线性代数有什么学习技巧吗？

线性代数有什么学习技巧么？~

一、线性代数（Linear Algebra）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。线性代数是理工类、经管类数学课程的重要内容。在考研中的比重一般占到22%左右。
二、技巧及方法
1、注重对基本概念的理解与把握，正确熟练运用基本方法及基本运算。
　　线性代数的概念很多，重要的有：
　　代数余子式，伴随矩阵，逆矩阵，初等变换与初等矩阵，正交变换与正交矩阵，秩(矩阵、向量组、二次型)，等价(矩阵、向量组)，线性组合与线性表出，线性相关与线性无关，极大线性无关组，基础解系与通解，解的结构与解空间，特征值与特征向量，相似与相似对角化，二次型的标准形与规范形，正定，合同变换与合同矩阵。
　　往年常有考生没有准确把握住概念的内涵，也没有注意相关概念之间的区别与联系，导致做题时出现错误。
　　例如，矩阵A＝(α1，α2，…，αm)与B＝(β1，β2…，βm)等价，意味着经过初等变换可由A得到B，要做到这一点，关键是看秩r(A)与r(B)是否相等，而向量组α1，α2，…αm与β1，β2，…βm等价，说明这两个向量组可以互相线性表出，因而它们有相同的秩，但是向量组有相同的秩时，并不能保证它们必能互相线性表现，也就得不出向量组等价的信息，因此，由向量组α1，α2，…αm与β1，β2，…βm等价，可知矩阵A＝(α1，α2，…αm)与B＝(β1，β2，…βm)等价，但矩阵A与B等价并不能保证这两个向量组等价。
　　又如，实对称矩阵A与B合同，即存在可逆矩阵C使CTAC＝B，要实现这一点，关键是二次型xTAx与xTBx的正、负惯性指数是否相同，而A与B相似是指有可逆矩阵P使P-1AP＝B成立，进而知A与B有相同的特征值，如果特征值相同可知正、负惯性指数相同，但正负惯性指数相同时，并不能保证特征值相同，因此，实对称矩阵A～BAB，即相似是合同的充分条件。
　　线性代数中运算法则多，应整理清楚不要混淆，基本运算与基本方法要过关，重要的有：
　　行列式(数字型、字母型)的计算，求逆矩阵，求矩阵的秩，求方阵的幂，求向量组的秩与极大线性无关组，线性相关的判定或求参数，求基础解系，求非齐次线性方程组的通解，求特征值与特征向量(定义法，特征多项式基础解系法)，判断与求相似对角矩阵，用正交变换化实对称矩阵为对角矩阵(亦即用正交变换化二次型为标准形)。
　　2、注重知识点的衔接与转换，知识要成网，努力提高综合分析能力。
　　线性代数从内容上看纵横交错，前后联系紧密，环环相扣，相互渗透，因此解题方法灵活多变，复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。
　　例如：设A是m×n矩阵，B是n×s矩阵，且AB＝0，那么用分块矩阵可知B的列向量都是齐次方程组Ax＝0的解，再根据基础解系的理论以及矩阵的秩与向量组秩的关系，可以有
　　r(B)≤n-r(A)即r(A)＋r(B)≤n
　　进而可求矩阵A或B中的一些参数
　　再如，若A是n阶矩阵可以相似对角化，那么，用分块矩阵处理P-1AP＝∧可知A有n个线性无关的特征向量，P就是由A的线性无关的特征向量所构成，再由特征向量与基础解系间的联系可知此时若λi是ni重特征值，则齐次方程组(λiE-A)x＝0的基础解系由ni个解向量组成，进而可知秩r(λiE-A)＝n-ni，那么，如果A不能相似对角化，则A的特征值必有重根且有特征值λi使秩r(λiE-A)＜n-ni，若A是实对称矩阵，则因A必能相似对角化而知对每个特征值λi必有r(λiE-A)＝n-ni，此时还可以利用正交性通过正交矩阵来实现相似对角化。
　　又比如，对于n阶行列式我们知道：
　　若｜A｜＝0，则Ax＝0必有非零解，而Ax＝b没有惟一解(可能有无穷多解，也可能无解)，而当｜A｜≠0时，可用克莱姆法则求Ax＝b的惟一解；
　　可用｜A｜证明矩阵A是否可逆，并在可逆时通过伴随矩阵来求A-1；
　　对于n个n维向量α1，α2，…αn可以利用行列式｜A｜＝｜α1α2…αn｜是否为零来判断向量组的线性相关性；
　　矩阵A的秩r(A)是用A中非零子式的最高阶数来定义的，若r(A)＜r，则A中r阶子式全为0；
　　求矩阵A的特征值，可以通过计算行列式｜λE-A｜，若λ＝λ0是A的特征值，则行列式｜λ0E-A｜＝0；
　　判断二次型xTAx的正定性，可以用顺序主子式全大于零。
　　凡此种种，正是因为线性代数各知识点之间有着千丝万缕的联系，代数题的综合性与灵活性就较大，同学们整理时要注重串联、衔接与转换。
　　3、注重逻辑性与叙述表述
　　线性代数对于抽象性与逻辑性有较高的要求，通过证明题可以了解考生对数学主要原理、定理的理解与掌握程度，考查考生的抽象思维能力、逻辑推理能力。大家复习整理时，应当搞清公式、定理成立的条件，不能张冠李戴，同时还应注意语言的叙述表达应准确、简明。

费曼学习法一起学习一下！

一、线性代数（Linear Algebra）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。线性代数是理工类、经管类数学课程的重要内容。在考研中的比重一般占到22%左右。
二、技巧及方法
1、注重对基本概念的理解与把握，正确熟练运用基本方法及基本运算。
　　线性代数的概念很多，重要的有：
　　代数余子式，伴随矩阵，逆矩阵，初等变换与初等矩阵，正交变换与正交矩阵，秩(矩阵、向量组、二次型)，等价(矩阵、向量组)，线性组合与线性表出，线性相关与线性无关，极大线性无关组，基础解系与通解，解的结构与解空间，特征值与特征向量，相似与相似对角化，二次型的标准形与规范形，正定，合同变换与合同矩阵。
　　往年常有考生没有准确把握住概念的内涵，也没有注意相关概念之间的区别与联系，导致做题时出现错误。
　　例如，矩阵A＝(α1，α2，…，αm)与B＝(β1，β2…，βm)等价，意味着经过初等变换可由A得到B，要做到这一点，关键是看秩r(A)与r(B)是否相等，而向量组α1，α2，…αm与β1，β2，…βm等价，说明这两个向量组可以互相线性表出，因而它们有相同的秩，但是向量组有相同的秩时，并不能保证它们必能互相线性表现，也就得不出向量组等价的信息，因此，由向量组α1，α2，…αm与β1，β2，…βm等价，可知矩阵A＝(α1，α2，…αm)与B＝(β1，β2，…βm)等价，但矩阵A与B等价并不能保证这两个向量组等价。
　　又如，实对称矩阵A与B合同，即存在可逆矩阵C使CTAC＝B，要实现这一点，关键是二次型xTAx与xTBx的正、负惯性指数是否相同，而A与B相似是指有可逆矩阵P使P-1AP＝B成立，进而知A与B有相同的特征值，如果特征值相同可知正、负惯性指数相同，但正负惯性指数相同时，并不能保证特征值相同，因此，实对称矩阵A～BAB，即相似是合同的充分条件。
　　线性代数中运算法则多，应整理清楚不要混淆，基本运算与基本方法要过关，重要的有：
　　行列式(数字型、字母型)的计算，求逆矩阵，求矩阵的秩，求方阵的幂，求向量组的秩与极大线性无关组，线性相关的判定或求参数，求基础解系，求非齐次线性方程组的通解，求特征值与特征向量(定义法，特征多项式基础解系法)，判断与求相似对角矩阵，用正交变换化实对称矩阵为对角矩阵(亦即用正交变换化二次型为标准形)。
　　2、注重知识点的衔接与转换，知识要成网，努力提高综合分析能力。
　　线性代数从内容上看纵横交错，前后联系紧密，环环相扣，相互渗透，因此解题方法灵活多变，复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。
　　例如：设A是m×n矩阵，B是n×s矩阵，且AB＝0，那么用分块矩阵可知B的列向量都是齐次方程组Ax＝0的解，再根据基础解系的理论以及矩阵的秩与向量组秩的关系，可以有
　　r(B)≤n-r(A)即r(A)＋r(B)≤n
　　进而可求矩阵A或B中的一些参数
　　再如，若A是n阶矩阵可以相似对角化，那么，用分块矩阵处理P-1AP＝∧可知A有n个线性无关的特征向量，P就是由A的线性无关的特征向量所构成，再由特征向量与基础解系间的联系可知此时若λi是ni重特征值，则齐次方程组(λiE-A)x＝0的基础解系由ni个解向量组成，进而可知秩r(λiE-A)＝n-ni，那么，如果A不能相似对角化，则A的特征值必有重根且有特征值λi使秩r(λiE-A)＜n-ni，若A是实对称矩阵，则因A必能相似对角化而知对每个特征值λi必有r(λiE-A)＝n-ni，此时还可以利用正交性通过正交矩阵来实现相似对角化。
　　又比如，对于n阶行列式我们知道：
　　若｜A｜＝0，则Ax＝0必有非零解，而Ax＝b没有惟一解(可能有无穷多解，也可能无解)，而当｜A｜≠0时，可用克莱姆法则求Ax＝b的惟一解；
　　可用｜A｜证明矩阵A是否可逆，并在可逆时通过伴随矩阵来求A-1；
　　对于n个n维向量α1，α2，…αn可以利用行列式｜A｜＝｜α1α2…αn｜是否为零来判断向量组的线性相关性；
　　矩阵A的秩r(A)是用A中非零子式的最高阶数来定义的，若r(A)＜r，则A中r阶子式全为0；
　　求矩阵A的特征值，可以通过计算行列式｜λE-A｜，若λ＝λ0是A的特征值，则行列式｜λ0E-A｜＝0；
　　判断二次型xTAx的正定性，可以用顺序主子式全大于零。
　　凡此种种，正是因为线性代数各知识点之间有着千丝万缕的联系，代数题的综合性与灵活性就较大，同学们整理时要注重串联、衔接与转换。
　　3、注重逻辑性与叙述表述
　　线性代数对于抽象性与逻辑性有较高的要求，通过证明题可以了解考生对数学主要原理、定理的理解与掌握程度，考查考生的抽象思维能力、逻辑推理能力。大家复习整理时，应当搞清公式、定理成立的条件，不能张冠李戴，同时还应注意语言的叙述表达应准确、简明。

---

大城县17331614980： 线性代数有什么学习技巧么? - ？
梁颜斯利： 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...

大城县17331614980： 线性代数的学习方法是? - ？
梁颜斯利： 方法:1、首先要准备一本线性代数的课本,首先要先掌握一下各个知识点的定义.2、当定义全都掌握后,然后就对照书上的例题去一一对应,一个定理对应一个题的去做,这样是完全把握出题人的想法和做法的,这样可以做到知识点的不遗漏.3、值得注意的是做题时要回想一下定义的含义,做题时要细心,不要太着急,而造成不该有的错误.4、总之要勤想勤练,相信会成功的.

大城县17331614980： 怎样才能学好线性代数 - ？
梁颜斯利： 一、线性代数如果注意以下几点是有益的.由易而难 线性代数常常涉及大型数组,故先将容易的问题搞明白,再解决有难度的问题,例如行列式定义,首先将3阶行列式定义理解好,自然可以推广到n阶行列式情形;由低而高 运用技巧,省时...

大城县17331614980： 线性代数学起来有什么窍门吗 - ？
梁颜斯利： 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...

大城县17331614980： 怎样学好线性代数? - ？
梁颜斯利： 概念多、定理多、符号多、运算规律多、内容相互纵横交错,知识前后紧密联系是线性代数课程的特点,故应充分理解概念,掌握定理的条件、结论、应用,熟悉符号意义,掌握各种运算规律、计算方法,并及时进行总结,抓联系,使学知识能...

大城县17331614980： 线性代数的学习有什么好的方法?请有经验的介绍下 - ？
梁颜斯利： 线性代数的主要内容是研究代数学中线性关系的经典理论.由于线性关系是变量之间比较简单的一种关系,而线性问题广泛存在于科学技术的各个领域,并且一些非线性问题在一定条件下 , 可以转化或近似转化为线性问题,因此线性代数所介...

大城县17331614980： 学好线性代数的方法? - ？
梁颜斯利： 一、注重对基本概念的理解与把握,正确熟练运用基本方法及基本运算. 线性代数的概念很多,重要的有: 代数余子式,伴随矩阵,逆矩阵,初等变换与初等矩阵,正交变换与正交矩阵,秩(矩阵、向量组、二次型),等价(矩阵、向量组...

大城县17331614980： 如何学好线性代数? - ？
梁颜斯利： 线性代数属于大学公共必修课程之一,十分重要!线性代数与中学所学的初等代数的一个很大区别在于矩阵以及线性变换的引入,这对于初学者来说比较困难学习起来比较吃力.建议如下学习:1>课程老师课程认真细听.首先要理解老师课堂上...

大城县17331614980： 线形代数有什么快速的学习方法???？
梁颜斯利： 线性代数是很抽象的东西,那么就要先培养自己的想象力,将那些复杂的行列式用自己的方法记牢,如果实在不行就只有强记了. 当然还要多看书,不过要有主有次,抓住重点.比如行列式和线性方程是基础,而像一些“小字”的内容如果实在不懂就放了吧. 最后一定要理解定理和概念并能够把它们运用道题里.理论联系实际嘛

大城县17331614980： 怎样学线性代数啊? - ？
梁颜斯利： 线性代数主要是矩阵运算与证明,最重要的是要深刻理解定义,最好能对别人讲解原理.掌握定义,计算细心,当然还要再做些练习哟 关于数学,特别是线性代数的复习备考,这里提出“早”、“纲”、“基”、“活”的四字方略,供理工类、...