想想我们就会知道，这个三维的空间：1. 由很多（实际上是无穷多个）位置点组成； 2. 这些点之间存在相对的关系； 3. 可以在空间中定义长度、角度； 4. 这个空间可以容纳运动，这里我们所说的运动是从一个点到另一个点的移动（变换），而不是微积分意义上的“连续”性的运动， 认识到了这些，我们就可以把我们关于三维空间的认识扩展到其他的空间。事实上，不管是什么空间，都必须容纳和支持在其中发生的符合规则的运动（变换）。你会发现，在某种空间中往往会存在一种相对应的变换，比如拓扑空间中有拓扑变换，线性空间中有线性变换，仿射空间中有仿射变换，其实这些变换都只不过是对应空间中允许的运动形式而已。
线性代数超强总结 ()0A r A n A Ax A A οο??
√ 行列式的计算： ① 若A B 与都是方阵（不必同阶）,则 (1)mn A A A A B B B B A A B B οο οοο * = = =* *=- ②上三角、下三角行列式等于主对角线上元素的乘积. ③关于副对角线： (1)2 1121 21 1211 1 (1) n n n n n n n n n n n a a a a a a a a a ο οο ---* = =-K N N √ 逆矩阵的求法: ①1 A A A * -= ②1()()A E E A -????→M M 初等行变换 ③11a b d b c d c a ad bc --???? =????--???? T T T T T A B A C C D B D ?? ??=???????? ④1 2 11 11 2 1n a a n a a a a -???? ???? ? ???=???? ???? ??? ?? ? O O 2 1 1 1 12 1 1n a a n a a a a -???? ???? ? ???=???? ?????????? N N
线性代数学习心得体会 篇一：学习线性代数的心得体会 学习线性代数的心得体会 线代课本的前言上就说：“在现代社会，除了算术以外，线性代数是应用最广泛的数学学科了。”我们的线代教学的一个很大的问题就是对线性代数的应用涉及太少，课本上涉及最多的只能算解线性方程组了，但这只是线性代数很初级的应用。我自己对线性代数的应用了解的也不多。但是，线性代数在计算机数据结构、算法、密码学、对策论等等中都有着相当大的作用。 线性代数被不少同学称为“天书”，足见这门课给同学们造成的困难。在这门课的学习过程中，很多同学遇到了上课听不懂，一上课就想睡觉，公式定理理解不了，知道了知识但不会做题，记不住等问题。我认为，每门课程都是有章可循的，线性代也不例外，只要有正确的方法，再加上自己的努力，就可以学好它。 线代是一门比较费脑子的课，所以如果前一天晚上睡得太晚第二天早上的线代课就会变成“催眠课”。那么，就应该在第二天有线代课时晚上睡得早一点。如果你觉得上课跟不上老师的思路那么请预习。这个预习也有学问，预习时要“把更多的麻烦留给自己”，即遇到公式、定理、结论马上把证明部分盖住，自己试着证一下，可以不用写详细的过程，
想一下思路即可；还要多猜猜预习的部分会有什么公式、定理、结论；还要想一想预习的内容能应用到什么领域。当然，这对一些同学有困难，可以根据个人的实际情况适当调整，但要尽量多地自己思考。 一定要重视上课听讲，不能使线代的学习退化为自学。上课时干别的会受到老师讲课的影响，那为什么不利用好这一小时四十分钟呢？上课时，老师的一句话就可能使你豁然开朗，就可能改变你的学习方法甚至改变你的一生。上课时一定要“虚心”，即使老师讲的某个题自 己会做也要听一下老师的思路。 上完课后不少同学喜欢把上课的内容看一遍再做作业。实际上应该先试着做题，不会时看书后或做完后看书。这样，作业可以帮你回忆老师讲的内容，重要的是这些内容是自己回忆起来的，这样能记得更牢，而且可以通过作业发现自己哪些部分还没掌握好。作业尽量在上课的当天或第二天做，这样能减少遗忘给做作业造成的困难。做作业时遇到不会的题可以 问别人或参考同学的解答，但一定要真正理解别人的思路，绝对不能不弄清楚别人怎么做就照抄。适当多做些题对学习是有帮助的。。 线性代数的许多公式定理难理解，但一定要理解这些东西才能记得牢，理解不需要知道它的证明过程的每一步，只
数值分析学习感想 一个学期的数值分析，在老师的带领下，让我对这门课程有了深刻的理解和感悟。这门 课程是一个十分重视算法和原理的学科，同时它能够将人的思维引入数学思考的模式，在处 理问题的时候，可以合理适当的提出方案和假设。他的内容贴近实际，像数值分析，数值微 分，求解线性方程组的解等，使数学理论更加有实际意义。 数值分析在给我们的知识上，有很大一部分都对我有很大的帮助，让我的生活和学习有 了更加方便以及科学的方法。像第一章就讲的误差，在现实生活中，也许没有太过于注意误 差，所以对误差的看法有些轻视，但在学习了这一章之后，在老师的讲解下，了解到这些误 差看似小，实则影响很大，更如后面所讲的余项，那些差别总是让人很容易就出错，也许在 别的地方没有什么，但是在数学领域，一个小的误差，就很容易有不好的后果，而学习了数 值分析的内容，很容易就可以将误差锁定在一个很小的范围内，在这一范围内再逼近，得出 的近似值要准确的多，而在最开始的计算中，误差越小，对后面的影响越小，这无疑是好的。 数值分析不只在知识上传授了我很多，在思想上也对我有很大的影响，他给了我很多数 学思想，很多思考的角度，在看待问题的方面上，多方位的去思考，并从别的例子上举一反三。像其中所讲的插值法，在先学习了拉格朗日插值法后，对其理解透彻，了解了其中 的原理和思想，再学习之后的牛顿插值以及三次样条插值等等，都很容易的融会贯通，很容 易的就理解了其中所想，他们的中心思想并没有多大的变化，但是使用的方式却是不同的， 这不仅可以学习到其中心内容，还可以去学习他们的思考方式，每个不同的思考方式带来的 都是不同的算法。而在看待问题上，不同的思考方式总是可以快速的全方位的去看透彻问题， 从而知道如何去解决。 在不断的学习中，知识在不断的获取，能力在不断的提升，同时在老师的不懈讲解下， 我逐渐的发现数值分析所涵盖的知识面特别的广泛，而我所需要学习的地方也更加的多，自 己的不足也在不断的体现，我知道这只是我刚刚接触到了数学的那一角，在以后我还会接触 到更多，而这求知的欲望也在不停的驱赶我，学习的越多，对今后的生活才会有更大的帮助。 计算132 2013014923 张霖篇二：数值分析学习报告 数值分析学习心得报告 班级：11级软工一班 姓名： * * * 学号: 20117610*** 指导老师：* * * 学习数值分析的心得体会 无意中的一次选择，让我接触了数值分析。 作为这学期的选修课，我从内心深处来讲，数值分析真的有点难。感觉它是在高等数学 和线性代数的基础上，又加深了探讨。虽然这节课很难，我学的不是很好，但我依然对它比 较感兴趣。下面就具体说说我的学习体会，让那些感兴趣的同学有个参考。 学习数值分析，我们首先得知道一个软件——matlab。matrix laboratory，即矩阵实验 室，是math work公司推出的一套高效率的数值计算和可视化软件。它是当今科学界最具影 响力、也是最具活力的软件，它起源于矩阵运算，并高速发展成计算机语言。它的优点是强 大的科学运算、灵活的程序设计流程、高质量的图形可视化与界面、便捷的与其他程序和语 言接口。 根据上网搜集到的资料，你就会发现matlab有许多优点： 首先，编程简单使用方便。到目前为止，我已经学过c语言，机器语言，java语言，这
线性代数 关键词：高等数学自学理解 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。 线性代数是继微积分之后又一门高等数学，与微积分想比，线性代数的基础行列式和矩阵是在高中有所学习的，入门还是相对比较简单的。线性代数从内容上看前后联系紧密，环环相扣，因此解题方法灵活多变，学习时应当常问自己做得对不对？再问做得好不好？只有不断地归纳总结，努力搞清内在联系，使所学知识融会贯通，接口与切入点多了，熟悉了，思路自然就开阔了。所以多做题也是积累经验来方便自己在解题时能更快更准确得运用适当的性质来简化题目。 认真上好每一堂课对于学习好线性代数是格外重要的.教材上的知识和技巧主要由老师在课堂上以授课的形式传授给你。你在上课时应集中精力听讲，积极思考老师提出的问题，迅速而恰当地做笔记。看书的准确程序是：课前预习内容，课上跟着老师的思路走，尽量不看书来回答上课提出的问题，课后进行复习巩固。而有的人恰恰相反，他们在课上埋头看自己的书，丝毫不理会老师在讲什么，这样做只会降低效率 线性代数的许多公式定理难理解，但一定要理解这些东西才能记得牢，理解不需要知道它的证明过程的每一步，只要能朦朦胧胧地想到它的所以然就行了。学习线代及其它任何学科时都要静下心来，如果学习前很亢奋就拿出一两分钟时间平静下来再开始学习。遇到不会做的题时不要去想“这道题我怎么又不会做”等与这道题无关的东西，一心想题，这样解出来的可能性会大很多。做完题后要想想答案上的方法和自己的方法是怎么想出来的，尤其对于自己不会做的题或某个题答案给出的解法非常好且较难想到，然后将这种思路记住，即做完题目后要总结自己做题的思路，活用在之后的做题中。 很多人都说，审计是文科的，学像微积分和线代这样的理科课程没有什么意义，虽然表面看起来是这样的，但实际上却不然。理科注重的逻辑，在学习的理科的过程中，我们的思路会变得清晰，会计是很复杂的一个专业，很多时候不同的条件会需要进行不同的处理，而理科会让这些复杂的东西在我们脑海中变得仅仅有条，所以学习线代也是有必要的。
关，可偏偏数学却是我致命的弱项，在学好数学的路上付出了很多，也有所收获，但也仅仅只是皮毛。在这里分享我的经验，希望 大家有所收获。 一开始学习线代时，便感觉到线代不同于高等数学的地方，在于它几乎从一开始就是一个全新的概念。其研究的范围通常都不是我们能想象到的二维空间，而是上升到n维空间，并且在线性代数的学习过程中，我们几乎都是跟一些新的概念，新的定理打交道，因此理解和记忆起来有相当大的困难，常常是花很久的时间还是理解不了。因此需要课前预习，上课紧跟老师讲解，下课练习课后习题以助更好的理解掌握。 线性代数主要研究三种对象：矩阵、方程组和向量。这三种对象的理论是密切相关的，大部分问题在这三种理论中都有等价
说法。因此，学习线性代数时应能够熟练地从一种理论的叙述转移到另一种中去。如果说与实际计算结合最多的是矩阵的观点，那么向量的观点则着眼于从整体性和结构性考虑问题，因而可以更深刻、更透彻地揭示线性代数中各种问题的内在联系和本质属性。由此可见，掌握矩阵、方程组和向量的内在联系十分重要。 线代的概念多，比如对于矩阵，有对角矩阵、伴随矩阵、逆矩阵、相似矩阵等。运算法则多，比如求逆矩阵，求矩阵的秩，求向量组的秩，求基础解系，求非齐次线性方程组的通解等。内容相互纵横交错，在学到后面的知识点时常常出现需要和前面的知识点的应用，但经常记不起来，就需要不断地复习前面的知识点。要能够做到当题干给出一个信息时必须能够想到该信息等价的其他信息，比如告诉你一个矩阵是非奇异矩阵，它包含的信息有：首先明确它是一个n阶方阵，它的秩是n,它便是满秩矩阵，它所对应的n阶行列式不等于零，那么n个n维向量便线性无关，还有这个方阵是可逆方阵， 并且可以想到它的转置矩阵也是可逆的。
线性代数学习有感 从素未谋面到一知半解，或许将来会有相见恨晚。总之到现在为止，经过将近一个学期的学习，我对线性代数有了一些小小的感想。 线性代数是高等院校一门重要的基础数学课程，具有较强的了逻辑性，抽象性和广泛的实用性。这是我在上网查阅资料时看到的大家对于线性代数的定义。不同于高等数学的是，线性代数几乎从一开始就是一个全新的概念，至少给我的感觉是这样。虽说线性代数主要就是为了解齐次或非齐次的线性方程组，这个目的之于我并不算太陌生，可是它所运用到的东西却是我几乎从未见到过的。我们都知道，线性代数研究的范围通常都不是我们能想象到的二维空间，而是上升到n维空间，这一点相当不可爱。并且在线性代数的学习过程中，我们几乎每天都是跟一些新的概念，新的定理打交道，因此理解和记忆起来有相当大的困难，常常是花很久的时间还是理解不了。 我跟一些就读于其他高校的高中同学交流了一下各自学校线性代数的教学情况，很多同学都谈到了同一个问题。不少老师在教学的时候，经常会舍弃一些重要概念、性质和定理的引入，以及相关的几何意义的解释，以至于学生接受的通常是一个个被硬生生灌输的概念，法则或定理。平心而论，我觉得北邮线性代数的老师在这一点上做得还是不错的，至少给我授课的张鹏老师对这一点抓得比较好。张老师对细节的要求比较高，她会时不时询问学生对知识的理解情况，经常会多次讲解，这真的是一个好现象。不过说实话，由于课时的限制，老师不可能把所有东西都讲解得很透彻，尽管老师尽力讲解了，可每次上完课我仍会有些许疑惑。不过乐观地看，这也未必不是件好事。这就要求我们自己在课下去总结去思考，才能有深刻的理解，并且这样能更好地培养我们的逻辑思维能力。 俗话说得好：“学而不思则罔”。如果我们不去进行深入的思考，那么我们所学到的线性代数的知识就只是一些零散的孤立的概念和方法，无法理解这些概念和方法的意义以及它们之间的联系，到头来只会做一些简单的计算，我们的眼光会被限制，无法上升到一个高度去看待线性代数问题，无法将所学的知识点融会贯通。记得张老师说过，当给你一个信息的时候，尤其是一些不太明显的信息，你要能立刻理解它的内涵，也就是说能够马上联想到与它等价的一些信息。比如说，告诉你一个矩阵是非奇异矩阵，它包含的信息有：首先明确它是一个n阶方阵，它的秩是n，它便是满秩矩阵，它所对应的n阶行列式不等于零，那么n个n维向量便线性无关，还有这个方阵是可逆方阵，并且可以想到它的转置矩阵也是可逆的······还有一点，在线性代数的学习过程中，大片大片的定理确实令人头痛，不过我觉得，其实有些定理或推论是没有必要去背的，因为它们就是另外某个定理的特殊情况，而这些特殊情况，只要我们稍微思考一下，思维稍微开放一点，完全可以自己概括，没有必要多记几个来增加自己的记忆负担。比如说向 “当m>n时，m个n维向量一定线性无关”，量组的线性相关性的定理6的推论2： 看过定理6后你会觉得这完全就是废话嘛，如果你把这当作另一个定理来记忆的话，说句不脸红的话，我们自己都可以联想出很多这种“推论”，会让你记到疯掉。再有就是在记忆一些定理概念的时候，不一定非得按原文记忆，我们可以按照自己的理解来记忆，适合自己的方法才是最好的方法。在学习线性代数的过程中，联想和思考是非常重要的，不要畏惧线性代数的抽象性，理解后的喜悦是难以言表的。通过联想和思考，把学过的知识点串起来，深化理解，我们才能把线性代数学得更好。
线性代数有什么用？ 线性代数有什么用？这是每一个圈养在象牙塔里，在灌输式教学模式下的“被学习”的学生刚刚开始思考时的第一个问题。我稍微仔细的整理了一下学习线代的理由，竟然也罗列了不少，不知道能不能说服你： 1、如果你想顺利地拿到学位，线性代数的学分对你有帮助； 2、如果你想继续深造，考研，必须学好线代。因为它是必考的数学科目，也是研究生科目《矩阵论》、《泛函分析》的基础。例如，泛函分析的起点就是无穷多个未知量的无穷多线性方程组理论。 3、如果你想提高自己的科研能力，不被现代科技发展潮流所抛弃，也必须学好，因为瑞典的L.戈丁说过，没有掌握线代的人简直就是文盲。他在自己的数学名著《数学概观》中说： 要是没有线性代数，任何数学和初等教程都讲不下去。按照现行的国际标准，线性代数是通过公理化来表述的。它是第二代数学模型，其根源来自于欧几里得几何、解析几何以及线性方程组理论。…，如果不熟悉线性代数的概念，像线性性质、向量、线性空间、矩阵等等，要去学习自然科学，现在看来就和文盲差不多，甚至可能学习社会科学也是如此。 4、如果毕业后想找个好工作，也必须学好线代： 想搞数学，当个数学家（我靠，这个还需要列出来，谁不知道线代是数学）。恭喜你，你的职业未来将是最光明的。如果到美国打工的话你可以找到最好的职业（参考本节后附的一份小资料）。 想搞电子工程，好，电路分析、线性信号系统分析、数字滤波器分析设计等需要线代，因为线代就是研究线性网络的主要工具；进行IC集成电路设计时，对付数百万个集体管的仿真软件就需要依赖线性方程组的方法；想搞光电及射频工程，好，电磁场、光波导分析都是向量场的分析，比如光调制器分析研制需要张量矩阵，手机信号处理等等也离不开矩阵运算。 想搞软件工程，好，3D游戏的数学基础就是以图形的矩阵运算为基础；当然，如果你只想玩3D游戏可以不必掌握线代；想搞图像处理，大量的图像数据处理更离不开矩阵这个强大的工具，《阿凡达》中大量的后期电脑制作没有线代的数学工具简直难以想象。 想搞经济研究。好，知道列昂惕夫（Wassily Leontief）吗？哈佛大学教授，1949年用计算机计算出了由美国统计局的25万条经济数据所组成的42个未知数的42个方程的方程组，他打开了研究经济数学模型的新时代的大门。这些模型通常都是线性的，也就是说，它们是用线性方程组来描述的，被称为列昂惕夫“投入-产出”模型。列昂惕夫因此获得了1973年的诺贝尔经济学奖。 相当领导，好，要会运筹学，运筹学的一个重要议题是线性规划。许多重要的管理决策是在线性规划模型的基础上做出的。线性规划的知识就是线代的知识啊。比如，航空运输业就使用线性规划来调度航班，监视飞行及机场的维护运作等；又如，你作为一个大商场的老板，线性规划可以帮助你合理的安排各种商品的进货，以达到最大利润。 对于其他工程领域，没有用不上线代的地方。如搞建筑工程，那么奥运场馆鸟巢的受力分析需要线代的工具；石油勘探，勘探设备获得的大量数据所满足的几千个方程组需要你的线代知识来解决；飞行器设计，就要研究飞机表面的气流的过程包含反复求解大型的线性方程组，在这个求解的过程中，有两个矩阵运算的技巧：对稀疏矩阵进行分块处理和进行LU分解；作餐饮业，对于构造一份有营养的减肥食谱也需要解线性方程组；知道有限元方法吗？这个工程分析中十分有效的有限元方法，其基础就是求解线性方程组。知道马尔科夫链吗？这个“链子”神通广大，在许多学科如生物学、商业、化学、工程学及物理学等领域中被用来做数学模型，实际上马尔科夫链是由一个随机变量矩阵所决定的一个概率向量序列，看看，矩阵、向量又出现了。 另外，矩阵的特征值和特征向量可以用在研究物理、化学领域的微分方程、连续的或离散的动力系统中，甚至数学生态学家用以在预测原始森林遭到何种程度的砍伐会造成猫头鹰的种群灭亡；大名鼎鼎的最小二乘算法广泛应用在各个工程领域里被用来把实验中得到的大量测量数据来拟合到一个理想的直线或曲线上，最小二乘拟合算法实质就是超定线性方程组的求解；二次型常常出现在线性代数在工程（标准设计及优化）和信号处理（输出的噪声功率）的应用中，他们也常常出现在物理学（例如势能和动能）、微分几何（例如曲面的法曲率）、经济学（例如效用函数）和统计学（例如置信椭圆体）中，某些这类应用实例的数学背景很容易转化为对对称矩阵的研究。 嘿嘿（脸红），说实在的，我也没有足够经验讲清楚线代在各个工程领域中的应用，只能大概人云亦云地讲述以上线代的一些基本应用。因为你如果要真正的讲清楚线代的一个应用，就必须充分了解所要应用的领域内的知识，最好有实际的工程应用的经
线性代数学习心得 各位学友好！ 首先让我们分析一下线性代数考试卷（本人以1999年上半年和下半年为例） 我个人让为，先做计算题，填空题，然后证明题，选择题等（一定要坚持先易后难的原则，一定要。旁边有某些同志说：“这些都是屁话，我们都知的快快转入正题吧！”） 把选择题第8题拉出来让大家看看 n(n>1)阶实对矩阵A是正定矩阵的充份必要条件是（） A．A是正定二次型f(x)=x(A)x的矩阵 B．A是各阶顺序主子式均大于等于零（书本的p231定5.9知，大于零就可以了，明显也是错的） C．二次型f(x)=xTAx的负惯性指数为零 D．存在n阶矩阵C，使得A=CTC（由书本的P230知，存在非奇异N阶矩阵C，使A=CTC)很明显，这个选择是错了） 各位学友在做选择题时要仔细呀！ 证明题 先讲1999年下半年 设A，B，C均为n阶矩阵，若ABC=I,这里I为单位矩阵，求证：B为可逆矩阵，且写出的逆矩阵？ 证的过程：己知ABC=I，|ABC|=|I|不等于零，|A|*|B|*|C|不等于零，得出|B|不等于零。所以B是可逆矩阵。 求其逆矩阵，ABC=I，两边同时右乘C-1得AB=C-1,接下来左乘以A-1得B=A-1C-1，最后BC=A-1,BCA=I,于是得B-1=CA(不知各位学友有没有更简便的方法谢谢告之） 对这题做后的心得，本人认为一定要记得，a逆阵可逆的充分必要条件是行列式|a|不等零（切记，还有如ab=i,那么a-1=b） 对了还有，在求解逆矩阵，最简单方法是用初等行变换 公式法吗！容易出错，只适合求解比较特殊的
下面这些是相关的证明题 设B矩阵可逆，A矩阵与B矩阵同阶。且满足A2+AB+B2=O，证明A和A+B都是可逆矩阵？（相信大家都能做出） 己知i+ab可逆，试证I+BA也可逆？ 接下来看看1999年上半年的 设n阶方阵A与B相似，证明：A和B有相同的特征多项式？ 应搞清楚下面的概念 什么是特征多项式呢（1） 什么是特征值呢（2） 什么还有特征向量（3） 什么是相似矩阵（4） λI-A称为A的特征矩阵；|λI-A|称为A的特征多项式；|λI-A|=0称为A的特征矩阵，而由些求出的全部根，即为A的全部特征值。 对每一个求出特征值λ，求出齐次方程组(λI-A)x=o的基础解是&1,&2,&3...&s,则k1&1+k2&2+...ks&s即是A对应于λ的全部特征向量（其中，k1...ks不全为零） 相似矩阵：设A，B都是n阶方阵，若存在n阶可逆阵p，使得p-1ap=b,则称A相似于B，记为A~B(相拟矩阵有相同的行列式，相同的秩，相同的特征值） 我觉得有这么一题使终我还是一知半解的，拉出来让大家看看： 设A为4阶方阵，A*为A的伴随矩阵，若|A|=3，则|A*|=?,|2A*|=? 这题答案是27，432 怎么算的呢？这个具体我也不太清楚，我是用自己的方法，|A|N-1=|A*|,这个N代表多少阶，如是4阶那么3^3=27,后面那个，切记：把2提出行列式以外，看A是几阶行列式，4阶就提4次，2^4*3^3=432(可能书上不是这样的，我只是根据其习题答案推论出来的） 应注意的问题：区为行列式和矩阵之间的区别，特别是用一个不为零的数K乘以行列式或矩阵，前者只是乘以某一行或列，后者则是每一个元素都要乘！ 很容易搞不零清的：线性相关或无关和什么情况下线性方程组有解或无解，还有什么极
行列式 1．为何要学习《线性代数》？学习《线性代数》的重要性和意义。 答：《线性代数》是理、工、医各专业的基础课程，它是初等代数理论的继续和发展，它的理论和方法在各个学科中得到了广泛的应用。 2．《线性代数》的前导课程。 答：初等代数。 3．《线性代数》的后继课程。 答：高等代数，线性规划，运筹学，经济学等。 4．如何学习《线性代数》？ 答：掌握各章节的基本概念和解决问题的基本方法，多多体会例子的方法和技巧，多做练习，在练习中要紧扣问题涉及的概念，不要随意扩大概念的范围，练习要自己做才能理解所学的知识。在学完一章后自己要做一个小结，理清该章内容及前后概念之间的联系。在学完本课程后，将各章的内容做一个总结，想想各章内容之间的联系，易混淆的概念要着重加深理解及区分它们之间的差异。 第一章行列式 5．什么是一个n阶全排列？【知识点】：n阶全排列。 答：由n个数1,2,… ,n 组成的一个有序数组。 6．什么是标准排列？【知识点】：n阶全排列。 答：按数字由小到大的自然顺序排列的n阶排列123…n。 7．什么是n阶全排列的逆序？【知识点】：n阶全排列的逆序。 答：在一个n阶排列中，若某个较大的数排在某个较小的数前面，则称这两个数构成一个逆序。例如：排列45312中，数4与3，数4与1，数4与2，数5与3，数5与1，数5与2，数3与1，数3与2都构成逆序。数4与5，数1与2不构成逆序。 8．什么是n阶排列的逆序数？【知识点】：n阶排列的逆序数。 答：在一个n阶排列中，所有逆序的总数就是排列的逆序数。例如：上问中的排列45312的逆序数为8。 9．什么是奇排列和偶排列？【知识点】：排列的奇偶性。 答：逆序数为奇数的排列叫奇排列；逆序数为偶数的排列叫偶排列。例如：排列45312为偶排列。 10．对换一个排列中的任意两个数，该排列的奇偶性有什么变化？【知识点】：排列的对换对排列的奇偶性的影响。 答：对换一个排列中的任意两个数，奇排列就变成偶排列，偶排列就变成奇排列。例如：偶排列45312对换4与3，则变成排列35412，它的逆序数为7，排列35412是奇排列。 11．任一个n阶排列与标准排列可以互变吗？【知识点】：n阶排列与标准排列的关系。 答：可经过一系列对换互变。且所做对换的次数与排列具有相同的奇偶性。例如：排列32541的逆序数是6，因而是偶排列，它经过2次对换：3与1对换后变为12543，再对换5
学习线性代数的心得体会 线代课本的前言上就说：“在现代社会，除了算术以外，线性代数是应用最广泛的数学学科了。”我们的线代教学的一个很大的问题就是对线性代数的应用涉及太少，课本上涉及最多的只能算解线性方程组了，但这只是线性代数很初级的应用。我自己对线性代数的应用了解的也不多。但是，线性代数在计算机数据结构、算法、密码学、对策论等等中都有着相当大的作用。 线性代数被不少同学称为“天书”，足见这门课给同学们造成的困难。在这门课的学习过程中，很多同学遇到了上课听不懂，一上课就想睡觉，公式定理理解不了，知道了知识但不会做题，记不住等问题。我认为，每门课程都是有章可循的，线性代也不例外，只要有正确的方法，再加上自己的努力，就可以学好它。 线代是一门比较费脑子的课，所以如果前一天晚上睡得太晚第二天早上的线代课就会变成“催眠课”。那么，就应该在第二天有线代课时晚上睡得早一点。如果你觉得上课跟不上老师的思路那么请预习。这个预习也有学问，预习时要“把更多的麻烦留给自己”，即遇到公式、定理、结论马上把证明部分盖住，自己试着证一下，可以不用写详细的过程，想一下思路即可；还要多猜猜预习的部分会有什么公式、定理、结论；还要想一想预习的内容能应用到什么领域。当然，这对一些同学有困难，可以根据个人的实际情况适当调整，但要尽量多地自己思考。 一定要重视上课听讲，不能使线代的学习退化为自学。上课时干别的会受到老师讲课的影响，那为什么不利用好这一小时四十分钟呢？上课时，老师的一句话就可能使你豁然开朗，就可能改变你的学习方法甚至改变你的一生。上课时一定要“虚心”，即使老师讲的某个题自己会做也要听一下老师的思路。 上完课后不少同学喜欢把上课的内容看一遍再做作业。实际上应该先试着做题，不会时看书后或做完后看书。这样，作业可以帮你回忆老师讲的内容，重要的是这些内容是自己回忆起来的，这样能记得更牢，而且可以通过作业发现自己哪些部分还没掌握好。作业尽量在上课的当天或第二天做，这样能减少遗忘给做作业造成的困难。做作业时遇到不会的题可以
线性代数总结归纳-标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
行列式 1．为何要学习《线性代数》 学习《线性代数》的重要性和意义。 答：《线性代数》是理、工、医各专业的基础课程，它是初等代数理论的继续和发展，它的理论和方法在各个学科中得到了广泛的应用。 2．《线性代数》的前导课程。 答：初等代数。 3．《线性代数》的后继课程。 答：高等代数，线性规划，运筹学，经济学等。 4．如何学习《线性代数》 答：掌握各章节的基本概念和解决问题的基本方法，多多体会例子的方法和技巧，多做练习，在练习中要紧扣问题涉及的概念，不要随意扩大概念的范围，练习要自己做才能理解所学的知识。在学完一章后自己要做一个小结，理清该章内容及前后概念之间的联系。在学完本课程后，将各章的内容做一个总结，想想各章内容之间的联系，易混淆的概念要着重加深理解及区分它们之间的差异。 第一章行列式 5．什么是一个n阶全排列【 知识点】：n阶全排列。 答：由n个数1,2,… ,n 组成的一个有序数组。 6．什么是标准排列【 知识点】：n阶全排列。 答：按数字由小到大的自然顺序排列的n阶排列123…n。 7．什么是n阶全排列的逆序【 知识点】：n阶全排列的逆序。 答：在一个n阶排列中，若某个较大的数排在某个较小的数前面，则称这两个数构成一个逆序。例如：排列45312中，数4与3，数4与1，数4与2，数5与3，数5与1，数5与2，数3与1，数3与2都构成逆序。数4与5，数1与2不构成逆序。 8．什么是n阶排列的逆序数【 知识点】：n阶排列的逆序数。 答：在一个n阶排列中，所有逆序的总数就是排列的逆序数。例如：上问中的排列45312的逆序数为8。 9．什么是奇排列和偶排列【
线性代数学习总结 本学期，在吴老师的带领下，我们对线性代数进行了系统的学习。我对线性代数的总体感觉是公式难记，比较抽象，计算容易出错。但是线性代数又是样很实用的工具，比如说对多元一次方程组的求解就可谓非常方便。对于这种难学好用的学科确实让我们比较为难，好好学吧，要有足够的毅力和勇气，不好好学吧，又觉得可惜，好好的工具不掌握哪行？结合这点以及我在平时学习以及近阶段复习当中的感受做出以下线性代数学习的总结。 一：首先学习线性代数要有兴趣。没有兴趣的话对于这样一门课很难学好。兴趣哪里来？这就要求我们对线性代数的重要性非常清楚。对于我们理工科的学生来说，线性代数是我们以后解决专业领域问题的基本工具，想要在专业领域有点成绩，就必须把线性代数学好。再者，线性代数在考研中也占有相当大的比重，鉴于现今就业形势不乐观，考研无疑也是条退路，所以学好现性代数有现实意义。 二：现代入门，重在概念和定义。这是学习的一切学习的基础，只有把握这个环节，我们的学习实践活动才能得以开展，知识是人类高度概括、总结的经验，不可能像平常说话那么通俗易懂。所以我们要想把知识学好，就得在概念上下功夫。例《线性代数》这门课程中的二次型，那我们首先得非常清楚的知到，什么叫做实二次型，什么是特征值，特征向量，什么是相似矩阵等等。否则这一块的知识没有办法开展。 三：学习相关概念后，要学会如何去操作。在线性代数中这一点就体现得很突出。如在我们学习正交矩阵这个概念后，我们得要学会如何去求正交矩阵；再如，当我们认识了矩阵的对角化定义之后，我们得掌握如何去将一个矩阵对角化。其实，就是学会如何去操作，这是我们掌握数学工具的使用方法的重要途径，所以这部分的工作是我们的学习中心和重点。只有掌握了这部分，我们才能在以后学习或者生活中遇到相似的问题，就有了这个工具去为我们解决实际的问题。 四：课堂听讲是关键，课前课后预习巩固。一定要重视上课听讲，不能使线代的学习退化为自学。上课时做别的事只会受到老师讲课的影响，那为什么不利用好这一个半小时的时间好好听呢？上课时，老师之一句话就可能使你豁然开朗，就可能改变你之学习方法甚至改变你之一生。上课时一定要“虚心”，即使老师讲之某个题自己会做也要听一下老师之思路。
浅谈线性代数的心得体会 线性代数是代数学的一个分支，“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。 线性代数主要处理的是线性关系的问题，通过线性代数的学习，能使学生获得应用科学中常用的矩阵、线性方程组等理论及其有关基本知识，并具有较熟练的矩阵运算能力和用矩阵方法解决一些实际问题的能力。 线代课本的前言上就说：“在现代社会，除了算术以外，线性代数是应用最广泛的数学学科了。”我们的线代教学的一个很大的问题就是对线性代数的应用涉及太少，课本上涉及最多的只能算解线性方程组了，但这只是线性代数很初级的应用。我自己对线性代数的应用了解的也不多。但是，线性代数在计算机数据结构、算法、密码学、对策论等等中都有着相当大的作用。 没有应用到的内容很容易忘，我现在高数还基本记得。因为高数在很多课程中都有广泛的应用，比如在国贸专业中的会计课中。线性代数被不少同学称为“天书”，足见这门课给同学们造成的困难。 线代是一门比较费脑子的课，如果你觉得上课跟不上老师的思路那么请预习。预习时 要“把更多的麻烦留给自己”，即遇到公式、定理、结论马上把证明部分盖住，自己试着证一下，可以不用写详细的过程，想一下思路即可；还要多猜猜预习的部分会有什么公式、定理、结论；还要想一想预习的内容能应用到什么领域。当然，这对一些同学有困难，可以根据个人的实际情况适当调整，但要尽量多地自己思考。 一定要重视上课听讲，不能使线代的学习退化为自学。上课时一定要“虚心”，即使老师讲的某个题自己会做也要听一下老师的思路。 上完课后不少同学喜欢把上课的内容看一遍再做作业。实际上应该先试着做题，不会时看书后或做完后看书。这样，作业可以帮你回忆老师讲的内容，重要的是这些内容是自己回忆起来的，这样能记得更牢，而且可以通过作业发现自己哪些部分还没掌握好。适当多做些题对学习是有帮助的。 线性代数的许多公式定理难理解，但一定要理解这些东西才能记得牢，理解不需要知道它的证明过程的每一步，只要能从生活实际想到甚至朦朦胧胧地想到它的“所以然”就行了。 做完题后要想想答案上的方法和自己的方法是怎么想出来的，尤其对于自己不会做的题或某个题答案给出的解法非常好且较难想到，然后将这种思路“存档”，即“做完题后要总线性代数作为一门数学，体现了数学的思想。 数学上的方法是相通的。比如，考虑特殊情况这种思路。线性代数中行列式按行或列展开
学习线性代数的感想 一、线性代数概述 线性代数是一门应用性很强,而且理论非常抽象的数学学科,它主要讨论了矩阵理论、与矩阵结合的有限维向量空间及其线性变换的理论.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、经济学、网络技术等无不以线性代数为基础.但是在线性代数中,大部分的计算太过繁琐.例如当把方程的阶次提高到了三元以上时,不但要求较高的抽象思维能力,而且也要求用十分繁琐的计算步骤才能解决问题,这使得大多数的学生对线性代数感到乏味枯燥。 二、当前我们在线性代数学习中面临着许多问题 (1)老师讲课方式单一。 (2)课程内容抽象,定理和概念繁多。 (3)与现代化技术结合得不好，多为理论讲解少了实践计算机练习。 二、国内外线代学习比较 而在国外大学，线性代数的教材只是教他们一些简单的线代计算，而对于比较复杂的计算题来说国外的学生大都是在计算机上完成，并且还与实际应用问题相结合，这也许与他们从小受到的教育有关。在国外，一般都采用“放羊”式的教育方法，因此，也就使学生们从小养成了自己独立思考的一种习惯，所以这使得计算机成为他们学习的有力武器，解决起来一些比较复杂的线代问题更为得心应手。 在中国也正是因为传统教育观念的影响，让我们总是处于一种“被逼迫”学习的状态，不会自主独立的学习，一些知识都是由老师强加给的，很少有学生会自己独立的思考、独立的学习。在平时为了搞清楚一个问题而去图书馆翻阅相关资料，一般都是由老师提出问题，再有老师回答问题，而在这个过程中，我们中国的学生只是处于一个“旁观者”，不参与探索。 三、解决复杂线代问题的工具---MATLAB 由于MATLAB可以帮助使用者摆脱繁重的计算过程,所以在美国大学中，MATLAB已广泛应用到线性代数中去,成为许多大学生和研究生使用的重要工具.在国外的高校中,熟练掌握MATLAB已成为大学及以上学历必须掌握的基本技能.大多数国外学校对数学的研究主要是运用计算机解决问题,真正动手演算很少,所以即使中国学生在理论知识上比外国学生强,但对于实际应用和动手能力却远远不如外国学生. 在我们小组用MATLAB工具计算的过程中，我们发现运用计算机计算更加方便快捷，相对于手算来说，用计算机计算的结果更准确，并且我们还发现可以用这个工具来解决一些实际问题比如工业上的生产链以及物流链，都可以将其数字化加以监控与检测，有利于生产链和物流链的管理。
线性代数学习心得 把选择题第8题拉出来让大家看看 n(n>1)阶实对矩阵A是正定矩阵的充份必要条件是（） A．A是正定二次型f(x)=x(A)x的矩阵 B．A是各阶顺序主子式均大于等于零（书本的p231定知，大于零就可以了，明显也是错的） C．二次型f(x)=xTAx的负惯性指数为零 D． 存在n阶矩阵C，使得A=CTC（由书本的P230知，存在非奇异N 阶矩阵C，使A=CTC)很明显，这个选择是错了） 各位学友在做选择题时要仔细呀！ 证明题 先讲1999年下半年
设A，B，C均为n阶矩阵，若ABC=I,这里I为单位矩阵，求证：B为可逆矩阵，且写出的逆矩阵？ 证的过程：己知ABC=I，|ABC|=|I|不等于零，|A|*|B|*|C|不等于零，得出|B|不等于零。所以B是可逆矩阵。 求其逆矩阵，ABC=I，两边同时右乘C-1得AB=C-1,接下来左乘以A-1得B=A-1C-1，最后BC=A-1,BCA=I,于是得B-1=CA(不知各位学友有没有更简便的方法谢谢告之） 对这题做后的心得，本人认为一定要记得，a逆阵可逆的充分必要条件是行列式|a|不等零（切记，还有如ab=i,那么a-1=b） 对了还有，在求解逆矩阵，最简单方法是用初等行变换 公式法吗！容易出错，只适合求解比较特殊的 下面这些是相关的证明题 设B矩阵可逆，A矩阵与B矩阵同阶。且满足A2 AB B2=O，证明A和A B都是可逆矩阵？（相信大家都能做出）
己知i ab可逆，试证I BA也可逆？ 接下来看看1999年上半年的 设n阶方阵A与B相似，证明：A和B有相同的特征多项式？ 应搞清楚下面的概念 什么是特征多项式呢（1） 什么是特征值呢（2） 什么还有特征向量（3） 什么是相似矩阵（4） λI-A称为A的特征矩阵；|λI-A|称为A的特征多项式；|λI-A|=0称为A的特征矩阵，而由些求出的全部根，即为A的全部特征值。 对每一个求出特征值λ，求出齐次方程组(λI-A)x=o的基础解
学习线性代数的心得体会 ------10春李卫军 线性代数被不少同学称为“天书”，足见这门课给同学们造成之困难。 在这门课之学习过程中，你是否也遇到了上课听不懂，一上课就想睡觉，公式定理理解不了，知道了知识但不会做题，记不住等问题。不要怕，线性代数之学习是有章可循之，只要有正确之方法，再加上自己之努力，任何学科都不会“打倒”你。 线性代数是一门对理工科学生极其重要数学学科。线代课本之前言上就说：“在现代社会，除了算术以外，线性代数是应用最广泛之数学学科了。”你是不是觉得这好像是在吹，之确，我们之线代教学之一个很大之问题就是对线性代数之应用涉及太少，课本上涉及最多之只能算解线性方程组了，但这只是线性代数很初级之应用。我只上大二，对线性代数之应用了解之也不多。但是，线性代数在计算机数据结构、算法、密码学、对策论等等中都有着相当大之作用。 没有应用到之内容很容易忘，我现在高数还基本记得，但线代已忘了大半。因为高数在很多课程中都有广泛之应用，尤其第二学期开设之大学物理课。所以，如果有时间之话，要尽可能地到网上或图书馆了解线性代数在各方面之应用。如：《线性代数》（居余马等编，清华大学出版社）上就有线性代数在“人口模型”、“马尔可夫链”、“投入产出数学模型”、“图之邻接矩阵”等方面之应用。也可以试着用线性代数之方法和知识证明以前学过之定理或高数中之定理，如老之高中解析几何课本上之转轴公式，它就可以用线性代数中之过渡矩阵来证明。 线性代数难懂和琐碎也跟教学中没有涉及线代之应用有很大关系。 线代是一门比较费脑子之课，所以如果前一天晚上睡得太晚第二天早上之线代课就会变成“催眠课”。那么，请在第二天有线代课时晚上睡得早一点，“卧谈会”开得短一点。如果你觉得上课跟不上老师之思路那么请预习。这个预习也有学问，预习时要“把更多之麻烦留给自己”，即遇到公式、定理、结论马上把证明部分盖住，自己试着证一下，可以不用写详细
大学数学实验作为一门新兴的数学课程在近十年来取得了迅速的发展。你知道数学实验心得体会是什么吗?接下来就是关于数学实验心得体会，供大家阅读! 一直以来都觉得数学是门无用之学。给我的感觉就是好晕，好复杂!选修了大学数学这门课，上也查阅了一些有趣的数学题目，突然间觉得我们的生活中数学无处不在。与我们的学习，生活息息相关。 不得不说，数学是十分有趣的。可以说，这是死中带活的智力游戏。数学有它一定的规律性，就象自然规律一样，你永远也无法改变。但就是这样，它就越困难，越有挑战性。 数学无边无际深奥，更是能让人着迷的遨游在学海的快乐中。数学是很深奥，但它也不是我们可望不可及的。它更拥有自己的独特意义。学习数学的意义为了更好的生活，初中数学吧;为了进入工科领域工作，高中数学吧;为了谋求数学专业领域的发展，大学数学吧数学是什么是什么什么学科，公认的!我觉得是一们艺术，就象有黄金分割才美!几何图形如此精致!规律循环何等奇妙! 在上看到一个很有趣的题目：有一个刚从大学毕业的年轻人去找工作。为了能够胜任这第一份工作，他也自作聪明地象老板提出了一个特殊的要求。“我刚进入社会，现在只是想好锻炼自己，所以你就不必付我太多钱。我先干7天。第一天，你付我5角钱;第二天就付我前一天的平方倍工钱，之后依次类推。”老板一口答应了。可到了最后一天领工资的时候，这个年轻人却只领到了寥寥几块钱。年轻人很不解，老板却说自己已经很不错了，多付了他好几百天的工钱。你知道为什么吗?起初看到我是一头雾水，后面就明白了： .5元的平方是 .25元， .25元的平方是 .625元......也就是说这么一直算下去，年轻人的工钱是一天比一天少的。自然，赚几元钱就得好多天了。但是如果年轻人第一天要的工钱大于1元钱，那么7天的工钱可就多得多了。我们不得不说这个老板是聪明的，员工的马虎的。这么简单的知识也会运用错误，导致自己吃了哑巴亏还没办法挽回。这么一个简单的例子事实上就已经说明数学就在我们的身边。 其实数学就是在我们的身边，之所以没有发现它的存在，我想有时候可能还是因为它的存在及运用实在太多。 数学讲究的是逻辑和准确的判断。在一般人看来，数学又是一门枯燥无味的学科，因而很多人视其为求学路上的拦路虎，可以说这是由于我们的数学教科书讲述的往往是一些僵化的、一成不变的数学内容，如果在数学教学中渗透数学史内容而让数学活起来，这样便可以激发学生的学习兴趣，也有助于学生对数学方法和原理的理解认识的深化。数学不是迷宫，它更多时候是象人生曲折的路：坎坷越多，困难越多，那么之后的收获就一定越大! 刚开始时学大学数学实验的时候我都有一种恐惧感，因为对于它都是陌生的，虽然在学数值分析时接触过 A AB，但那只是皮毛。大学数学实验才让我真正了解到了这门学科，真正学到了 A AB的使用方法，并且对数学建模有了一定的了解。 A AB在各个领域均有应用，作为数学系的学生对于 A AB解决数学问题的能力相当震惊，真是太强大了。数学实验这门课让我学到了很多东西，收获丰硕。 第一节课我了解到了数学实验的一些基本发展史和一些基本知识。通过这学期的学习，