- 01-绪论
- 02-矩阵的定义及例子
- 03-矩阵的加法及数乘
- 04-矩阵乘法的定义
- 05-矩阵乘法的性质
- 06-矩阵的转置
- 07-分块矩阵
- 08-初等变换
- 09-初等矩阵
- 10-逆矩阵的定义及性质
- 11-逆矩阵的计算
- 12-求解矩阵方程
- 13-行列式的定义
- 14-行列式的性质
- 15-行列式按行(列)展开
- 16-行列式的计算
- 17-伴随阵与逆矩阵
- 18-抽象矩阵的可逆性
- 19-克拉默法则
- 20-矩阵秩的定义
- 21-矩阵秩的等式
- 22-矩阵秩的不等式
- 23-向量的概念
- 24-向量的线性组合和线性表示
- 25-向量组的秩
- 26-向量的线性相关性
- 27-线性相关性的等价刻画I
- 28-线性相关性的等价刻画II
- 29-向量组的极大无关组
- 30-向量空间基维数和坐标
- 31-基变换和坐标变换
- 32-内积
- 33-标准正交向量组和正交矩阵
- 34-线性方程组和Gauss消元法
- 35-齐次线性方程组有非零解的条件
- 36-齐次线性方程组的基础解系
- 37-非齐次线性方程组的解
- 38-非齐次线性方程组的解的结构
- 39-向量组极大无关组的计算
- 40-线性方程组的最小二乘解
- 41-相似矩阵的定义及性质
- 42-特征值(向量)的定义
- 43-特征值(向量)的求法
- 44-特征值的性质
- 45-相似于对角阵的条件
- 46-相似对角化与方阵的幂
- 47-实对称矩阵的相似对角化
- 48-已知特征值(向量),求矩阵
- 49-二次型的定义、矩阵表示及标准形
- 50-用正交变换化二次型为标准形
- 51-用配方法化二次型为标准形
线性代数是本科各专业的一门必修课,其研究的对象是行列式、矩阵、线性方程组、
向量组间的关系,应用于各领域各专业广泛存在的科学技术中线性问题的处理,比如大数
据的线性处理及数据间的线性变换等,通过本课程的教学,使各专业学生掌握线性代数的
基本理论和基本方法,培养学生的科学计算能力,提高学生的抽象思维能力和运用线性代
数知识解决实际问题的能力,并为学习后续课程和进一步扩大数学知识面奠定必要的代数
基础。在讲授该门课程时,应结合应用型大学数学课程的特点和思政教育的内涵,通过学
习数学定义、公式、定理,理解数学思想,使学生对事物的方法规律有本质的认识,培养
学生的辩证唯物主义观。在立足知识的前提下,借助数学发展史、典故以及优秀的数学家
奋斗历程等,培养学生不畏艰难、坚持到底的科学态度和创新精神,同时引导学生学会有
效沟通交流,增强其团队合作意识,爱岗敬业,提高学生的实践能力、创造能力、就业能
力和创业能力。
《线性代数》是高等院校的一门数学基础课。线性代数包括行列式、矩阵、线性相关性及方程组的求
解等内容。由于线性问题广泛存在于科学技术的各个领域,将非线性问题线性化十分重要。借助于计算机
来解大型线性方程组,求矩阵的特征值与特征向量等已成为科学技术工作者经常遇到的课题,因此学习和
掌握线性代数的理论和方法是掌握现代科学技术以及从事科学研究的重要基础和手段。本课程要求学生熟
练掌握行列式的、矩阵的一些基本知识和方法,线性方程组及其有关的基本计算方法,并具有熟练的矩阵
运算能力和利用矩阵方法解决一些实际问题的能力。从而为后继课的学习及进一步提高奠定必要的数学基
础。
课程目标
Linear algebra is a basic course of mathematics in colleges and universities. Linear
algebra includes determinant, matrix, linear correlation and solution of equations. Linear
problems exist in many fields of science and technology, so it is very important to linearize
them. Solving large-scale linear equations by computer and finding eigenvalues and eigenvectors
of matrices have become a common problem for scientists and technicians. Therefore, learning
and mastering the theory and methods of linear algebra is an important basis and means for
mastering modern science and technology and engaging in scientific research. This course
requires students to master some basic knowledge and methods of determinants and matrices,
linear equations and their related basic computational methods, and have the ability of matrix
operation and solving some practical problems by matrix method. Thus, it lays the necessary
mathematical foundation for the subsequent courses and further improvement.
课程目标1:通过学习线性代数的基本知识和基本理论,掌握信息领域复杂工程问题所需的数学知识,包括
常用的行列式、矩阵、向量和线性方程组基础知识,熟练进行行列式、矩阵的相关计算,能将相关代数知
识用于工程问题的表述。
课程目标 2:掌握基于空间思维建立和求解系统或过程数学模型所需的数学知识,能够运用线性方程组的
解的性质及解的结构、相似矩阵及正交对角化的概念用于工程问题的建模和求解。
课程目标3:能够利用内积、特征值和特征向量等知识对数字信息进行处理,分析结论的有效性,用于正确
表达空间信息获取、处理、分析和应用等方面的复杂工程问题。
课程目标4:利用二次型相关知识,能够正确处理数据,分析和解释结果,通过信息综合推断合理有效的研
究结论。