线性代数学习心得
写写你学线性代数的感想呗
当然前提是你得看书了。
比如说可以写你对方程组写成列向量的好处，优势，是不是更方便了呢
线性变换在R3上的作用有什么实际意义
线性变换和原有的线性空间有什么关系，好像维数是一样的吧，那么到了一般情况的向量空间呢
无穷维呢
一样的时候有什么意义
什么是向量空间呢
能不能推广呢
必要的时候可以找些相关的书来看看啊
求线性代数心得体会。
在实际的工作应用中，线性代数比微积分更为常用，更为实用。
在以后的科研工作中也是，我推荐你在网上或者图书馆借阅一本美国的David C.Lay写的一本书《线性代数与应用》，只有在实际生活中看到是怎么运用，就会产生兴趣。
谈谈学习线性代数的感受
一.矩阵等价vs向量组等价矩阵等价的充分必要条件是:同型且秩相等...经过初等变换之后的矩阵都是等价的...向量组等价不可以推出矩阵等价...因为向量组的等价...列向量的个数可以不一样也就是不满足同型.向量组的等价:两个向量组等价说明:这两个向量组可以互相线性表示...所以r(A)=r(B)但是两个向量组可以有不同的线性相关性...很明显:一个秩不为n的n维列向量组等价与它的最大无关组...但是这两个向量组构成的矩阵不等价..原因是:不同型这两个向量组的线性相关性也不一样....最大无关组...线性无关n维列向量组...线性相关....最后结论:!!!!两个等价不可以互推!!!!!二.A vs 伴随矩阵 A*(1)当 r(A)=n 时 r(A*)=n(2)当 r(A)=n -1时 r(A*)=1(3)当 r(A)<=n-2 时 r(A*)=0证明如下:(1)AA*=|A|E因为r(A)=n ,推出A可逆，所以n=r(|A|E)=r(AA*)=r(A*)(2)r(A)=n-1,推出|A|=0,且存在n-1阶子式非０，所以A*≠０，r(A*)>=1又|A|E=0=AA*所以：r(A)+r(A*)<=n所以：r(A*)=1(3)当 r(A)<=n-2 时，A的n-1阶子式全部为０，所以A*=0所以：r(A*)=0ＰＳ：上面的结论可以互推也就是说：逆命题成立．三.特征值特征向量(1)对于同一n阶矩阵A,不同特征值的特征向量线性无关．．(2)当出现特征值为重根时，对应于重根特征值的特征向量，假设为Ｘ１，Ｘ２线性组合：k1x1+k2x2(k1,k2不全为０)仍然是A的特征向量(3)不同特征值的特征向量之和一定不是A的特征向量（可以用反证法）(4)对于某一个特征值的特征向量有无数个．只是我们在构造矩阵Ｐ时，只是用一个（通常是基础解系）几何空间性质补充向量间关系的几何意义1。
若向量a1,a2线性相关，则必有a1\\\/\\\/a22。
若向量a1,a2线性无关，则他们相交或异面3。
若向量a1,a2,a3线性相关则a1\\\/\\\/a2\\\/\\\/a3或他们共面4。
若向量a1,a2,a3线性无关，则a1,a2,a3不共面 ps:这个方面我数三的考纲不要求..所以只是加上baoyu.song兄弟的话...代数余子式(1)代数余子式是有符号的..用逆序数来确定代数余子式的+-号(2)用代数余子式来求矩阵的伴随矩阵时,记得要把余子式的行变列,列变行(3)矩阵一行或者(列)的代数余子式与另一行(列)对应的元素乘积为0(4)某一个代数余子式不受这个代数余子式的对应元素的影响....也就是跟他的元素无关了..例如:a11,与A11...即使改变a11的值,但是它的代数余子式不变...合同矩阵VS相似矩阵首先说明:这些矩阵都是在实对称矩阵的基础上才有以下结论(1)当A~B 时,矩阵A,B有相同的特征值,根据正交变换可以矩阵A,B有相同的二次型所以有相同的正负惯性系数....所以.两矩阵合同结论:两实对称矩阵相似,可以推出两矩阵合同(2)由实对称矩阵必可以对角化得到:存在正交矩阵P,使得P(T)AP=∧根据合同矩阵的定义得:任一个实对称矩阵必合同于一个对角矩阵
急
学线性代数的心得、要领
我大四的，做矩阵都是有程序的有的会有窍门的，你看一下例题，多琢磨琢磨他是怎样做的，先做简单的，摸透后再做难的
我不聪明，学高等数学和线性代数觉得很吃力，虽然第一学期高数考了90分，但总觉学习方法需要改进，求指教
我高数满分额，总的来说，多多看书额，理解吃透书上的基本定义概念，再辅助做几道题，把书上的概念理解透测很重要的，这就要你课前预习，上课认真听讲，下课及时做练习，不懂的请教老师。
加油
你是最棒的
你想考研啊
原来这样，偶是过来人，今年考的。
。
主要你得先把书上的基础知识学好，然后再看考研书籍做习题。
。
一步一步慢慢来，心急吃不了热豆腐。
。
