线性代数学习心得体会doc
线性代数学习心得
线性代数学习心得篇一:线性代数心得体会线性代数心得体会本学期选修了田亚老师《线性代数精讲》的课程,而且这个学期我们的课程安排中也是有线性代数的,正好和选修课相辅相成,让我的线性代数学的更好。
本来这门学修课是准备面向考研生做近一步拔高的,但是有很多同学没有学过线性代数,或者说像我们一样是正在学习线性代数的,所以老师还是很有耐心的从基础开始讲,适当的增加一些考研题作为提高,这样就都可以兼顾大家。
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,因此线性代数所介绍的思想方法已成为从事科学研究和工程应用工作的必不可少的工具。
尤其在计算机高速发展和日益普及的今天,线性代数作为高等学校工科本科各专业的一门重要的基础理论课,其地位和作用更显得重要。
我觉得线代是一门比较费脑子的课,因为这门课中的概念、运算法则很多,而且大多都很抽象,所以一定要注重对基本概念的理解与把握,应整理清楚不要混淆,正确熟练运用基本方法及基本运算。
而且,线代作为一门数学,各知识点之间有着千丝万缕的联系,其前后连贯性很强,所以学习线代一定要坚持,循序渐进,注意建立各个知识点之间的联系,形成知识网络。
除此之外,代数题的综合性与灵活性也较大,所以我们在平时学习中一定要注重串联、衔接与转换。
一定要掌握矩阵、方程组和向量的内在联系,遇到问题才能左右逢源,举一反三,化难为易。
在此我要感谢田亚老师细心、认真的教育和无微不至的照顾。
田老师大一时教我们高数,从那时起就是这样认真,负责,上课准备的很充分,讲课也很细致,有问题也会耐心、认真的为我们讲解。
本学期选修田老师的课还是很开心的,一是讲课方式比较熟悉,二是田老师的课确实讲的细致有条理。
除了讲授课本的知识以外,田老师还会讲一些有关考研,人生规划之类的事情,我觉得这对激励我们努力学习有很大的帮助。
对参加《线性代数》课程培训的心得与体会
首先,是关于行列式的问题,李老师从全新的角度给出了全新的定义。象李老师描述的一样,我深有同感。几乎所有的线性代数教材在介绍行列式时都是通过解二元及三元一次线性方程组而引入的,曾经有一个学生课后验证四元一次线性方程组后跟我说和行列式不符。我觉得用方程组引入行列式定义有两个困惑:第一,二元及三元一次线性方程组的求解学生早在初中就很熟悉,非要用商的形式表达解有点化简单为烦琐的味道。第二,即使解出系数行列式,也很难观察归纳总结出一般规律。基于以上两点考虑,每次讲到行列式定义时,我都是在讲完全排列,逆序数后直接给出行列式的`定义。由于理解上本身就有难度,所以我在讲解时给出详细的注释:行列式就是一个数,只是得来的过程有点麻烦;行列式具体说就是取自所有不同行不同列的n个元素乘积的代数和。然后按照定义,和学生们一起求出二阶和三阶行列式的计算公式,即对角线法则。而李老师从向量的角度,从几何上的面积空间立方体的体积以及n维向量的体积角度给出了全新的定义,是一种全新的思想和理念。当然,由于教材编排顺序以及学生接受程度的差异,要仿效和实施李老师的行列式的定义是很难的。但是李老师的数形结合、深入浅出、由几何到代数的思想却是培训留给我的最大的财富,使我对如何教好学生有了更深的体会。
最后谢谢两位老师给我们带来这么精彩而难忘的培训,辛Βιβλιοθήκη 了!请输入内容保存成功
保存失败,请稍后再试
编辑文档
《对参加《线性代数》精品课程培训的心得与体会范文.doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档
下载文档
润稿
写作咨询
���
д����ѯ
我会以这次培训为契机认真总结并学习两位老师的教学思想和理念并将之贯穿于今后的教学中努力钻研教材尽可能从各个角度各个侧面理解课程内容力求融会贯通
线性代数的学习方法和心得体会
线性代数的学习方法和心得体会一、学习方法今天先谈谈对线形空间和矩阵的几个核心概念的理解..这些东西大部分是凭着自己的理解写出来的;基本上不抄书;可能有错误的地方;希望能够被指出..但我希望做到直觉;也就是说能把数学背后说的实质问题说出来..首先说说空间space;这个概念是现代数学的命根子之一;从拓扑空间开始;一步步往上加定义;可以形成很多空间..线形空间其实还是比较初级的;如果在里面定义了范数;就成了赋范线性空间..赋范线性空间满足完备性;就成了巴那赫空间;赋范线性空间中定义角度;就有了内积空间;内积空间再满足完备性;就得到希尔伯特空间..总之;空间有很多种..你要是去看某种空间的数学定义;大致都是“存在一个集合;在这个集合上定义某某概念;然后满足某些性质”;就可以被称为空间..这未免有点奇怪;为什么要用“空间”来称呼一些这样的集合呢大家将会看到;其实这是很有道理的..我们一般人最熟悉的空间;毫无疑问就是我们生活在其中的按照牛顿的绝对时空观的三维空间;从数学上说;这是一个三维的欧几里德空间;我们先不管那么多;先看看我们熟悉的这样一个空间有些什么最基本的特点..仔细想想我们就会知道;这个三维的空间:1. 由很多实际上是无穷多个位置点组成;2. 这些点之间存在相对的关系;3. 可以在空间中定义长度、角度;4. 这个空间可以容纳运动;这里我们所说的运动是从一个点到另一个点的移动变换;而不是微积分意义上的“连续”性的运动;认识到了这些;我们就可以把我们关于三维空间的认识扩展到其他的空间..事实上;不管是什么空间;都必须容纳和支持在其中发生的符合规则的运动变换..你会发现;在某种空间中往往会存在一种相对应的变换;比如拓扑空间中有拓扑变换;线性空间中有线性变换;仿射空间中有仿射变换;其实这些变换都只不过是对应空间中允许的运动形式而已..因此只要知道;“空间”是容纳运动的一个对象集合;而变换则规定了对应空间的运动..下面我们来看看线性空间..线性空间的定义任何一本书上都有;但是既然我们承认线性空间是个空间;那么有两个最基本的问题必须首先得到解决;那就是:1. 空间是一个对象集合;线性空间也是空间;所以也是一个对象集合..那么线性空间是什么样的对象的集合或者说;线性空间中的对象有什么共同点吗2. 线性空间中的运动如何表述的也就是;线性变换是如何表示的我们先来回答第一个问题;回答这个问题的时候其实是不用拐弯抹角的;可以直截了当的给出答案..线性空间中的任何一个对象;通过选取基和坐标的办法;都可以表达为向量的形式..通常的向量空间我就不说了;举两个不那么平凡的例子:L1. 最高次项不大于n次的多项式的全体构成一个线性空间;也就是说;这个线性空间中的每一个对象是一个多项式..如果我们以x0; x1; ...; x n为基;那其么任何一个这样的多项式都可以表达为一组n+1维向量;其中的每一个分量ai实就是多项式中x i-1项的系数..值得说明的是;基的选取有多种办法;只要所选取的那一组基线性无关就可以..这要用到后面提到的概念了;所以这里先不说;提一下而已..下面来回答第二个问题;这个问题的回答会涉及到线性代数的一个最根本的问题..线性空间中的运动;被称为线性变换..也就是说;你从线性空间中的一个点运动到任意的另外一个点;都可以通过一个线性变化来完成..那么;线性变换如何表示呢很有意思;在线性空间中;当你选定一组基之后;不仅可以用一个向量来描述空间中的任何一个对象;而且可以用矩阵来描述该空间中的任何一个运动变换..而使某个对象发生对应运动的方法;就是用代表那个运动的矩阵;乘以代表那个对象的向量..简而言之;在线性空间中选定基之后;向量刻画对象;矩阵刻画对象的运动;用矩阵与向量的乘法施加运动..是的;矩阵的本质是运动的描述..如果以后有人问你矩阵是什么;那么你就可以响亮地告诉他;矩阵的本质是运动的描述..chensh;说你呢可是多么有意思啊;向量本身不是也可以看成是n x 1矩阵吗这实在是很奇妙;一个空间中的对象和运动竟然可以用相类同的方式表示..能说这是巧合吗如果是巧合的话;那可真是幸运的巧合可以说;线性代数中大多数奇妙的性质;均与这个巧合有直接的关系..接着理解矩阵、、、我们说“矩阵是运动的描述”;到现在为止;好像大家都还没什么意见..但是我相信早晚会有数学系出身的网友来拍板转..因为运动这个概念;在数学和物理里是跟微积分联系在一起的..我们学习微积分的时候;总会有人照本宣科地告诉你;初等数学是研究常量的数学;是研究静态的数学;高等数学是变量的数学;是研究运动的数学..大家口口相传;差不多人人都知道这句话..但是真知道这句话说的是什么意思的人;好像也不多..简而言之;在我们人类的经验里;运动是一个连续过程;从A点到B点;就算走得最快的光;也是需要一个时间来逐点地经过AB之间的路径;这就带来了连续性的概念..而连续这个事情;如果不定义极限的概念;根本就解释不了..古希腊人的数学非常强;但就是缺乏极限观念;所以解释不了运动;被芝诺的那些著名悖论飞箭不动、飞毛腿阿喀琉斯跑不过乌龟等四个悖论搞得死去活来..因为这篇文章不是讲微积分的;所以我就不多说了..有兴趣的读者可以去看看齐民友教授写的《重温微积分》..我就是读了这本书开头的部分;才明白“高等数学是研究运动的数学”这句话的道理..“矩阵是线性空间里跃迁的描述”..可是这样说又太物理;也就是说太具体;而不够数学;也就是说不够抽象..因此我们最后换用一个正牌的数学术语——变换;来描述这个事情..这样一说;大家就应该明白了;所谓变换;其实就是空间里从一个点元素/对象到另一个点元素/对象的跃迁..比如说;拓扑变换;就是在拓扑空间里从一个点到另一个点的跃迁..再比如说;仿射变换;就是在仿射空间里从一个点到另一个点的跃迁..附带说一下;这个仿射空间跟向量空间是亲兄弟..做计算机图形学的朋友都知道;尽管描述一个三维对象只需要三维向量;但所有的计算机图形学变换矩阵都是4 x 4的..说其原因;很多书上都写着“为了使用中方便”;这在我看来简直就是企图蒙混过关..真正的原因;是因为在计算机图形学里应用的图形变换;实际上是在仿射空间而不是向量空间中进行的..想想看;在向量空间里相一个向量平行移动以后仍是相同的那个向量;而现实世界等长的两个平行线段当然不能被认为同一个东西;所以计算机图形学的生存空间实际上是仿射空间..而仿射变换的矩阵表示根本就是4 x 4的..又扯远了;有兴趣的读者可以去看《计算机图形学——几何工具算法详解》..一旦我们理解了“变换”这个概念;矩阵的定义就变成:“矩阵是线性空间里的变换的描述..”到这里为止;我们终于得到了一个看上去比较数学的定义..不过还要多说几句..教材上一般是这么说的;在一个线性空间V 里的一个线性变换T;当选定一组基之后;就可以表示为矩阵..因此我们还要说清楚到底什么是线性变换;什么是基;什么叫选定一组基..线性变换的定义是很简单的;设有一种变换T;使得对于线性空间V中间任何两个不相同的对象x和y;以及任意实数a和b;有:Tax + by = aTx + bTy;那么就称T为线性变换..接着往下说;什么是基呢这个问题在后面还要大讲一番;这里只要把基看成是线性空间里的坐标系就可以了..注意是坐标系;不是坐标值;这两者可是一个“对立矛盾统一体”..这样一来;“选定一组基”就是说在线性空间里选定一个坐标系..就这意思..好;最后我们把矩阵的定义完善如下:“矩阵是线性空间中的线性变换的一个描述..在一个线性空间中;只要我们选定一组基;那么对于任何一个线性变换;都能够用一个确定的矩阵来加以描述..”同样的;对于一个线性变换;只要你选定一组基;那么就可以找到一个矩阵来描述这个线性变换..换一组基;就得到一个不同的矩阵..所有这些矩阵都是这同一个线性变换的描述;但又都不是线性变换本身..但是这样的话;问题就来了如果你给我两张猪的照片;我怎么知道这两张照片上的是同一头猪呢同样的;你给我两个矩阵;我怎么知道这两个矩阵是描述的同一个线性变换呢如果是同一个线性变换的不同的矩阵描述;那就是本家兄弟了;见面不认识;岂不成了笑话..好在;我们可以找到同一个线性变换的矩阵兄弟们的一个性质;那就是:若矩阵A与B是同一个线性变换的两个不同的描述之所以会不同;是因为选定了不同的基;也就是选定了不同的坐标系;则一定能找到一个非奇异矩阵P;使得A、B之间满足这样的关系:A = P-1BP线性代数稍微熟一点的读者一下就看出来;这就是相似矩阵的定义..没错;所谓相似矩阵;就是同一个线性变换的不同的描述矩阵..按照这个定义;同一头猪的不同角度的照片也可以成为相似照片..俗了一点;不过能让人明白..而在上面式子里那个矩阵P;其实就是A矩阵所基于的基与B矩阵所基于的基这两组基之间的一个变换关系..关于这个结论;可以用一种非常直觉的方法来证明而不是一般教科书上那种形式上的证明;如果有时间的话;我以后在blog里补充这个证明..这样一来;矩阵作为线性变换描述的一面;基本上说清楚了..但是;事情没有那么简单;或者说;线性代数还有比这更奇妙的性质;那就是;矩阵不仅可以作为线性变换的描述;而且可以作为一组基的描述..而作为变换的矩阵;不但可以把线性空间中的一个点给变换到另一个点去;而且也能够把线性空间中的一个坐标系基表换到另一个坐标系基去..而且;变换点与变换坐标系;具有异曲同工的效果..线性代数里最有趣的奥妙;就蕴含在其中..理解了这些内容;线性代数里很多定理和规则会变得更加清晰、直觉..二、学习心得线性代数是一门对理工科学生极其重要数学学科..线性代数主要处理的是线性关系的问题;随着数学的发展;线性代数的含义也不断的扩大..它的理论不仅渗透到了数学的许多分支中;而且在理论物理、理论化学、工程技术、国民经济、生物技术、航天、航海等领域中都有着广泛的应用..同时;该课程对于培养学生的逻辑推理和抽象思维能力、空间直观和想象能力具有重要的作用..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..没有应用到的内容很容易忘;就像现代一样;我现在高数还基本记得..因为高数在很多课程中都有广泛的应用;比如在开设的大学物理课中..所以;如果有时间的话;要尽可能地到网上或图书馆了解线性代数在各方面的应用..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”、“图的邻接矩阵”等方面的应用..也可以试着用线性代数的方法和知识证明以前学过的定理或高数中的定理;如老的高中解析几何课本上的转轴公式;它就可以用线性代数中的过渡矩阵来证明..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..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..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..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..以上就是我学习线性代数的心得..。
《线性代数》学习心得800字.doc
《线性代数》学习心得800字.doc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。
浅谈线性代数学习感想
从线性代数知识内容感想浅谈当代应用一、前言感想从大学大一下半学期开始,学校就开设了这门课程,经过一个学期的学习,对其中的一些知识要点也有了深刻的认识与体会。
在我的身边,线性代数被不少同学排斥,足见这门课给同学们造成的困难。
在这门课的学习过程中,很多同学上课听不懂,一上课就想睡觉{包括我自己},公式定理理解不了,知道了知识但不会做题,记不住等问题。
慢慢的,我发现,只要有正确的方法,再加上自己的努力,就可以学好它。
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,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。
当然,说句实话,线性代数给我个人的感觉是要比高数《微积分》要难许多。
首先,它涉及到的知识内容有很多,很多都是前后关联的;其次,它其中的定义概念很多,重点知识也要熟记才能够得心应手的应用;第三,概念抽象,很难去理解,只能是通过做题来理解加深印象;最后,计算繁琐,一步错,步步错,需要耐心仔细等等。
这些都是个人的一些感受。
而我课余为了多加强练习,也从网上找了很多试题来练习等等方法。
下面就说说一些个人感觉线性代数的基本应用。
二、当代应用矩阵。
应该说矩阵是一种非常常见的数学现象。
从学校的课表、工厂里的生产进度表、价目表、数据分析表等等都可以看到它的影子,它是表述或处理大量的生活、生产与科研问题的有力的工具。
矩阵的重要作用主要是它能把头绪纷繁的十五按一定的规则清晰地展现出来,并通过矩阵的运算或变各种换来揭示事物之间的内在联系。
矩阵的初等变化,矩阵的秩,初等矩阵,线性方程组的解。
向量组的线性相关,向量空间,向量组的秩等,这些都是线性代数的核心概念。
如我们土木老师所说的,通过计算机并广泛应用于解决桥梁设计,交通规划,石油勘探,经济管理等科学领域。
当然,线性代数也应用于自然科学和社会科学中。
线性代数在数学、物理学和技术学科中也有各种重要应用,因而它在各种代数分支中占居首要地位;线性代数方法是指使用线性观点看待问题,并用线性代数的语言描述它、解决它(必要时可使用矩阵运算)的方法。
线性代数学习心得体会
线性代数学习心得体会篇一: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。
线性代数学习报告doc
线性代数学习报告篇一:浅谈学习线性代数的心得体会沈阳药科大学选修课结课论文沈阳药科大学浅谈学习线性代数的心得体会学校:沈阳药科大学姓名:郑亚娟学号:10106331 专业:药物制剂年级:XX级班级:03班一、内容摘要线性代数是一门较抽象的数学课程,但是线性代数除了其抽象之外还具有另外一个重要的特点:“实用性”,由于计算机的飞速发展和广泛应用,线性代数已成为越来越多的科技工作者必不可少的数学工具。
掌握线性代数的基本概念、基本理论与基本方法,为解决工科各专业的实际问题,为进一步学习相关课程及扩大数学知识都将奠定必要的数学基础。
在初步学习了高等数学这门课程后,里面涉及了一些线性代数的求解方法,听老师说,某些题目用线性代数的方法求解更容易,但是由于我们还未系统的学习这门课程,老师也是一带而过,并未深讲。
致使我对线性代数这门学科有了浓厚的兴趣,在首先简单了解了这门学科的背景后,发现线性代数是一门丰富多彩充满未知的科学,在看到学校开设了这门课程的选修课后,我义无反顾的叫我们全寝室的人都选修了这门奇妙的课程。
学习线性代数的初步感受就是它的概念多,推理论证多,基本理论与结论多,线性代数在内容上,思想方法上及论证方法上都与“高等数学”有所区别。
它具有较强的逻辑性和抽象性,一开始就要高度重视。
它又与中学所学的代数有一定的联系,所以有些内容并不是完全陌生的。
我相信只要我每节每章地,一步一个脚印的弄懂、弄通,记住有关的概念和结论,并通过反复的应用(练习)来掌握它,循序渐进掌握这门课程是容易的。
关键词:数学线性代数背景应用计算方法感受二、绪论2.1 线性代数的发展史由于费马和笛卡儿的工作,线性代数基本上出现于十七世纪。
直到十八世纪末,线性代数的领域还只限于平面与空间。
十九世纪上半叶才完成了到n维向量空间的过渡,矩阵论始于凯莱,在十九世纪下半叶,因若当的工(本文来自: 小草范文网:线性代数学习报告)作而达到了它的顶点。
1888年,皮亚诺以公理的方式定义了有限维或无限维向量空间。
线性代数的学习方法和心得体会
线性代数的学习方法和心得体会一、学习方法今天先谈谈对线形空间和矩阵的几个核心概念的理解.这些东西大部分是凭着自己的理解写出来的,基本上不抄书,可能有错误的地方,希望能够被指出。
但我希望做到直觉,也就是说能把数学背后说的实质问题说出来。
首先说说空间(space),这个概念是现代数学的命根子之一,从拓扑空间开始,一步步往上加定义,可以形成很多空间.线形空间其实还是比较初级的,如果在里面定义了范数,就成了赋范线性空间。
赋范线性空间满足完备性,就成了巴那赫空间;赋范线性空间中定义角度,就有了内积空间,内积空间再满足完备性,就得到希尔伯特空间.总之,空间有很多种。
你要是去看某种空间的数学定义,大致都是“存在一个集合,在这个集合上定义某某概念,然后满足某些性质”,就可以被称为空间。
这未免有点奇怪,为什么要用“空间”来称呼一些这样的集合呢?大家将会看到,其实这是很有道理的.我们一般人最熟悉的空间,毫无疑问就是我们生活在其中的(按照牛顿的绝对时空观)的三维空间,从数学上说,这是一个三维的欧几里德空间,我们先不管那么多,先看看我们熟悉的这样一个空间有些什么最基本的特点.仔细想想我们就会知道,这个三维的空间:1。
由很多(实际上是无穷多个)位置点组成;2. 这些点之间存在相对的关系;3. 可以在空间中定义长度、角度;4。
这个空间可以容纳运动,这里我们所说的运动是从一个点到另一个点的移动(变换),而不是微积分意义上的“连续”性的运动,认识到了这些,我们就可以把我们关于三维空间的认识扩展到其他的空间。
事实上,不管是什么空间,都必须容纳和支持在其中发生的符合规则的运动(变换)。
你会发现,在某种空间中往往会存在一种相对应的变换,比如拓扑空间中有拓扑变换,线性空间中有线性变换,仿射空间中有仿射变换,其实这些变换都只不过是对应空间中允许的运动形式而已。
因此只要知道,“空间"是容纳运动的一个对象集合,而变换则规定了对应空间的运动。
线代课程感想心得体会(2篇)
第1篇随着大学课程的深入,我逐渐接触到了高等数学的分支——线性代数。
这门课程在数学体系中占有举足轻重的地位,它不仅为我们提供了处理线性问题的有力工具,而且对理解其他学科,如物理学、工程学、计算机科学等都有着重要的启示。
在我学习线代课程的过程中,我收获颇丰,以下是我对线代课程的一些感想和心得体会。
一、线性代数的魅力线性代数是一门研究向量空间、线性映射以及它们的线性组合的数学分支。
它不仅具有丰富的理论体系,而且在实际应用中具有广泛的影响力。
在学习线代课程的过程中,我逐渐领略到了线性代数的魅力。
首先,线性代数提供了处理线性问题的强大工具。
在现实世界中,许多问题都可以抽象为线性问题。
例如,求解线性方程组、特征值问题、矩阵分解等。
通过学习线性代数,我们可以掌握一系列求解线性问题的方法,从而提高解决实际问题的能力。
其次,线性代数有助于我们建立数学模型。
在自然科学、工程技术等领域,许多现象都可以用线性代数的方法来描述。
例如,电路分析、信号处理、图像处理等。
通过学习线性代数,我们可以更好地理解这些领域的原理,为实际应用提供理论支持。
再次,线性代数具有高度的抽象性。
在学习线性代数的过程中,我们需要逐步摆脱具体事物的束缚,从抽象的角度去理解线性问题。
这种抽象思维能力对于培养我们的创新意识和创新能力具有重要意义。
二、学习线代课程的体会1. 基础知识的积累线性代数是一门基础性课程,其基础知识的积累对于后续学习至关重要。
在学习线代课程的过程中,我深刻体会到了基础知识的重要性。
以下是我对基础知识积累的一些体会:(1)掌握向量空间的基本概念。
向量空间是线性代数的基本研究对象,了解向量空间的概念对于理解线性代数的其他内容至关重要。
(2)熟练运用线性方程组求解方法。
线性方程组是线性代数的基本问题之一,掌握线性方程组的求解方法对于解决实际问题具有重要意义。
(3)理解矩阵的基本运算。
矩阵是线性代数的重要工具,熟练掌握矩阵的运算对于解决线性问题至关重要。
2024年线性代数心得体会
在此我要感谢田亚老师细心、认真的教育和无微不至的照顾。田老师大一时教我们高数,从那时起就是这样认真,负责,上课准备的很充分,讲课也很细致,有问题也会耐心、认真的为我们讲解。本学期选修田老师的课还是很开心的,一是讲课方式比较熟悉,二是田老师的课确实讲的细致有条理。除了讲授课本的知识以外,田老师还会讲一些有关考研,人生规划之类的事情,我觉得这对激励我们努力学习有很大的帮助。
李老师讲课精彩,引人入胜,给人以智慧。我个人觉得是李老师在用心讲课。李老师认为一个教师需要传授学生知识技能,更要告诉学生做人的道理并且身体力行。李老师说过,一心想当天下第一的人从来没有成功过,想得诺贝尔奖的人也不能获得奖,这是因为出发点错误。只有那些不是一心为了成功的人才有可能获得成功。这就告诉我们要脚踏实地,要爱科学。李老师讲课精彩还因为他个人涉猎广泛,并且能将各个学科中相通、类似的道理引入教学中来,比如他的诗、他的数学聊斋等等。在17号下午的交流中,我有幸得知李老师的一些经历。70年代初去大巴山教公社小学,他没有抱怨命运,没有放弃奋斗,而是在努力教好学生的同时,不忘自身学习。他一向认为,成功总是发生在有准备的人身上。
线代本身作为数学,其实是比较枯燥乏味的,所以如果在选修课中能加入一些比较有趣味性的东西,那讲课效果应该更好。
线代学习心得(范本)
线代学习心得线代学习心得=0即可,抽象的由给定矩阵的特征值求其相关矩阵的特征值(的取值范围),可用定义A =,同时还应注意特征值和特征向量的性质及其应用,二是有关相似矩阵和相似对角化的问题,一般矩阵相似对角化的条件。
实对称矩阵的相似对角化及正交变换相似于对角阵,反过来,可由A的特征值,特征向量来确不定期A的参数或确定A,如果A是实对称阵,利用不同特征值对应的特征向量相互正交,有时还可以由已知1的特征向量确定出2(2≠ 1)对应的特征向量,从而确定出A。
三是相似对角化以后的应用,在线性代数中至少可用来计算行列式及An.将二次型表示成矩阵形式,用矩阵的方法研究二次型的问题主要有两个:一是化二次型为标准形,这主要是正交变换法(这和实对称阵正交相似对角阵是一个问题的两种提法),在没有其他要求的情况下,用配方法得到标准形可能更方便些;二是二次型的正定性问题,对具体的数值二次型,一般可用顺序主子式是否全部大于零来判别,而抽象的由给定矩阵的正定性,证明相关矩阵的正定性时,可利用标准形,规范形,特征值等到证明,这时应熟悉二次型正定有关的充分条件和必要条件。
篇二:线代学习心得学习线性代数总结线性代数与数理统计已经学完了,但我认为我们的学习并没有因此而结束。
我们应该总结一下这门课程的学习的方法,并能为我们以后的学习和工作提供方法。
这门课程的学习目标:《线性代数》是物理系等专业的一门重要的基础课,其主要任务是使学生获得线性代数的基本思想方法和行列式、线性方程组、矩阵论、二次型、线性空间、线性变换等方面的系统知识,它一方面为后继课程(如离散数学、计算方法、等课程)提供一些所需的基础理论和知识;另一方面还对提高学生的思维能力,开发学生智能、加强“三基”(基础知识、基本理论、基本理论)及培养学生创造型能力,培养学生的抽象思维和逻辑推理能力等重要作用。
浅谈学习线性代数的心得体会
沈阳药科大学选修课结课论文沈阳药科大学浅谈学习线性代数的心得体会学校:沈阳药科大学姓名:***学号:********专业:药物制剂年级:2010级班级:03班一、内容摘要线性代数是一门较抽象的数学课程,但是线性代数除了其抽象之外还具有另外一个重要的特点:“实用性”,由于计算机的飞速发展和广泛应用,线性代数已成为越来越多的科技工作者必不可少的数学工具。
掌握线性代数的基本概念、基本理论与基本方法,为解决工科各专业的实际问题,为进一步学习相关课程及扩大数学知识都将奠定必要的数学基础。
在初步学习了高等数学这门课程后,里面涉及了一些线性代数的求解方法,听老师说,某些题目用线性代数的方法求解更容易,但是由于我们还未系统的学习这门课程,老师也是一带而过,并未深讲。
致使我对线性代数这门学科有了浓厚的兴趣,在首先简单了解了这门学科的背景后,发现线性代数是一门丰富多彩充满未知的科学,在看到学校开设了这门课程的选修课后,我义无反顾的叫我们全寝室的人都选修了这门奇妙的课程。
学习线性代数的初步感受就是它的概念多,推理论证多,基本理论与结论多,线性代数在内容上,思想方法上及论证方法上都与“高等数学”有所区别。
它具有较强的逻辑性和抽象性,一开始就要高度重视。
它又与中学所学的代数有一定的联系,所以有些内容并不是完全陌生的。
我相信只要我每节每章地,一步一个脚印的弄懂、弄通,记住有关的概念和结论,并通过反复的应用(练习)来掌握它,循序渐进掌握这门课程是容易的。
关键词:数学线性代数背景应用计算方法感受二、绪论2.1 线性代数的发展史由于费马和笛卡儿的工作,线性代数基本上出现于十七世纪。
直到十八世纪末,线性代数的领域还只限于平面与空间。
十九世纪上半叶才完成了到n维向量空间的过渡,矩阵论始于凯莱,在十九世纪下半叶,因若当的工作而达到了它的顶点。
1888年,皮亚诺以公理的方式定义了有限维或无限维向量空间。
托普利茨将线性代数的主要定理推广到任意体上的最一般的向量空间中。
线性代数心得体会.doc
一 寸 光 阴 不 可 轻1 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A −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)初等行变换→ (EA −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→ (EA −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:可以用矩阵 ( a1a2b1b2c1c2)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2,三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(X1X2) 相乘时,则可以得出两种材料的总成本矩阵( a1X1+a2X2b1X1+b2X2 c1X1+c2X2)将产品总成本的构成以更清晰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。
谈谈学习线性代数的心得体会
谈谈学习线性代数的心得体会线性代数是在20世纪才形成,但它的历史却非常悠久。
线性方程组的解法,在中国古代的数学著作《九章算术·方程》章中,已经作了比较完整的叙述。
随数学的发展而线性代数的含义不断扩大,它的理论和方法已经渗透到数学的许多分支,也是理论物理和理论化学所不可缺少的代数基础知识,同时线性代数在工程技术和国民经济的许多领域都有着广泛的应用,是一门基本的和重要的学科。
在同学的眼中,线性代数是一门比较繁琐的课,因为它有一大堆数字排列,加上有几个类型,需要化成什么形式,麻烦的是化成最后的形式需要几步。
就因为它解法过程过于繁琐,会造成同学觉得线性代数是一门“催眠课”,同学上课时会开小差或者出现睡觉,导致同学在课上就没学到什么知识。
在我看来,每门课程都是有章可循的,线性代数也不例外,只要使用正确的方法,加上自己的努力与细心,学起来是很简单的。
在我学习线性代数中,我也遇到了以上的问题。
在线性代数中解行列式和矩阵的过程是很繁琐,第一步要先将第一行的第一个数字要变成1,这方便后面的运算,第二步是根据题目的要求化解成题中所需的形式,哪一列下面要化为零,最后才得出解出行列式和矩阵。
这个过程并不难,对于同学觉得难,在于繁琐的运算过程,其中涉及到行列式中有五种特殊的行列式,需要分别记住化成这五种形式的行列式的方法,哪种形式对应的结果,运算过程中需要几步才能完成,矩阵也涉及几种特殊的矩阵和三种初等变换,还出现了逆矩阵,这些综合加起来,同学会觉得这个过程似乎很复杂,加上后面将矩阵的初等变换和矩阵的秩的概念,运用到线性方程组上,来解决线性方程组的求解问题,让同学觉得更加混乱了。
其实我觉得在我们学的前三章来说,每一章节都是有章可循的,首先看第一章是行列式,紧接着的是第二章是矩阵,最后是线性方程组。
我们先学习行列式,中间加入了矩阵,利用行列式的基本来解出矩阵,最后将矩阵用在线性代数组上,解决线性代数的问题,运用在生活中的投入产出中。
线性代数学习有感
线性代数学习有感从素未谋面到一知半解,或许将来会有相见恨晚。
总之到现在为止,经过将近一个学期的学习,我对线性代数有了一些小小的感想。
线性代数是高等院校一门重要的基础数学课程,具有较强的了逻辑性,抽象性和广泛的实用性。
这是我在上网查阅资料时看到的大家对于线性代数的定义。
不同于高等数学的是,线性代数几乎从一开始就是一个全新的概念,至少给我的感觉是这样。
虽说线性代数主要就是为了解齐次或非齐次的线性方程组,这个目的之于我并不算太陌生,可是它所运用到的东西却是我几乎从未见到过的。
我们都知道,线性代数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,这一点相当不可爱。
并且在线性代数的学习过程中,我们几乎每天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。
我跟一些就读于其他高校的高中同学交流了一下各自学校线性代数的教学情况,很多同学都谈到了同一个问题。
不少老师在教学的时候,经常会舍弃一些重要概念、性质和定理的引入,以及相关的几何意义的解释,以至于学生接受的通常是一个个被硬生生灌输的概念,法则或定理。
平心而论,我觉得北邮线性代数的老师在这一点上做得还是不错的,至少给我授课的张鹏老师对这一点抓得比较好。
张老师对细节的要求比较高,她会时不时询问学生对知识的理解情况,经常会多次讲解,这真的是一个好现象。
不过说实话,由于课时的限制,老师不可能把所有东西都讲解得很透彻,尽管老师尽力讲解了,可每次上完课我仍会有些许疑惑。
不过乐观地看,这也未必不是件好事。
这就要求我们自己在课下去总结去思考,才能有深刻的理解,并且这样能更好地培养我们的逻辑思维能力。
俗话说得好:“学而不思则罔”。
如果我们不去进行深入的思考,那么我们所学到的线性代数的知识就只是一些零散的孤立的概念和方法,无法理解这些概念和方法的意义以及它们之间的联系,到头来只会做一些简单的计算,我们的眼光会被限制,无法上升到一个高度去看待线性代数问题,无法将所学的知识点融会贯通。
学习线性代数的感想
学习线性代数的感想我们这一代到了大学的专业里学习,多数人已经不会把刷题磨练基本功太当回事了,因为空闲时间少,也感觉上进的动力也没有那么迫切,处在一种努力摸索人生出路的状态。
一直是老一辈数学工作者在耳边磨做题的重要性,才留下了一个“多做题肯定有好处”这么一个粗浅的印象。
于是,想重新读一读一些基础课的经典,如果跟着我的“视频读书”过来的“老铁”们一定知道,这一次学习我没有马虎,每一节的几十道题目几乎是一题不拉的在做,虽然进度就不那么快了,但确实感觉长了些功夫。
另一方面,个人感觉大学专业的学习其实并没有人们想象的那么扎实。
所以,想写一写,自己慢读下来长了些什么样功夫。
是不是应该多推崇一下这种慢读慢学的模式。
大学里学专业课,基础课,课后题虽然有不少,但很多题都是不布置的,布置个几个题目,老师看一下反馈也就完了。
所以很多同学也不会把课后题目全做了,更不会找其他的书的题来做。
以前有位网友说,上大学学的微积分缺少以前的那种“掌控感”,很重要的一个原因,就是缺乏做题的磨练,这是普遍的情况。
其实哪怕是最简单的事情,貌似已经理解掌握的概念,反复磨练一下也是很有好处的。
比如线性代数里讲到矩阵,这是个新的概念。
一般的教材里,也就是介绍一下矩阵的概念和定义,证明一下关于矩阵的一些结果,再举一些例子就完了。
打个不恰当的比喻,就好像学完之后就感觉这个东西此生跟自己再无关系了,遇到它仿佛还是陌生人一般。
不知道学了有什么用,只是以前“学过”而已。
可是回想一下,大概考上大学的同学都不会觉得四则运算,三角函数,平面几何没什么用,也感觉这方面的问题自己还是可以思考思考的。
因为,在中学,我们做了许多许多题目,但其实尽管这样,还有许多问题我们难以解决。
不能解决,一方面是因为有一些方法很巧,不在书本里,自己也想不到。
不过更重要的是,还有些高级的东西还没有学过,比如微积分,比如线性代数。
前面我讲过微积分做什么的,那么线性代数是做什么的呢?学线性代数可以帮助我们提高什么能力呢?这里不说虚的,什么思维能力啥的,那是什么学科都可以培养的,就说线性代数本身是什么。
线性代数的心得体会(优秀5篇)
线性代数的心得体会(优秀5篇)线性代数的心得体会篇1线性代数是一门研究线性方程组、向量空间、矩阵等概念的数学分支,它是现代数学的基础,同时也在科学、工程、计算机科学等领域中有广泛应用。
在我学习线性代数的过程当中,我不仅收获了知识,更深入地理解了数学的本质和它在各个领域的重要性。
首先,线性代数的学习过程让我深刻地理解了数学符号和公式的力量。
线性代数中的符号和公式虽然简洁,但却具有强大的表达能力。
通过这些符号和公式,我们可以准确地描述和解决问题,从而更好地理解数学的本质。
其次,线性代数的学习过程也让我体验到了数学思维的乐趣。
在学习过程中,我逐渐养成了用数学思维去解决问题的习惯。
通过抽象、归纳、推理等数学思维方法,我能够更准确地理解问题,并找到有效的解决方法。
再者,我了解到线性代数在各个领域的应用价值。
在科学、工程、计算机科学等领域中,线性代数是必不可少的数学工具。
通过学习线性代数,我能够更好地理解实际问题,找到合适的解决方法,并在实际应用中取得成功。
最后,我认为在学习线性代数的过程中,要注重理解和应用。
只有真正理解了线性代数的概念和公式,才能在实际问题中灵活应用。
此外,我们还需要注重练习,通过大量的习题训练,提高自己的解题能力。
总之,学习线性代数是一个不断积累知识和提高自己的过程。
在这个过程中,我收获了知识、提高了解决问题的能力,也更好地理解了数学的本质和它在各个领域的重要性。
我相信,通过不断的学习和探索,我会在数学领域中取得更大的进步。
线性代数的心得体会篇2线性代数是一门非常重要的数学分支,它为解决许多实际问题提供了有力的工具。
在这篇*中,我将分享我的心得体会,包括学习线性代数的过程、对我产生影响的关键点和所学到的教训。
1.学习背景和过程我开始学习线性代数的原因是我对计算机科学和数据科学感兴趣。
在我开始接触线性代数之前,我学习了大量的基础数学知识,如微积分、线性方程组、几何学等。
这些知识为理解线性代数提供了坚实的基础。
线性代数学习心得体会doc
线性代数学习心得体会篇一: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。
线性代数的学习方法和心得体会
线性代数的学习方法和心得体会线性代数的学习方法和心得体会一、学习方法今天先谈谈对线形空间和矩阵的几个核心概念的理解。
这些东西大部分是凭着自己的理解写出来的,基本上不抄书,可能有错误的地方,希望能够被指出。
但我希望做到直觉,也就是说能把数学背后说的实质问题说出来。
首先说说空间(space),这个概念是现代数学的命根子之一,从拓扑空间开始,一步步往上加定义,可以形成很多空间。
线形空间其实还是比较初级的,如果在里面定义了范数,就成了赋范线性空间。
赋范线性空间满足完备性,就成了巴那赫空间;赋范线性空间中定义角度,就有了内积空间,内积空间再满足完备性,就得到希尔伯特空间。
总之,空间有很多种。
你要是去看某种空间的数学定义,大致都是“存在一个集合,在这个集合上定义某某概念,然后满足某些性质”,就可以被称为空间。
这未免有点奇怪,为什么要用“空间”来称呼一些这样的集合呢,大家将会看到,其实这是很有道理的。
我们一般人最熟悉的空间,毫无疑问就是我们生活在其中的(按照牛顿的绝对时空观)的三维空间,从数学上说,这是一个三维的欧几里德空间,我们先不管那么多,先看看我们熟悉的这样一个空间有些什么最基本的特点。
仔细想想我们就会知道,这个三维的空间:1. 由很多(实际上是无穷多个)位置点组成;2. 这些点之间存在相对的关系;3. 可以在空间中定义长度、角度;4. 这个空间可以容纳运动,这里我们所说的运动是从一个点到另一个点的移动(变换),而不是微积分意义上的“连续”性的运动,认识到了这些,我们就可以把我们关于三维空间的认识扩展到其他的空间。
事实上,不管是什么空间,都必须容纳和支持在其中发生的符合规则的运动(变换)。
你会发现,在某种空间中往往会存在一种相对应的变换,比如拓扑空间中有拓扑变换,线性空间中有线性变换,仿射空间中有仿射变换,其实这些变换都只不过是对应空间中允许的运动形式而已。
因此只要知道,“空间”是容纳运动的一个对象集合,而变换则规定了对应空间的运动。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
线性代数学习心得体会篇一: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。
篇二: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。
篇三:浅谈线性代数的心得体会浅谈线性代数的心得体会线性代数是代数学的一个分支,“代数”这一个词在我国出现较晚,在清代时才传入中国,当时被人们译成“阿尔热巴拉”,直到1859年,清代著名的数学家、翻译家李善兰才将它翻译成为“代数学”,一直沿用至今。
线性代数是一门对理工科学生极其重要数学学科。
线性代数主要处理的是线性关系的问题,随着数学的发展,线性代数的含义也不断的扩大。
它的理论不仅渗透到了数学的许多分支中,而且在理论物理、理论化学、工程技术、国民经济、生物技术、航天、航海等领域中都有着广泛的应用。
同时,该课程对于培养学生的逻辑推理和抽象思维能力、空间直观和想象能力具有重要的作用。