小说推荐评论线性代数

❶ 线性代数

用递推法

❷ 还有八十多天，全书第一遍没看完还差线性代数，请教大家

跟你一样，也是昨天刚看完概率，我没看全书的概率，用的是辅导讲义，感觉概率全书好难，全书太难了真的。我高数还有级数和方程呢，线代也是今天开始看。11月第二遍加真题，没什么大不了的，看看真题其实都是套路，全书比较肯跌。

❸ 求大学线性代数读书报告

我晕这东西都能写读书报告，又不是看小说，嘛老师啊这是。这个跟让别人形容下肉吃起来是什么感觉一样，可能么？这东西只可意会不可言传啊

❹ 我该选哪本：线性代数（原书第7版）、线性代数及其应用（第3版）

线性代数（原书第7版）是leon那本的话，也是一本相当优秀的教材，

如你所言“学习的定位就是对线性代数有个清晰、完整、系统的了解。。。”，那么国外的教材，拿来看看，的确是一个正确选择。

不是为了考研，或者防止挂科，谁喜欢那些让人犯困的国内教材？

呵呵，总之，鞋穿在脚上，合不合适，只有你自己知道。你已经为自己划出了一个正确的范围，剩下的只不过是随机的选择一个罢了，两者相较，不分伯仲，只不过，我自己更加喜欢第二本而已。
你选择前者一样没什么错误，但最重要一点，看理工科资料，安排好计划以及坚持不懈是王道，希望你能在漫漫征途上走下去，好运！

线性代数及其应用（第3版）是lay的话，参看下面的评论（非转载，我原创）

不错的书，在美国属于知名的教学工作者，搞教学很有一套，虽然算不上厉害的数学家。

老外的教材，特别是美国的，一般为了清楚地讲明白问题，并加以引申，达到深入浅出的目的，因此页数很多，颇有大部头的感觉。
此书也不例外，而且另有特点：

1，举了很多应用实例，增加了读者的直观体会，这点往往是国内教材所欠缺的

2，观点较高，处理方法比较现代，对线性（向量）空间予以足够的关注。说白了，此书的内容不像一些年代久远(比如文革前)的书，至少当下它不会落伍。

3，注重了数学软件的应用，当然没有上机条件或不喜编程的人也可以略去不看，不影响的。

需要注意一点是，习题答案在书后只有约一半，另外一半（偶数号题目）要到网上下载查阅（网址可参考此书前言部分）。

总之，推荐。此书有两个翻译版本，个人推荐华南理工的刘深泉老师版，翻译错误较少。当然，如果能流利阅读英文，最好是看原版，原汁原味嘛。

另外，还有一本斯特朗（strang）的《线性代数及其应用》较以上两本更加堪称经典，国内南开大学的侯自新校长翻译的，1990年左右吧，现在市面上难以买到了，除非去什么孔夫子旧书网之类的看看。不过，一般的学校图书馆都应该有借。当年很多人，包括我自己，都从中受益颇多。

我建议在以刘深泉版教材为主的基础上，辅以此书。

❺ 不知道线性代数到底是什么,该看什么书

线性代数可非常有用。
如果你不学，估计你连为什么有这个用处都不知道。
线性代数在所有需要分析多维线性方程的场合都有很大应用。例如大规模模拟电路，在某个集合V上定义了加法和数乘运算，若他们满足一定规律则构成一个线性空间V。线性代数就是研究线性空间的结构。这种结构很普遍，比如线性方程组，常系数齐次线性微分方程，积分方程，坐标的平移、旋转和镜像对称，函数空间等等都具有这种结构。线性代数还研究两个线性空间V1到V2的映射，即所谓线性变换。通过线性代数，我们可以一举解决许多具有类似结构的数学问题，这正是数学抽象的魅力所在。
线性代数里面有一些基本概念和定理，非常重要。比如线性相关、线性无关、基、维数、正交、秩等等，这些概念反映了线性空间的本质特征。

❻ 求好的线性代数教材！

高等数学研究的是连续变量的问题，前后内容具有连续性。而线性代数的问题是离散的，思路不一样。
同济教材首先讲的是行列式的计算，这是基础知识，虽然后面内容要用到，但在其它课程中也会用到。第二章矩阵基本与行列式无关，除了用公式计算逆矩阵，判别矩阵是否可逆。第三章的线性相关与线性无关性是该课程的难点，有点抽象，不易理解，但这是考虑线性空间的基础，也是后面解线性方程组的理论基础，线性方程组的求解知识它的一个应用。第五章说的是可以把对称矩阵相似于对角阵，从莫种程度上简化了矩阵的运算，这在其它课程中有体现。第六章的二次型就是矩阵对角化的一种应用。在下面就是线性空间了，这是进一步学习数学的一个新台阶，多数学校由于课时少就不学了。
至于合同、相似阵都是一种定义，表示含有某一类性质的矩阵。
配合同济教材的参考书很多，可以结合教材看。

祝学习进步！天天向上

❼ 线性代数里 什么是主元

主元是一种变元。指在消去过程中起主导作用的元素。

高斯消元法在消元过程中可能没有主成分，但其绝对值很小。采用高斯消去法进行分割会导致舍入误差的扩散，使数值解不可靠。这个问题的解决办法是避免使用绝对值太小的元素作为主元素。也可以用矩阵运算表示部分主元高斯消去法的消元过程。

全主元成分高斯消元法的消元过程也可以用矩阵运算来表示，在二维数组搜索的每个步骤中，都需要大量的主成分选择工作。

(7)小说推荐评论线性代数扩展阅读

主元高斯消元法的数值稳定性取决于其增长因子。对于部分主成分高斯消元法，增长因子是上界，部分主成分高斯消元法的增长因子是上界。然而，在大多数实际计算中，偏主成分高斯消元法产生的矩阵元的快速增长是非常罕见的。

线性代数中的主元主要通过初等变换（包括初等行变换和列变换）将矩阵A转化为标准阶梯矩阵B。矩阵B中的每一行从左到右，第一个非零元素必须是1，这个就代表主元。

❽ 线性代数问题

首先，题目解析中，之所以用小于等于号，是基于这个基本公式：r(AB)<=min[r(A),r(B)]
然后，事实上，当增强条件：B为A的转置时，有如下结论：r(AA^t)=r(A)
最后，对于这道题而言，无论用上述哪个公式，都可以得出r(AA^t)<5的结论，所以都是对的，只是题目解析是从r(AB)<=min[r(A),r(B)]这个角度解题

❾ 大一线性代数，期末题目求助，已知3阶矩阵的行列式|A|=3,|B|=4。求|2A-B|

这个给的条件少了吧，结果并不唯一。下面举两个例子（符合题意，但结果不一样）

❿ 线性代数里 tr（A）是什么意思A是矩阵

方阵A的迹tr(A)=a11+a22+...+ann，即等于对角线元素和。

设有N阶矩阵A，那么矩阵A的迹就等于A的特征值的总和，也即矩阵A的主对角线元素的总和。

1.迹是所有对角元的和；

2.迹是所有特征值的和；

3.某些时候也利用tr(AB)=tr(BA)来求迹；

4.tr（mA+nB）=m tr（A）+n tr（B）。

。矩阵的特征值和特征向量可以揭示线性变换的深层特性 。