令向量组的线性组合为零（零向量），研究系数的取值情况，线性组合为零当且仅当系数皆为零，则该向量组线性无关，若存在不全为零的系数，使得线性组合为零，则该向量组线性相关。
通过向量组构成的齐次线性方程组解的情况判断向量组的线性相关性；线性方程组有非零解向量组就线性相关，反之，线性无关。通过向量组的秩研究向量组的相关性。若向量组的秩等于向量的个数，则该向量组是线性无关的，若向量组的秩小于向量的个数，则该向量组是线性相关的。
扩展资料：
注意事项：
一个向量线性相关的充分条件是一个零向量。
两个向量a、b共线的充要条件是a、b线性相关。
三个向量a、b、c共面的充要条件是a、b、c线性相关。
n+1个n维向量总是线性相关。（个数大于维数必相关）
向量组α1～αs中有一零向量是向量组线性相关的充分条件，不是必要条件。
参考资料来源：百度百科-线性相关
参考资料来源：百度百科-向量
令向量组的线性组合为零（零向量），研究系数的取值情况，线性组合为零当且仅当系数皆为零，则该向量组线性无关，若存在不全为零的系数，使得线性组合为零，则该向量组线性相关。
通过向量组构成的齐次线性方程组解的情况判断向量组的线性相关性；线性方程组有非零解向量组就线性相关，反之，线性无关。通过向量组的秩研究向量组的相关性。若向量组的秩等于向量的个数，则该向量组是线性无关的，若向量组的秩小于向量的个数，则该向量组是线性相关的。
定义
若x1=c1，x2=c2，…，xn=cn代入所给方程各式均成立，则称（c1，c2，…，cn）为一个解。若c1，c2，…，cn不全为0，则称（c1，c2，…，cn）为非零解。若常数项均为0，则称为齐次线性方程组，它总有零解（0，0，…，0）。两个方程组，若它们的未知量个数相同且解集相等，则称为同解方程组。
线性代数（Linear Algebra）是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。向量空间是现代数学的一个重要课题；因而，线性代数被广泛地应用于抽象代数和泛函分析中；通过解析几何，线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中。 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。 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。 线性代数的概念很多，重要的有： 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。 例如：设A是m×n矩阵，B是n×s矩阵，且AB＝0，那么用分块矩阵可知B的列向量都是齐次方程组Ax＝0的解，再根据基础解系的理论以及矩阵的秩与向量组秩的关系，可以有 r（B）≤n－r（A）即r（A）＋r（B）≤n 进而可求矩阵A或B中的一些参数 上述例题说明，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，同学们整理时要注重串联、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。
（1）系数矩阵M的秩小于增广矩阵（记为A）的秩，
r(M) < r(A)，方程组无解
因此det(M)=0
（2）
注意，上面图中最后一句错了，非零行数目应该是2，零行的数目是3-2=1
我告诉你第一问吧，A&=0这是一个数吧，它的转置也是0，也是一个数，矩阵乘法结合律是成立的，因此0乘以0还是数字0
给你答案其实是在害你，给你知识点，如果还不会再来问我线性代数的学习切入点：线性方程组。换言之，可以把线性代数看作是在研究线性方程组这一对象的过程中建立起来的学科。线性方程组的特点：方程是未知数的一次齐次式，方程组的数目s和未知数的个数n可以相同，也可以不同。关于线性方程组的解，有三个问题值得讨论：（1）、方程组是否有解，即解的存在性问题；（2）、方程组如何求解，有多少个解；（3）、方程组有不止一个解时，这些不同的解之间有无内在联系，即解的结构问题。高斯消元法，最基础和最直接的求解线性方程组的方法，其中涉及到三种对方程的同解变换：（1）、把某个方程的k倍加到另外一个方程上去；（2）、交换某两个方程的位置；（3）、用某个常数k乘以某个方程。我们把这三种变换统称为线性方程组的初等变换。任意的线性方程组都可以通过初等变换化为阶梯形方程组。由具体例子可看出，化为阶梯形方程组后，就可以依次解出每个未知数的值，从而求得方程组的解。对方程组的解起决定性作用的是未知数的系数及其相对位置，所以可以把方程组的所有系数及常数项按原来的位置提取出来，形成一张表，通过研究这张表，就可以判断解的情况。我们把这样一张由若干个数按某种方式构成的表称为矩阵。可以用矩阵的形式来表示一个线性方程组，这至少在书写和表达上都更加简洁。系数矩阵和增广矩阵。高斯消元法中对线性方程组的初等变换，就对应的是矩阵的初等行变换。阶梯形方程组，对应的是阶梯形矩阵。换言之，任意的线性方程组，都可以通过对其增广矩阵做初等行变换化为阶梯形矩阵，求得解。阶梯形矩阵的特点：左下方的元素全为零，每一行的第一个不为零的元素称为该行的主元。对不同的线性方程组的具体求解结果进行归纳总结（有唯一解、无解、有无穷多解），再经过严格证明，可得到关于线性方程组解的判别定理：首先是通过初等变换将方程组化为阶梯形，若得到的阶梯形方程组中出现0=d这一项，则方程组无解，若未出现0=d一项，则方程组有解；在方程组有解的情况下，若阶梯形的非零行数目r等于未知量数目n，方程组有唯一解，若r在利用初等变换得到阶梯型后，还可进一步得到最简形，使用最简形，最简形的特点是主元上方的元素也全为零，这对于求解未知量的值更加方便，但代价是之前需要经过更多的初等变换。在求解过程中，选择阶梯形还是最简形，取决于个人习惯。常数项全为零的线性方程称为齐次方程组，齐次方程组必有零解。齐次方程组的方程组个数若小于未知量个数，则方程组一定有非零解。利用高斯消元法和解的判别定理，以及能够回答前述的基本问题（1）解的存在性问题和（2）如何求解的问题，这是以线性方程组为出发点建立起来的最基本理论。对于n个方程n个未知数的特殊情形，我们发现可以利用系数的某种组合来表示其解，这种按特定规则表示的系数组合称为一个线性方程组（或矩阵）的行列式。行列式的特点：有n！项，每项的符号由角标排列的逆序数决定，是一个数。通过对行列式进行研究，得到了行列式具有的一些性质（如交换某两行其值反号、有两行对应成比例其值为零、可按行展开等等），这些性质都有助于我们更方便的计算行列式。用系数行列式可以判断n个方程的n元线性方程组的解的情况，这就是克莱姆法则。总而言之，可把行列式看作是为了研究方程数目与未知量数目相等的特殊情形时引出的一部分内容
选D。Ax=0的基础解系只有一个向量，故A的秩为3，则A*的秩为1，A*的基础解系必是3个向量。再有题意知a1－2a3＝0，即a1和a3线性相关，于是a2，a3，a4线性无关。
人类对一元二次方程的研究经历了漫长的岁月，早在公元前2000年左右，居住在底格里斯河和幼法拉底河的古巴比伦人已经能解一些一元二次方程。而在中国，《九章算术》“勾股”章中就有一题：“今有户高多于广六尺八寸，两隅相去适一丈，问户高、广各几何？。”之后的丢番图（古代希腊数学家），欧几里德（古代希腊数学家），赵爽，张遂，杨辉对一元二次方程的贡献更大贝祖（Bezout Etienne ）法国数学家。少年时酷爱数学，主要从事方程论研究。他是最先认识到行列式价值的数学家之一。最早证明了齐次线性方程组有非零解的条件是系数行列式等于零。他在其第一篇论文《几种类型的方程》中用消元法将只含一个未知数的n次方程问题与解联立方程组问题联系起来，提供了某些n次方程的解法。他还用消元法解次数高于1的两个二元方程，并证明了关于方程次数的贝祖定理。1086～1093年，中国宋朝的沈括在《梦溪笔谈》中提出“隙积术”和“会圆术”，开始高阶等差级数的研究。 十一世纪，阿拉伯的阿尔·卡尔希第一次解出了二次方程的根。 十一世纪，阿拉伯的卡牙姆完成了一部系统研究三次方程的书《代数学》。 十一世纪，埃及的阿尔·海赛姆解决了“海赛姆”问题，即要在圆的平面上两点作两条线相交于圆周上一点，并与在该点的法线成等角。 十一世纪中叶，中国宋朝的贾宪在《黄帝九章算术细草》中，创造了开任意高次幂的“增乘开方法”，并列出了二项式定理系数表，这是现代“组合数学”的早期发现。后人所称的“杨辉三角”即指此法。 十二世纪，印度的拜斯迦罗著《立刺瓦提》一书，这是东方算术和计算方面的重要著作。 1202年，意大利的裴波那契发表《计算之书》，把印度—阿拉伯记数法介绍到西方。 1220年，意大利的裴波那契发表《几何学实习》一书，介绍了许多阿拉伯资料中没有的示例。 1247年，中国宋朝的秦九韶著《数书九章》共十八卷，推广了“增乘开方法”。书中提出的联立一次同余式的解法，比西方早五百七十余年。 1248年，中国宋朝的李治著《测圆海镜》十二卷，这是第一部系统论述“天元术”的著作。 1261年，中国宋朝的杨辉著《详解九章算法》，用“垛积术”求出几类高阶等差级数之和。 1274年，中国宋朝的杨辉发表《乘除通变本末》，叙述“九归”捷法，介绍了筹算乘除的各种运算法。 1280年，元朝《授时历》用招差法编制日月的方位表(中国 王恂、郭守敬等)。 十四世纪中叶前，中国开始应用珠算盘。 1303年，中国元朝的朱世杰著《四元玉鉴》三卷，把“天元术”推广为“四元术”。 1464年，德国的约·米勒在《论各种三角形》(1533年出版)中，系统地总结了三角学。 1494年，意大利的帕奇欧里发表《算术集成》，反映了当时所知道的关于算术、代数和三角学的知识。 1545年，意大利的卡尔达诺、费尔诺在《大法》中发表了求三次方程一般代数解的公式。 1550～1572年，意大利的邦别利出版《代数学》，其中引入了虚数，完全解决了三次方程的代数解问题。 1591年左右，德国的韦达在《美妙的代数》中首次使用字母表示数字系数的一般符号，推进了代数问题的一般讨论。 1596～1613年，德国的奥脱、皮提斯库斯完成了六个三角函数的每间隔10秒的十五位小数表。 1614年，英国的耐普尔制定了对数。 1615年，德国的开卜勒发表《酒桶的立体几何学》，研究了圆锥曲线旋转体的体积。 1635年，意大利的卡瓦列利发表《不可分连续量的几何学》，书中避免无穷小量，用不可分量制定了一种简单形式的微积分。 1637年，法国的笛卡尔出版《几何学》，提出了解析几何，把变量引进数学，成为“数学中的转折点”。 1638年，法国的费尔玛开始用微分法求极大、极小问题。 1638年，意大利的伽里略发表《关于两种新科学的数学证明的论说》，研究距离、速度和加速度之间的关系，提出了无穷集合的概念，这本书被认为是伽里略重要的科学成就。 1639年，法国的迪沙格发表了《企图研究圆锥和平面的相交所发生的事的草案》，这是近世射影几何学的早期工作。 1641年，法国的帕斯卡发现关于圆锥内接六边形的“帕斯卡定理”。 1649年，法国的帕斯卡制成帕斯卡计算器，它是近代计算机的先驱。 1654年，法国的帕斯卡、费尔玛研究了概率论的基础。 1655年，英国的瓦里斯出版《无穷算术》一书，第一次把代数学扩展到分析学。 1657年，荷兰的惠更斯发表了关于概率论的早期论文《论机会游戏的演算》。 1658年，法国的帕斯卡出版《摆线通论》，对“摆线”进行了充分的研究。 1665～1676年，牛顿(1665～1666年)先于莱布尼茨(1673～1676年)制定了微积分，莱布尼茨(1684～1686年)早于牛顿(1704～1736年)发表了微积分。 1669年，英国的牛顿、雷夫逊发明解非线性方程的牛顿—雷夫逊方法。 1670年，法国的费尔玛提出“费尔玛大定理”。 1673年，荷兰的惠更斯发表了《摆动的时钟》，其中研究了平面曲线的渐屈线和渐伸线。 1684年，德国的莱布尼茨发表了关于微分法的著作《关于极大极小以及切线的新方法》。 1686年，德国的莱布尼茨发表了关于积分法的著作。 1691年，瑞士的约·贝努利出版《微分学初步》，这促进了微积分在物理学和力学上的应用及研究。 1696年，法国的洛比达发明求不定式极限的“洛比达法则”。 1697年，瑞士的约·贝努利解决了一些变分问题，发现最速下降线和测地线。 1704年，英国的牛顿发表《三次曲线枚举》《利用无穷级数求曲线的面积和长度》《流数法》。 1711年，英国的牛顿发表《使用级数、流数等等的分析》。 1713年，瑞士的雅·贝努利出版了概率论的第一本著作《猜度术》。 1715年，英国的布·泰勒发表《增量方法及其他》。 1731年，法国的克雷洛出版《关于双重曲率的曲线的研究》，这是研究空间解析几何和微分几何的最初尝试。 1733年，英国的德·勒哈佛尔发现正态概率曲线。 1734年，英国的贝克莱发表《分析学者》，副标题是《致不信神的数学家》，攻击牛顿的《流数法》，引起所谓第二次数学危机。 1736年，英国的牛顿发表《流数法和无穷级数》。 1736年，瑞士的欧拉出版《力学、或解析地叙述运动的理论》，这是用分析方法发展牛顿的质点动力学的第一本著作。 1742年，英国的麦克劳林引进了函数的幂级数展开法。 1744年，瑞士的欧拉导出了变分法的欧拉方程，发现某些极小曲面。 1747年，法国的达朗贝尔等由弦振动的研究而开创偏微分方程论。 1748年，瑞士的欧拉出版了系统研究分析数学的《无穷分析概要》，这是欧拉的主要著作之一。 1755～1774年，瑞士的欧拉出版了《微分学》和《积分学》三卷。书中包括微分方程论和一些特殊的函数。 1760～1761年，法国的拉格朗日系统地研究了变分法及其在力学上的应用。 1767年，法国的拉格朗日发现分离代数方程实根的方法和求其近似值的方法。 1770～1771年，法国的拉格朗日把置换群用于代数方程式求解，这是群论的开始。 1772年，法国的拉格朗日给出三体问题最初的特解。 1788年，法国的拉格朗日出版了《解析力学》，把新发展的解析法应用于质点、刚体力学。 1794年，法国的勒让德出版流传很广的初等几何学课本《几何学概要》。 1794年，德国的高斯从研究测量误差，提出最小二乘法，于1809年发表。 1797年，法国的拉格朗日发表《解析函数论》，不用极限的概念而用代数方法建立微分学。 1799年，法国的蒙日创立画法几何学，在工程技术中应用颇多。 1799年，德国的高斯证明了代数学的一个基本定理：实系数代数方程必有根。 微分方程:大致与微积分同时产生 。事实上，求y′＝f(x)的原函数问题便是最简单的微分方程。I.牛顿本人已经解决了二体问题：在太阳引力作用下，一个单一的行星的运动。他把两个物体都理想化为质点，得到3个未知函数的3个二阶方程组，经简单计算证明，可化为平面问题，即两个未知函数的两个二阶微分方程组。用现在叫做“首次积分”的办法，完全解决了它的求解问题。17世纪就提出了弹性问题，这类问题导致悬链线方程、振动弦的方程等等。总之，力学、天文学、几何学等领域的许多问题都导致微分方程。在当代，甚至许多社会科学的问题亦导致微分方程，如人口发展模型、交通流模型……。因而微分方程的研究是与人类社会密切相关的。当初，数学家们把精力集中放在求微分方程的通解上，后来证明这一般不可能，于是逐步放弃了这一奢望，而转向定解问题：初值问题、边值问题、混合问题等。但是，即便是一阶常微分方程，初等解(化为积分形式)也被证明不可能，于是转向定量方法（数值计算）、定性方法，而这首先要解决解的存在性、唯一性等理论上的问题。 方程对于学过中学数学的人来说是比较熟悉的；在初等数学中就有各种各样的方程，比如线性方程、二次方程、高次方程、指数方程、对数方程、三角方程和方程组等等。这些方程都是要把研究的问题中的已知数和未知数之间的关系找出来，列出包含一个未知数或几个未知数的一个或者多个方程式，然后取求方程的解。 但是在实际工作中，常常出现一些特点和以上方程完全不同的问题。比如：物质在一定条件下的运动变化，要寻求它的运动、变化的规律；某个物体在重力作用下自由下落，要寻求下落距离随时间变化的规律；火箭在发动机推动下在空间飞行，要寻求它飞行的轨道，等等。 物质运动和它的变化规律在数学上是用函数关系来描述的，因此，这类问题就是要去寻求满足某些条件的一个或者几个未知函数。也就是说，凡是这类问题都不是简单地去求一个或者几个固定不变的数值，而是要求一个或者几个未知的函数。 解这类问题的基本思想和初等数学解方程的基本思想很相似，也是要把研究的问题中已知函数和未知函数之间的关系找出来，从列出的包含未知函数的一个或几个方程中去求得未知函数的表达式。但是无论在方程的形式、求解的具体方法、求出解的性质等方面，都和初等数学中的解方程有许多不同的地方。 在数学上，解这类方程，要用到微分和导数的知识。因此，凡是表示未知函数的导数以及自变量之间的关系的方程，就叫做微分方程。 微分方程差不多是和微积分同时先后产生的，苏格兰数学家耐普尔创立对数的时候，就讨论过微分方程的近似解。牛顿在建立微积分的同时，对简单的微分方程用级数来求解。后来瑞士数学家雅各布�6�1贝努利、欧拉、法国数学家克雷洛、达朗贝尔、拉格朗日等人又不断地研究和丰富了微分方程的理论。 常微分方程的形成与发展是和力学、天文学、物理学，以及其他科学技术的发展密切相关的。数学的其他分支的新发展，如复变函数、李群、组合拓扑学等，都对常微分方程的发展产生了深刻的影响，当前计算机的发展更是为常微分方程的应用及理论研究提供了非常有力的工具。 牛顿研究天体力学和机械力学的时候，利用了微分方程这个工具，从理论上得到了行星运动规律。后来，法国天文学家勒维烈和英国天文学家亚当斯使用微分方程各自计算出那时尚未发现的海王星的位置。这些都使数学家更加深信微分方程在认识自然、改造自然方面的巨大力量。 微分方程的理论逐步完善的时候，利用它就可以精确地表述事物变化所遵循的基本规律，只要列出相应的微分方程，有了解方程的方法。微分方程也就成了最有生命力的数学分支。
代数学的一个分支，主要处理线性关系问题。线性关系意即数学对象之间的关系是以一次形式来表达的。例如，在解析几何里，平面上直线的方程是二元一次方程；空间平面的方程是三元一次方程，而空间直线视为两个平面相交，由两个三元一次方程所组成的方程组来表示。含有 n个未知量的一次方程称为线性方程。关于变量是一次的函数称为线性函数。线性关系问题简称线性问题。解线性方程组的问题是最简单的线性问题。 九章算术线性代数作为一个独立的分支在20世纪才形成，然而它的历史却非常久远。最古老的线性问题是线性方程组的解法，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，其中所述方法实质上相当于现代的对方程组的增广矩阵的行施行初等变换，消去未知量的方法。随着研究线性方程组和变量的线性变换问题的深入，行列式和矩阵在18～19世纪期间先后产生，为处理线性问题提供了有力的工具，从而推动了线性代数的发展。向量概念的引入，形成了向量空间的概念。凡是线性问题都可以用向量空间的观点加以讨论。因此，向量空间及其线性变换，以及与此相联系的矩阵理论，构成了线性代数的中心内容。线性代数的含义随数学的发展而不断扩大。线性代数的理论和方法已经渗透到数学的许多分支，同时也是理论物理和理论化学所不可缺少的代数基础知识。
1、论文题目：要求准确、简练、醒目、新颖。2、目录：目录是论文中主要段落的简表。（短篇论文不必列目录）3、提要：是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。4、关键词或主题词：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。 每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。主题词是经过规范化的词，在确定主题词时，要对论文进行主题，依照标引和组配规则转换成主题词表中的规范词语。5、论文正文：（1）引言：引言又称前言、序言和导言，用在论文的开头。 引言一般要概括地写出作者意图，说明选题的目的和意义, 并指出论文写作的范围。引言要短小精悍、紧扣主题。〈2）论文正文：正文是论文的主体，正文应包括论点、论据、 论证过程和结论。主体部分包括以下内容：a.提出-论点；b.分析问题-论据和论证；c.解决问题-论证与步骤；d.结论。6、一篇论文的参考文献是将论文在和写作中可参考或引证的主要文献资料，列于论文的末尾。参考文献应另起一页，标注方式按《GB7714-87文后参考文献著录规则》进行。中文：标题--作者--出版物信息（版地、版者、版期）：作者--标题--出版物信息所列参考文献的要求是：（1）所列参考文献应是正式出版物，以便读者考证。（2）所列举的参考文献要标明序号、著作或文章的标题、作者、出版物信息。
非齐次线性方程组，其常数项(即不含有未知数的项)不全为零的线性方程组，如：x+y+z=12x+y+z=3x+2y+2z=4齐次线性方程组，常数项全部为零的线性方程组 ，如：x+y+z=02x+y+z=0x+2y+2z=0
线性代数（Linear Algebra）是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。向量空间是现代数学的一个重要课题；因而，线性代数被广泛地应用于抽象代数和泛函分析中；通过解析几何，线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中。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。 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。线性代数的概念很多，重要的有： 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。 例如：设A是m×n矩阵，B是n×s矩阵，且AB＝0，那么用分块矩阵可知B的列向量都是齐次方程组Ax＝0的解，再根据基础解系的理论以及矩阵的秩与向量组秩的关系，可以有 r（B）≤n－r（A）即r（A）＋r（B）≤n 进而可求矩阵A或B中的一些参数上述例题说明，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，同学们整理时要注重串联、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。
非齐次线性方程组Ax=b的求解方法：1、对增广矩阵作初等行变换,化为阶梯形矩阵；2、求出导出组Ax=0的一个基础解系；3、求非齐次线性方程组Ax=b的一个特解（为简捷,可令自由变量全为0）4、按解的结构 ξ（特解）+k1a1+k2a2+…+krar（基础解系） 写出通解.注意：当方程组中含有参数时,分析讨论要严谨不要丢情况,此时的特解往往比较繁.【分析】按照非齐次线性方程组的求解方法一步一步来解答对增广矩阵作初等行变换,化为阶梯形1 -1 1 -1 10 0 -2 2 -10 0 0 0 0r（A）=2,基础解系的解向量有4-2=2个令x2=1,x4=0,得x1=1,x3=0 令x2=0,x4=1,得x1=0,x3=1 得到基础解系a1=（1,1,0,0）T a2=（0,0,1,1）T再求方程组的一个特解令x2=x4=0,得x1=1/2,x3=1/2 ξ=（1/2,0,1/2,0）T所以通解为 ξ+k1a1+k2a2,k1,k2为任意常数newmanhero 2015年1月18日11:33:17希望对你有所帮助,
线性代数是高等代数的一大分支。我们知道一次方程叫做线性方程，讨论线性方程及线性运算的代数就叫做线性代数。在线性代数中最重要的内容就是行列式和矩阵。行列式和矩阵在十九世纪受到很大的注意 , 而且写了成千篇关于这两个课题的文章。向量的概念 , 从数学的观点来看不过是有序三元数组的一个集合 , 然而它以力或速度作为直接的物理意义 , 并且数学上用它能立刻写出 物理上所说的事情。向量用于梯度 , 散度 , 旋度就更有说服力。同样 , 行列式和矩阵如导数一样（虽然 dy/dx 在数学上不过是一个符号 , 表示包括△y/△x的极限的长式子 , 但导数本身是一个强有力的概念 , 能使我们直接而创造性地想象物理上发生的事情）。因此，虽然表面上看，行列式和矩阵不过是一种语言或速记，但它的大多数生动的概念能对新的思想领域提供钥匙。然而已经证明这两个概念是数学物理上高度有用的工具。 线性代数学科和矩阵理论是伴随着线性系统方程系数研究而引入和发展的。 行列式的概念最早是由十七世纪日本数学家关孝和提出来的，他在 1683 年写了一部叫做《解伏题之法》的著作，意思是 “ 解行列式问题的方法 ” ，书里对行列式的概念和它的展开已经有了清楚的叙述。欧洲第一个提出行列式概念的是德国的数学家， 微积分学奠基人之一 莱布 尼 兹 （ Leibnitz ， 1693 年） 。 1750 年 克莱姆（ Cramer ） 在他的《线性代数分析导言》（ Introduction d l'analyse des lignes courbes alge'briques ）中 发表了求解线性系统方程的重要基本公式（既人们熟悉的 Cramer 克莱姆法则）。 1764 年 , Bezout 把确定行列式每一项的符号的手续系统化了。对给定了含 n 个未知量的 n 个齐次线性方程 , Bezout 证明了系数行列式等于零是这方程组有非零解的条件。 Vandermonde 是第一个对行列式理论进行系统的阐述 ( 即把行列 ' 式理论与线性方程组求解相分离 ) 的人。并且给出了一条法则，用二阶子式和它们的余子式来展开行列式。就对行列式本身进行研究这一点而言，他是这门理论的奠基人。 Laplace 在 1772 年的论文《对积分和世界体系的探讨》中 , 证明了 Vandermonde 的一些规则 , 并推广了他的展开行列式的方法 , 用 r 行中所含的子式和它们的余子式的集合来展开行列式，这个方法现在仍然以他的名字命名。 德国数学家雅可比（ Jacobi ）也于 1841 年总结并提出了行列式的系统理论。另一个研究行列式的是法国最伟大的数学家 柯西 (Cauchy) ，他大大发展了行列式的理论，在行列式的记号中他把元素排成方阵并首次采用了双重足标的新记法，与此同时发现两行列式相乘的公式及改进并证明了 laplace 的展开定理。相对而言，最早利用矩阵概念的是 拉格朗日（ Lagrange ） 在 1700 年后的双线性型工作中体现的。拉格朗日期望了解多元函数的最大、最小值问题，其方法就是人们知道的拉格朗日迭代法。为了完成这些，他首先需要一阶偏导数为 0 ，另外还要有二阶偏导数矩阵的条件。这个条件就是今天所谓的正、负的定义。尽管拉格朗日没有明确地提出利用矩阵。 高斯（ Gauss ） 大约在 1800 年提出了高斯消元法并用它解决了天体计算和后来的地球表面测量计算中的最小二乘法问题。（这种涉及测量、求取地球形状或当地精确位置的应用数学分支称为测地学。）虽然高斯由于这个技术成功地消去了线性方程的变量而出名，但早在几世纪中国人的手稿中就出现了解释如何运用“高斯”消去的方法求解带有三个未知量的三方程系统。在当时的几年里，高斯消去法一直被认为是测地学发展的一部分，而不是数学。而高斯 - 约当消去法则最初是出现在由 Wilhelm Jordan 撰写的测地学手册中。许多人把著名的数学家 Camille Jordan 误认为是“高斯 - 约当”消去法中的约当。 矩阵代数的丰富发展，人们需要有合适的符号和合适的矩阵乘法定义。二者要在大约同一时间和同一地点相遇。 1848 年英格兰的 . Sylvester 首先提出了矩阵这个词，它来源于拉丁语，代表一排数。 1855 年矩阵代数得到了 Arthur Cayley 的工作培育。 Cayley 研究了线性变换的组成并提出了矩阵乘法的定义，使得复合变换 ST 的系数矩阵变为矩阵 S 和矩阵 T 的乘积。他还进一步研究了那些包括矩阵逆在内的代数问题。著名的 Cayley- Hamilton 理论即断言一个矩阵的平方就是它的特征多项式的根，就是由 Cayley 在 1858 年在他的矩阵理论文集中提出的。利用单一的字母 A 来表示矩阵是对矩阵代数发展至关重要的。在发展的早期公式 det( AB ) = det( A )det( B ) 为矩阵代数和行列式间提供了一种联系。 数学家 Cauchy 首先给出了特征方程的术语，并证明了阶数超过 3 的矩阵有特征值及任意阶实对称行列式都有实特征值；给出了相似矩阵的概念，并证明了相似矩阵有相同的特征值；研究了代换理论， 数学家试图研究向量代数，但在任意维数中并没有两个向量乘积的自然定义。第一个涉及一个不可交换向量积（既 v x w 不等于 w x v ）的向量代数是由 Hermann Grassmann 在他的《线性扩张论》（ Die lineale Ausdehnungslehre ） 一 书中提出的。 (1844) 。他的观点还被引入一个列矩阵和一个行矩阵的乘积中，结果就是现在称之为秩数为 1 的矩阵，或简单矩阵。在 19 世纪末美国数学物理学家 Willard Gibbs 发表了关于《向量分析基础》 ( Elements of Vector Analysis ) 的著名论述。其后物理学家 P. A. M. Dirac 提出了行向量和列向量的乘积为标量。我们习惯的列矩阵和向量都是在 20 世纪由物理学家给出的。 矩阵的发展是与线性变换密切相连的。到 19 世纪它还仅占线性变换理论形成中有限的空间。现代向量空间的定义是由 Peano 于 1888 年提出的。二次世界大战后随着现代数字计算机的发展，矩阵又有了新的含义，特别是在矩阵的数值分析等方面。 由于计算机的飞速发展和广泛应用，许多实际问题可以通过离散化的数值计算得到定量的解决。于是作为处理离散问题的线性代数，成为从事科学研究和工程设计的科技人员必备的数学基础。
还有三个月就是毕业生们答辩的时间了，但是很多毕业生们目前连选题都还没有选好。时间紧迫，我立马为大家精心整理了一些大学数学系本科毕业论文题目，供毕业生们参考! 1、导数在不等式证明中的应用 2、导数在不等式证明中的应用 3、导数在不等式证明中的应用 4、等价无穷小在求函数极限中的应用及推广 5、迪克斯特拉(Dijkstra)算法及其改进 6、第二积分中值定理“中间点”的性态 7、对均值不等式的探讨 8、对数学教学中开放题的探讨 9、对数学教学中开放题使用的几点思考 10、对现行较普遍的彩票发行方案的讨论 11、对一定理证明过程的感想 12、对一类递推数列收敛性的讨论 13、多扇图和多轮图的生成树计数 14、多维背包问题的扰动修复 15、多项式不可约的判别方法及应用 16、多元函数的极值 17、多元函数的极值及其应用 18、多元函数的极值及其应用 19、多元函数的极值问题 20、多元函数极值问题 21、二次曲线方程的化简 22、二元函数的单调性及其应用 23、二元函数的极值存在的判别方法 24、二元函数极限不存在性之研究 25、反对称矩阵与正交矩阵、对角形矩阵的关系 26、反循环矩阵和分块对称反循环矩阵 27、范德蒙行列式的一些应用 28、方阵A的伴随矩阵 29、放缩法及其应用 30、分块矩阵的应用 31、分块矩阵行列式计算的若干方法 32、辅助函数在数学分析中的应用 33、复合函数的可测性 34、概率方法在其他数学问题中的应用 35、概率论的发展简介及其在生活中的若干应用 36、概率论在彩票中的应用 37、概率统计在彩票中的应用 38、概率统计在实际生活中的应用 39、概率在点名机制中的应用 40、高阶等差数列的通项，前n项和公式的探讨及应用 41、给定点集最小覆盖快速近似算法的进一步研究及其应用 42、关联矩阵的一些性质及其应用 43、关于Gauss整数环及其推广 44、关于g-循环矩阵的逆矩阵 45、关于二重极限的若干计算方法 46、关于反函数问题的讨论 47、关于非线性方程问题的求解 48、关于函数一致连续性的几点注记 49、关于矩阵的秩的讨论 _ 50、关于两个特殊不等式的推广及应用 51、关于幂指函数的极限求法 52、关于扫雪问题的数学模型 53、关于实数完备性及其应用 54、关于数列通项公式问题探讨 55、关于椭圆性质及其应用地探究、推广 56、关于线性方程组的迭代法求解 57、关于一类非开非闭的商映射的构造 58、关于一类生态数学模型的几点思考 59、关于圆锥曲线中若干定值问题的求解初探 60、关于置信区间与假设检验的研究 61、关于周期函数的探讨 62、函数的一致连续性及其应用 63、函数定义的发展 64、函数级数在复分析中与在实分析中的关系 65、函数极值的求法 66、函数幂级数的展开和应用 67、函数项级数的收敛判别法的推广和应用 68、函数项级数一致收敛的判别 69、函数最值问题解法的探讨 70、蝴蝶定理的推广及应用 71、化归中的矛盾分析法研究 72、环上矩阵广义逆的若干性质 73、积分中值定理的再讨论 74、积分中值定理正反问题‘中间点’的渐近性 75、基于高中新教材的概率学习 76、基于最优生成树的'海底油气集输管网策略分析 77、级数求和的常用方法与几个特殊级数和 78、级数求和问题的几个转化 79、级数在求极限中的应用 80、极限的求法与技巧 81、极值的分析和运用 82、极值思想在图论中的应用 83、几个广义正定矩阵的内在联系及其区别 84、几个特殊不等式的巧妙证法及其推广应用 85、几个重要不等式的证明及应用 86、几个重要不等式在数学竞赛中的应用 87、几种特殊矩阵的逆矩阵求法
线性代数（Linear Algebra）是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。向量空间是现代数学的一个重要课题；因而，线性代数被广泛地应用于抽象代数和泛函分析中；通过解析几何，线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中。 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。 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。 线性代数的概念很多，重要的有： 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。 例如：设A是m×n矩阵，B是n×s矩阵，且AB＝0，那么用分块矩阵可知B的列向量都是齐次方程组Ax＝0的解，再根据基础解系的理论以及矩阵的秩与向量组秩的关系，可以有 r（B）≤n－r（A）即r（A）＋r（B）≤n 进而可求矩阵A或B中的一些参数 上述例题说明，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，同学们整理时要注重串联、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。