《线性代数》学习心得800字
个人简介
佘可欣，中山大学国际金融学院2016级本科生，在2017学年《线性代数》的课程学习中获得了第一名的好成绩。
作为理科生，数学是极为重要，大学的专业也和数学密切相关，可偏偏数学却是我致命的弱项，在学好数学的路上付出了很多，也有所收获，但也仅仅只是皮毛。在这里分享我的经验，希望大家有所收获。
一开始学习线代时，便感觉到线代不同于高等数学的地方，在于它几乎从一开始就是一个全新的概念。其研究的范围通常都不是我们能想象到的二维空间，而是上升到n维空间，并且在线性代数的学习过程中，我们几乎都是跟一些新的概念，新的定理打交道，因此理解和记忆起来有相当大的困难，常常是花很久的时间还是理解不了。因此需要课前预习，上课紧跟老师讲解，下课练习课后习题以助更好的理解掌握。
线性代数主要研究三种对象：矩阵、方程组和向量。这三种对象的理论是密切相关的，大部分问题在这三种理论中都有等价说法。因此，学习线性代数时应能够熟练地从一种理论的叙述转移到另一种中去。如果说与实际计算结合最多的是矩阵的观点，那么向量的观点则着眼于从整体性和结构性考虑问题，因而可以更深刻、更透彻地揭示线性代数中各种问题的内在联系和本质属性。由此可见，掌握矩阵、方程组和向量的内在联系十分重要。
线代的概念多，比如对于矩阵，有对角矩阵、伴随矩阵、逆矩阵、相似矩阵等。运算法则多，比如求逆矩阵，求矩阵的秩，求向量组的秩，求基础解系，求非齐次线性方程组的通解等。内容相互纵横交错，在学到后面的知识点时常常出现需要和前面的知识点的应用，但经常记不起来，就需要不断地复习前面的知识点。要能够做到当题干给出一个信息时必须能够想到该信息等价的其他信息，比如告诉你一个矩阵是非奇异矩阵，它包含的信息有：首先明确它是一个n阶方阵，它的秩是n,它便是满秩矩阵，它所对应的n阶行列式不等于零，那么n个n维向量便线性无关，还有这个方阵是可逆方阵， 并且可以想到它的转置矩阵也是可逆的。
正是因为线性代数各知识点之间有着千丝万缕的联系，线性代数题的综合性与灵活性较大。因此课本的课后习题要多加练习。万变不离其宗，把握套路，老师也不会太为难我们，基本是在课后题上变形。
数学之路或艰辛，或顺利，四时之景或不同，而乐亦无穷也。数学之乐，得之心而寓之学也。祝大家都能找到适合自己的学习方法，在数学的探索中体味乐趣！
推荐访问: