线性代数学习方法介绍.docVIP

线性代数学习方法介绍 《线性代数》是数学学科中一门较有特色的课程，随着计算机的日益普及，线性代数的知识作为计算技术的基础也日益受到重视。本课程的主要内容包括矩阵、行列式、线性代数方程组、向量、矩阵特征值问题与二次型。通过本课程的学习，要求学生： 掌握行列式的性质、计算方法及某些应用； 熟练掌握矩阵的代数运算与初等变换及逆矩阵的概念、性质与求法； 理解齐次线性方程组有非零解的充要条件及非齐次线性方程组有解的充要条件，熟练掌握用行初等变换求线性方程组通解的方法； 理解向量组的线性组合、线性相关、线性无关及极大无关组与秩的概念，并会判断或计算，知道向量空间的有关概念； 掌握矩阵特征值与特征向量的计算及实对称矩阵正交对角化方法，掌握用正交变换化二次型为标准型的方法，了解正定矩阵及其判别方法。 线性代数与高等数学相比，其特点在于内容抽象，定义、定理多，尤其向量部分最为典型，需要较强的抽象思维与逻辑推理能力，这一点对于侧重于计算能力培养的工科学生来说是一个难点。因此在学习的过程中，对所涉及的概念、性质及定理要理解，同时很多东西还要靠记忆，尤其要注意基本概念、基本方法之间的相互关系，有些问题是相互交错，相互渗透，似螺旋上升，比如矩阵的秩与向量组的秩、线性方程组与向量组的线性组合、线性相关之间的关系。弄清这些关系，一方面可对所涉及的概念通过不断重复而达到加深印象的目的，另一方面也能对问题有进一步的深入理解。在计算上以矩阵的初等变换为例，它是讨论矩阵问题的一种非常重要的工具，尽管其本身的运算并不复杂，但在不同的问题里使用时要清楚怎样从相似的运算中讨论所需要的结果，比如初等变换用于行列式与矩阵时结果不同。而用行初等变换将矩阵化为行梯形阵在矩阵求秩、线性方程组求解、向量组求极大线性无关组等问题中都会用到，这一计算过程实际上是机械的，而某些同学常认为这一计算简单而在平时忽视训练，以至不求到底就讨论而引致烦琐的计算或错误的结论。总而言之，同所有的数学课程一样，要学好线性代数，加强平时的解题训练时必不可少的，通过做题，可以发现问题，思考问题，从而加深对内容的理解，增加计算的熟练程度。