学习线性代数心得体会

第一篇：学习线性代数心得体会

学习线性代数心得体会

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，线性代数主要研究了三种对象：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，熟练地从一种理论的叙述转移到另一种去，是学习线性代数时应养成的一种重要习惯和素质.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，只要掌握矩阵、方程组和向量的内在联系，遇到问题就能左右逢源，举一反三，化难为易.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。

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。我们不仅要准确把握住概念的内涵，也要注意相关概念之间的区别与联系。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）。

二、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，学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。

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，学习时要注重串联、衔接与转换。

三、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。

第二篇：学习线性代数的心得体会

学习线性代数的心得体会

线代课本的前言上就说：“在现代社会，除了算术以外，线性代数是应用最广泛的数学学科了。”我们的线代教学的一个很大的问题就是对线性代数的应用涉及太少，课本上涉及最多的只能算解线性方程组了，但这只是线性代数很初级的应用。我自己对线性代数的应用了解的也不多。但是，线性代数在计算机数据结构、算法、密码学、对策论等等中都有着相当大的作用。

线性代数被不少同学称为“天书”，足见这门课给同学们造成的困难。在这门课的学习过程中，很多同学遇到了上课听不懂，一上课就想睡觉，公式定理理解不了，知道了知识但不会做题，记不住等问题。我认为，每门课程都是有章可循的，线性代也不例外，只要有正确的方法，再加上自己的努力，就可以学好它。

线代是一门比较费脑子的课，所以如果前一天晚上睡得太晚第二天早上的线代课就会变成“催眠课”。那么，就应该在第二天有线代课时晚上睡得早一点。如果你觉得上课跟不上老师的思路那么请预习。这个预习也有学问，预习时要“把更多的麻烦留给自己”，即遇到公式、定理、结论马上把证明部分盖住，自己试着证一下，可以不用写详细的过程，想一下思路即可；还要多猜猜预习的部分会有什么公式、定理、结论；还要想一想预习的内容能应用到什么领域。当然，这对一些同学有困难，可以根据个人的实际情况适当调整，但要尽量多地自己思考。

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“虚心”，即使老师讲的某个题自己会做也要听一下老师的思路。

上完课后不少同学喜欢把上课的内容看一遍再做作业。实际上应该先试着做题，不会时看书后或做完后看书。这样，作业可以帮你回忆老师讲的内容，重要的是这些内容是自己回忆起来的，这样能记得更牢，而且可以通过作业发现自己哪些部分还没掌握好。作业尽量在上课的当天或第二天做，这样能减少遗忘给做作业造成的困难。做作业时遇到不会的题可以问别人或参考同学的解答，但一定要真正理解别人的思路，绝对不能不弄清楚别人怎么做就照抄。适当多做些题对学习是有帮助的。

线性代数的许多公式定理难理解，但一定要理解这些东西才能记得牢，理解不需要知道它的证明过程的每一步，只要能从生活实际想到甚至朦朦胧胧地想到它的“所以然”就行了。学习线代及其它任何学科时都要静下心来，如果学习前“心潮澎湃”就拿出一两分钟时间平静下来再开始学习。遇到不会做的题时不要去想“这道题我怎么又不会做”等与这道题无关的东西，一心想题，这样解出来的可能性会大很多。做完题后要想想答案上的方法和自己的方法是怎么想出来的，尤其对于自己不会做的题或某个题答案给出的解法非常好且较难想到，然后将这种思路“存档”，即“做完题后要总结”。

线性代数作为一门数学，体现了数学的思想。

数学上的方法是相通的。比如，考虑特殊情况这种思路。线性代数中行列式按行或列展开公式的证明就是从更简单的特殊情况开始证起；解线性方程组时先解对应的齐次方程组，这些都是先考虑特殊情况。高数上解二阶常系数线性微分方程时先解其对应的齐次方程，这用的也是这种思路。

通过思想方法上的联系和内容上的联系，线性代数中的内容以及线性代数与高数甚至其它学科可以联系起来。只要建立了这种联系，线代就不会像原来那样琐碎。方法真的很难讲，而方法包含许多细节的内容很难讲出来甚至我都意识不到，但它们会对学习起很大的作用。我感觉“做完题要总结”，“上课想到老师前面”，“注重知识之间的联系”很重要。

第三篇：学习线性代数的心得体会

学习线性代数的心得体会

------10春李卫军

线性代数被不少同学称为“天书”，足见这门课给同学们造成之困难。

在这门课之学习过程中，你是否也遇到了上课听不懂，一上课就想睡觉，公式定理理解不了，知道了知识但不会做题，记不住等问题。不要怕，线性代数之学习是有章可循之，只要有正确之方法，再加上自己之努力，任何学科都不会“打倒”你。

线性代数是一门对理工科学生极其重要数学学科。线代课本之前言上就说：“在现代社会，除了算术以外，线性代数是应用最广泛之数学学科了。”你是不是觉得这好像是在吹，之确，我们之线代教学之一个很大之问题就是对线性代数之应用涉及太少，课本上涉及最多之只能算解线性方程组了，但这只是线性代数很初级之应用。我只上大二，对线性代数之应用了解之也不多。但是，线性代数在计算机数据结构、算法、密码学、对策论等等中都有着相当大之作用。

没有应用到之内容很容易忘，我现在高数还基本记得，但线代已忘了大半。因为高数在很多课程中都有广泛之应用，尤其第二学期开设之大学物理课。所以，如果有时间之话，要尽可能地到网上或图书馆了解线性代数在各方面之应用。如：《线性代数》（居余马等编，清华大学出版社）上就有线性代数在“人口模型”、“马尔可夫链”、“投入产出数学模型”、“图之邻接矩阵”等方面之应用。也可以试着用线性代数之方法和知识证明以前学过之定理或高数中之定理，如老之高中解析几何课本上之转轴公式，它就可以用线性代数中之过渡矩阵来证明。

线性代数难懂和琐碎也跟教学中没有涉及线代之应用有很大关系。

线代是一门比较费脑子之课，所以如果前一天晚上睡得太晚第二天早上之线代课就会变成“催眠课”。那么，请在第二天有线代课时晚上睡得早一点，“卧谈会”开得短一点。如果你觉得上课跟不上老师之思路那么请预习。这个预习也有学问，预习时要“把更多之麻烦留给自己”，即遇到公式、定理、结论马上把证明部分盖住，自己试着证一下，可以不用写详细之过程，想一下思路即可；还要多猜猜预习之部分会有什么公式、定理、结论；还要想一想预习之内容能应用到什么领域。当然，这对一些同学有困难，可以根据个人之实际情况适当调整，但要尽量多地自己思考。

一定要重视上课听讲，不能使线代之学习退化为自学。上课时干别之会受到老师讲课之影响，那为什么不利用好这一小时四十分钟呢？上课时，老师之一句话就可能使你豁然开朗，就可能改变你之学习方法甚至改变你之一生。上课时一定要“虚心”，即使老师讲之某个题自己会做也要听一下老师之思路。

上完课后不少同学喜欢把上课之内容看一遍再做作业。实际上应该先试着做作业，不会时看书，做完作业后再看书。这样，作业可以帮你回忆老师讲之内容，重要之是这些内容是自己回忆起来之，这样能记得更牢，而且可以通过作业发现自己哪些部分还没掌握好。作业尽量在上课之当天或第二天做，这样能减少遗忘给做作业造成之困难。做作业时遇到不会之题可以问别人或参考同学之解答，但一定要真正理解别人之思路，绝对不能不弄清楚别人怎么做就照抄。大学生学习线性代数时留给做题之时间比较少，应该适当多做些题。

线性代数之许多公式定理难理解，但一定要理解这些东西才能记得牢，理解不需要知道它之证明过程之每一步，只要能从生活实际想到甚至朦朦胧胧地想到它之“所以然”就行了。

学习线代及其它任何学科时都要静下心来，如果你学习前“心潮澎湃”就请用一两分钟时间平静下来再开始学习。遇到不会做之题时不要去想“这道题我怎么又不会做”等与这道题无关之东西，一心想题，这样解出来之可能性会大很多。

关于解题思路之问题不是一下子能讲清楚之，《道乐吉学习方法（大学生版）》这本书讲解题思路讲得非常好，而且上面讲之解题方法对各门理科课都适用。我在此只想说做完题后要想想答案上之方法和自己之方法是怎么想出来之，尤其对于自己不会做之题或某个题答案给出之解法非常好且较难想到，然后将这种思路“存档”，即“做完题后要总结”。

线性代数作为一门数学，体现了数学之思想。

人们总是在扩展数之范围，复数就是实数之扩展。矩阵是数之扩展，如一个电阻之阻值可以用一个实数来表示，而一个二端口电阻之“阻值”可以用一个2*2矩阵来表示。

数学上之方法是相通之。比如，考虑特殊情况这种思路。线性代数中行列式按行或列展开公式之证明就是从更简单之特殊情况开始证起；解线性方程组时先解对应之齐次方程组，这些都是先考虑特殊情况。高数上解二阶常系数线性微分方程时先解其对应之齐次方程，这用之也是这种思路。

数学讲究和谐。规定0！=1是为了和谐。行列式之计算法和矩阵乘法也是和谐之，线性代数以后之内容中就会体现出这种和谐。

通过思想方法上之联系和内容上之联系，线性代数中之内容以及线性代数与高数甚至其它学科可以联系起来。只要建立了这种联系，线代就不会像原来那样琐碎。

方法真之很难讲，因为篇幅实在有限，而方法包含许多细节之内容很难讲出来甚至我都意识不到，而它们会对学习起很大之作用，要把这些细节都写出来几十万字绝对不够。所以细节上之优化是需要自己来完成之。在此我推荐两本学习方法之书，一本是《道乐吉学习方法（大学生版）》，我理科方面之解题思路就是套这本书之模式，对付较难之题非常管用。另一本是《孙维刚谈全班55%怎样考上北大考上清华》，我所在之中学几乎所有老师之办公室都有这本书。我之“做完题要总结”，“上课想到老师前面”，“注重知识之间之联系”等等方法都来自这本书。看学习方法书一定要将上面之方法应用于实际，把学习方法书当小说看或书上之适合自己之方法应用得不充分，那还不如把学习方法书扔了。

还有，学习方法与现在很畅销之成功学类书上讲之方法是相通之，要掌握好之学习方法也要多看企业战略管理、领导艺术、时间管理、励志等方面之书。

学习效果是效率与时间之乘积，好方法能带来高效率，但如果不下工夫照样学不好。要记住：好成绩是学出来之！说谁不学都考得好那是在胡扯（暂不考虑造成学习不太努力之人学习好之其它细节因素，这些因素不是大部分人现在都具有之）。

以上是我之一些不成熟之观点，不能算介绍经验，只能说是与大家讨论。我关注之东西主要是我没有做到或做好之地方，我能没有意识地做到之地方我就不容易想到也就不容易写出来，但这些没有写出之地方可能对你很重要，所以你可能觉得这篇文章对你作用不大，这也是我这篇文章之问题之一。所以希望大家能尽可能地“找我之麻烦”，即找到我上面所说内容中不完善甚至完全错误或没有涉及到之地方，这样也能帮助我改进我之学习方法。

第四篇：线性代数心得体会

矩阵——1张神奇的长方形数表

关键词：矩阵与线性方程组高阶矩阵简化方法财务数据分析工具

在本学期的线性代数课程的第二章中，我接触了矩阵的相关概念，发现其不仅能够在数学中帮助研究线性变换、向量的线性相关性及线性方程的解法，还能为日常许多数据统计与分析中看似杂乱无章毫无关系的数据按一定的规则清晰展现，并能通过矩阵的运算刻画其内在联系，这对于审计专业的我们将来开展财务数据统计与分析能带来巨大的帮助。

在运用矩阵解方程组时，可以将线性方程组简化为矩阵形式：AX=B，来进行矩阵计算，这种方法不仅书写方便，而且可以把线性方程组的理论与矩阵理论联系起来，给线性方程组的讨论带来很大的便利。

在具体的矩阵运算过程中，我们可以通过等式两边同时左乘−1来求X，这就引出了第二章第三节的逆矩阵概念，逆在以前高中的实数乘法中便起着重要作用，在学习线性代数课程中，逆矩阵也是一个重要概念，且因为两矩阵乘积的定义，我们需要注意所讨论的矩阵是方阵形式，否则就会带来运算上的错误。

而对于高阶的复杂矩阵，还可以利用分块矩阵，将大矩阵的运算化成若干小矩阵，间接使高阶矩阵转化成多个低阶矩阵来运算，以及矩阵的初等变换规律对矩阵进行转换：如通过公式(AE)

（−1)可以对前面逆矩阵的运算起到简化作用，通过公式(AB)初等行变换初等行变换

（−1B)则可以借此求解矩阵方程AX=B。通过一步一步的学习，我慢慢对线性代数矩阵这一章节有了进一步的理解掌握，发现各个章节看似无关的概念，其实最后都可以联系在一起，为求解线性方程组、甚至后面章节的线性变换、线性相关性等都起到极大的铺垫基础作用。

谈了这么多矩阵对于求解线性方程组过程中的体会，更吸引我的是矩阵对于数据处理方面的作用，作为审计专业的学生，未来工作中会遇到很多处理产品成本的核算的问题，而通过矩阵这一工具，可以通过特殊的“数型结合”恰当的显示出各种数据间的内在联系，例如：可12以用矩阵（12）来表示一个公司的单位产品成本构成（两列分别代表产品1和产品2，121三行分别代表材料成本、劳动力成本、其他辅助成本），当与产品产量矩阵（）

211+22相乘时，则可以得出两种材料的总成本矩阵(11+22)将产品总成本的构成以更清晰

11+22明了的方式呈现出来，可以为财务数据的处理带来很大的助益。

第五篇：线性代数心得体会

矩阵——1张神奇的长方形数表

关键词：矩阵与线性方程组高阶矩阵简化方法财务数据分析工具

在本学期的线性代数课程的第二章中，我接触了矩阵的相关概念，发现其不仅能够在数学中帮助研究线性变换、向量的线性相关性及线性方程的解法，还能为日常许多数据统计与分析中看似杂乱无章毫无关系的数据按一定的规则清晰展现，并能通过矩阵的运算刻画其内在联系，这对于审计专业的我们将来开展财务数据统计与分析能带来巨大的帮助。

在运用矩阵解方程组时，可以将线性方程组简化为矩阵形式：AX=B，来进行矩阵计算，这种方法不仅书写方便，而且可以把线性方程组的理论与矩阵理论联系起来，给线性方程组的讨论带来很大的便利。

在具体的矩阵运算过程中，我们可以通过等式两边同时左乘−1来求X，这就引出了第二章第三节的逆矩阵概念，逆在以前高中的实数乘法中便起着重要作用，在学习线性代数课程中，逆矩阵也是一个重要概念，且因为两矩阵乘积的定义，我们需要注意所讨论的矩阵是方阵形式，否则就会带来运算上的错误。

而对于高阶的复杂矩阵，还可以利用分块矩阵，将大矩阵的运算化成若干小矩阵，间接使高阶矩阵转化成多个低阶矩阵来运算，以及矩阵的初等变换规律对矩阵进行转换：如通过公式(AE)

（−1)可以对前面逆矩阵的运算起到简化作用，通过公式(AB)初等行变换初等行变换

（−1B)则可以借此求解矩阵方程AX=B。通过一步一步的学习，我慢慢对线性代数矩阵这一章节有了进一步的理解掌握，发现各个章节看似无关的概念，其实最后都可以联系在一起，为求解线性方程组、甚至后面章节的线性变换、线性相关性等都起到极大的铺垫基础作用。

谈了这么多矩阵对于求解线性方程组过程中的体会，更吸引我的是矩阵对于数据处理方面的作用，作为审计专业的学生，未来工作中会遇到很多处理产品成本的核算的问题，而通过矩阵这一工具，可以通过特殊的“数型结合”恰当的显示出各种数据间的内在联系，例如：可12以用矩阵（12）来表示一个公司的单位产品成本构成（两列分别代表产品1和产品2，121三行分别代表材料成本、劳动力成本、其他辅助成本），当与产品产量矩阵（）

211+22相乘时，则可以得出两种材料的总成本矩阵(11+22)将产品总成本的构成以更清晰

11+22明了的方式呈现出来，可以为财务数据的处理带来很大的助益。