从错题探究线性代数教学.docVIP

从错题探究线性代数的教学 　　【摘要】本文结合两道典型的线性代数例题，对错解进行详细的探究，总结出一套教学策略，以此培养学生举一反三，类比分析，以及探索根因的能力.针对线性代数的特点，结合教学经验，提出一些看法. 　　【关键词】线性代数；教学；错题 　　线性代数是高校经济，管理类专业本科生一门重要的基础课，是经济数学的重要组成部分.与微积分相比，线性代数这门学科的特点是内容抽象，概念多，性质多，内容纵横交错，前后联系紧密，环环相扣，相互渗透.正是由于这种学科特点，导致学生学习起来有很大难度，普遍感到“做题困难”、“做题没有思路”.针对这一现象，本文结合在教学实践中遇到的典型错例，探讨线性代数的教学策略，更好地培养学生进行抽象思维和运用所学的知识解决实际问题的能力. 　　一、典型错例 　　例1已知矩阵A为n阶方阵，A2=A，A≠E，证明|A|=0. 　　虽然这是一道在线性代数练习中常见的简单证明题，但是学生在处理时总会出现一些错误，现将错误的解法归纳如下： 　　错解1在等式两边同时取行列式得|A|2=|A|，因此|A||A|-1=0，因为A≠E，所以|A|≠1，由此得|A|=0，证毕. 　　此种证明方式错误之处在于因为A≠E，所以|A|≠1，很容易举出反例. 　　设A=20012≠E，但是|A|=1. 　　造成学生使用此错误方法证明的原因是学生在理解矩阵的行列式这个概念时，很容易将矩阵与行列式两个概念相混淆，经常使用一些啼笑皆非的结果，例如因为A≠O，所以|A|≠0. 　　错解2由A2=A得AA-E=O，因为A≠E，所以A-E≠O，由此得A=O，所以|A|=0.证毕 　　此种证明方式的错误之处在于忽视了矩阵乘法不满足消去率，设A，B，C均为矩阵，若AC=BC推不出A=B. 　　例如A=1203，B=1004，C=1100，AC=1100=BC，但是A≠B. 　　正是因为矩阵乘法不满足消去率，矩阵乘法就不满足以下我们在数字乘法中常用的一条性质AB=0A=0或B=0，这条性质在矩阵乘法中也是不成立的.例如 　　A=11-1-1，B=1-1-11，AB=0000， 　　但是A≠O，B≠O.在上述证明中正是错误地使用了这条性质，导致证明错误. 　　正解：反证假设|A|≠0，则A可逆，等式A2=A两边同时左乘A-1，得A=E，与已知矛盾，说明假设不成立，因此|A|=0. 　　例2判断说明题：若矩阵A与B等价，则A的行向量与B的行向量等价. 　　这道题涉及矩阵等价与向量组等价两个概念.矩阵与向量组的关系一直都是学生学习的难点，在讲授这部分内容时老师总是会强调m×n矩阵A，既可以看成是m个n维行向量组成的向量组又可以看成是n个m维列向量组成的向量组，即矩阵可以看成向量组，向量组也可以看成矩阵.学生会认为既然矩阵就是向量组，向量组就是矩阵，那么若矩阵A与B等价，则显然A的行向量与B的行向量等价，而且A与B的列向量也是等价的，从而认为这个论断正确，在学生中99%的人会持有这种想法. 　　其实这个论断是错误的，一个简单的例子就能说明问题. 　　设A=100010，B=101010，观察可以看出将A第一列加到第三列上就是矩阵B，所以矩阵A与B等价，但是A的行向量组是1，0，0，0，1，0，B的行向量组是1，0，1，（0，1，0），他们不等价. 　　产生这种错误的原因是学生混淆了矩阵等价与向量组等价两个概念，仔细研究概念会发现矩阵等价是指若矩阵A能通过初等变换变成矩阵B，则称矩阵A与B等价，而向量组等价指的是若向量组I与向量组II能互相线性表示，则称向量组I与向量组II等价.这两种等价的定义是完全不同的，以下几个定理也能说明这个问题： 　　（1）矩阵A与B等价的充要条件是rA=rB； 　　（2）若向量组I与向量组II等价，则rI=rII. 　　矩阵等价中的充要条件在向量组等价中成为了充分条件，而从上面的反例中也可以看出（2）的逆命题是不成立的.r1，0，0，0，1，0=r1，0，1，（0，1，0）=2，但是向量组1，0，0，0，1，0与向量组1，0，1，（0，1，0）不能相互线性表示，所以他们不等价.若希望（2）的逆命题成立必须加上条件 　　（3）若rI=rII，并且向量组I能由向量组II线性表示，则向量组I与向量组II等价. 　　从上述分析可以看出，矩阵等价与向量组等价是不同的两个概念，两个向量组等价则它们所对应的矩阵等价，反之则不真.数学概念是日常生活中的客观事物在数量关系上的抽象反映，这也就决定了线性代数概念的抽象性，例如：行列式、线性相关、特征值等概念.因此教师在讲授完这两个概念后一定要将这两个概念进行比较，通过简单的例子让学生了解两个概念的区别与联系.教师通过对比概念之间的关系既能恰如其