线性代数应该这样学分析报告.docVIP

线性代数应该这样学 陈建华 （扬州大学 数学科学学院 江苏 扬州 225002） 　摘　要　本文从线性代数的教学内容组织、重点难点分析、常见错误剖析等方面探讨应该怎样学习线性代数． 关键词　线性代数 基本概念 基本计算 常见错误 中图分类号 O151.2 G642.0　　　文献标识码　A “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”．然而，对于该课程的学习，初学者总会感到“概念多，且许多概念看书整不明白”、“从课本上，许多解题步骤不能理解”、“线性代数的知识点衔接很紧密，知识间的联系不好掌握”、“考试时，经常算错”……那么,如何学习线性代数课程呢?本文谈一些看法，供读者参考．文章标题大胆地借用[美]的著作《》的书名,但从内容到思想完全无关，只是吸引读者来读完下面的文字. 弄清课程的内容和结构 线性代数课程所讨论的核心问题是线性方程组的求解、矩阵可对角化判定和二次型的化简．针对要解决的问题，自考教材[1]从知识准备的角度首先介绍行列式、矩阵和向量等基础知识作为课程的基础内容，循着知识发展的轨迹，再逐一介绍线性代数课程三大问题，从而形成基础知识+问题解决+应用的结构框架．（如下图） 基础篇（矩阵代数） 问题篇（核心问题） 应用 矩 阵 线性方程组求解问题 行列式 矩阵对角化判定问题 向 量 二次型化标准形问题 知识模块顺序及关系图 学习该课程的过程中，要时刻关注这三个课程核心问题，思考在解决这三个问题的过程中引进了哪些基本概念，形成了哪些基本理论，得到了哪些重要结论，用到的工具和方法又有哪些．掌握了从问题的提出、展开到解决的过程，就能抓住课程的“纲”，就能学得主动，做到既知树木，又见森林[3]． 行列式和矩阵是解决线性代数问题的工具，它是带有浓厚的代数和计算色彩的理论，是线性代数课程的基础和重点[4]．了解行列式的定义和性质，掌握简单行列式的计算方法；理解矩阵、可逆矩阵、初等矩阵和矩阵的秩的概念，掌握矩阵的运算、矩阵秩的求法，能用矩阵的初等变换求矩阵的等价标准形是学习这部分内容的基本要求． 向量的线性相关性理论是线性代数的蕴涵几何意味的一种理论．一个线性方程、矩阵的一行（列）都可以看作一个向量．线性方程组的各个方程、矩阵的行（列）之间的诸多关系实质上就是向量之间的线性关系．分析这种关系对于剖析线性方程组解的结构，矩阵的行（列）的线性结构，具有关键的意义[4]．当然，这部分内容的概念较多，推理逻辑性较强、较抽象，比较难学，但它是线性代数理论的基础和精髓，通过它的学习可以培养我们的抽象思维能力和逻辑推理能力，提高数学素养．理解向量、向量的线性相关性，向量组的极大线性无关组及向量组的秩的概念，能够判断向量组的线性相关性，掌握向量组线性相关性证明的基本方法，会求向量组的秩、极大线性无关组并用所求的极大线性无关组表示其余向量是学习这部分内容的基本要求． 线性方程组求解是线性代数的基本问题之一和发展的源泉，有极其广泛的应用．线性方程组可以用它的系数矩阵和增广矩阵来表示．线性方程组的解的存在性和解的结构集中反映在这两个矩阵上，线性方程组有解的充分必要条件是，等价于可以由的列向量组线性表示．矩阵的秩是刻画其行（列）的线性相关性和众多子式的特征的一个最重要的数量指标，是线性代数课程中最深刻的概念之一．能够借助于矩阵的秩和简化行阶梯形矩阵求齐次线性方程组的基础解系，求非齐次线性方程组的通解是课程大纲提出要达到“综合应用”最高要求标准的内容． 矩阵（线性变换）的特征值和特征向量是线性代数中有着广泛应用的一部分内容，也是数值代数讨论的一个主题，其几何背景是平面或空间上的变换在一组基下的矩阵以及在不同基下矩阵的关系．特征值和特征向量的概念、性质和计算是线性代数课程的基本概念和基本计算，也是考核的一个重点．矩阵的相似对角化问题是线性代数的三大问题之一，在向量空间中引进内积概念后，矩阵（特别是实对称矩阵）的正交相似对角化方法是重要且特别实用的方法．这部分内容是本课程综合性最强的一部分内容，容易出现较灵活的考题． 实二次型是定义在实向量空间上的系数是实数的二次齐次函数，化实二次型为标准形并判定其正定性，是线性代数课程的又一有广泛应用背景的课题．从几何上看，平面上有心二次曲线，空间的有心二次曲面的标准方程即为对应二次型的标准形．掌握配方法和正交相似变换法化实二次型为标准形并判定其正定性，是线性代数课程中学习这部分内容的基本要求[1][2]． 知晓课程的重点和难点 要学好线性代数，首先必须注重它的基本概念，掌握基本计算，这是基础．其次，还必须在各个部分知识的内在联系上下工夫，提高分析、综合能力．第三，对定理的条件、结论，概念的理解要清晰，要注意推理论证时逻辑的正确性．具体地： 1.注重