线性代数的海词问答与网友补充：
线性代数的相关资料：
相关词典网站：编程，数学，设计
作者：Vamei 出处：/vamei 欢迎转载，也请保留这段声明。谢谢!
线性代数是一门大学课程，但也是相当&惨烈&的一门课程。在大学期间，我对这门学科就没怎么学懂。先是挣扎于各种行列式、解方程，然后又看到奇怪的正交矩阵、酉矩阵。还没来得及消化，期末考试轰然到来，成绩自然凄凄惨惨。
后来读了更多的线性代数的内容，才发现，线性代数远不是一套奇奇怪怪的规定。它的内在逻辑很明确。只可惜大学时的教材，把最重要的一些核心概念，比如线性系统，放在了最后。总结这些惨痛的经历，再加上最近的心得，我准备写一些线性代数的相关文章。
这一系列线性代数文章有三个目的：
概念直观化
为&&系列文章做准备，没有线性代数基础，没法深入统计和机器学习。
线性代数运算的代码实现。这是经典的程序员挑战。参看
线性代数是现代数学、自然科学的基础工具。在计算机领域，数据挖掘、机器学习、图形处理，数值运算这几块儿都与线性代数紧密相关。如果你对这些技术感兴趣，这些线性代数的文章可以作为你的参考读物。
这一篇，我将引入线型代数的核心：线性系统。让人惊奇的是，这一核心概念，早就根植在我们的思维中。&
生活中的线性：超市结算
我们想象一个只卖两个商品的超市，销售青菜、黄豆。青菜每捆5元，黄豆每盒3元。此外，这个超市还有个积分系统，每捆青菜积分2分，每包黄豆积4分。需要一个结算系统，为客户计算总价和积分。
这对程序员来说不算挑战。每个语言都可以轻松的实现，比如用Python:
# By Vamei
def bill(x1, x2):
y1 = 5*x1 + 3*x2
y2 = 2*x1 + 4*x2
return y1, y2
x1，x2分别为青菜和黄豆的数目。y1，y2为总价和积分。通过输入不同品种的购买数目，我们得到输出。这里的输出有两个元素：总价和积分。
上面的计算，还可以写成一组简单的数学方程：
$$y_1 = 5 \times x_1 + 3 \times x_2 $$
$$y_2 = 2 \times x_1 + 4 \times x_2 $$
我们试想这样一种情况：一对夫妻去超市买菜。丈夫买了1捆青菜，2盒黄豆，结账的时候，为11元和10个积分。妻子买了2捆绑青菜，3盒黄豆，结账的时候，为19元和16积分。
但如果妻子结账前碰到丈夫了，俩人把东西放在一起，总共3捆青菜，5盒黄豆。按照我们的结算系统，总价为[$5 \times 3 + 3 \times 5 = 30 $]元，总积分为[$2 \times 3 + 4 \times 5 = 26$]积分。
你可能会反驳我，为什么要那么麻烦呢？把刚才的两个单子加在一起不就可以了。[$11 + 19 = 30$]元，[$10 + 16 = 26$]积分。这通过结算系统的计算结果完全相同。
这想法没错。你已经在运用线性系统(Linear System)的思维了：
几个购物车里的东西，分开结账的几张小票的总和，和一次算总帐的结果相同。
线性系统还有更复杂的情况。把两个购物车给销售员，让销售员按相同的配比，丈夫的来3车，妻子的来2车。那么，新的总价，应该是丈夫的小票乘3，加上妻子的小票乘2。
线性的思维方式是如此的普遍，以致于我们要多想一下，才能想出非线性的例子。下面是一个非线性的情况：超市更改积分系统，积分超过20的话，将获得双倍积分。这个时候，如果分开结账，丈夫和妻子的积分都不到20，那么积分分别为10和16，总和为26。而合在一起结账，由于积分超过了20，积分将是52。有生活经验的夫妻们，一定是合在一起结账，而不是分开结账了。
我们创造了一个非线性的系统。把这个新的结算系统编成函数，依然用Python：
# By Vamei
def non_linear_bill(x1, x2):
y1 = 5*x1 + 3*x2
y2 = 2*x1 + 4*x2
if y2 & 20:
y2 = y2 * 2
return y1, y2
非线性并不是人们的惯常思维方式。超市和商场常有复杂的打折、赠券、积分系统， 这些系统很多时候是非线性的。大脑需要耗费很大能量，才能处理得过来。于是，作为超级线性的男生，我通常的想法都是：去它妈的，老子不要那么麻烦的合单或拆单了。
(奇怪的是，妹纸可以超级熟练的处理各种非线性的购物系统，甚至并行处理多个。上帝拿走的那根肋骨，一定是非线型的&&)
我们即将要改变我们对一个单位的数据的理解。举出一个数据
做为程序员，最直接会列举出一个数据，比如一个整数，一个浮点数。
那一个结构体呢？C语言中的结构体可以包含有多个元素。我们知道，每个元素分开写出来，并不是结构体的完整数据。比如：
typedef struct {
再继续，一个对象的数据呢？一个对象可以有多个属性。当我们说一个对象的数据时，我们指的是这个对象的多个属性。比如：
public class Cart{
再比如，我们在说一个人的数据时，包括姓名，身高、体重、IQ多个值。这多个值可以构成这个人的&一个&数据。我们可以在SQL数据库中建立这样一个Person(name, height, weight, IQ)的表。每一行，也就是一个记录(record)，算是一个数据单位。
即使是列表这样的数据容器，如果固定每个位置数据的意义，那么一个列表也可以算是&一个&数据。比如丈夫购物车为[1，2]，妻子的购物车为[2，3]。
这种包含了多个元素的数据，称为向量(vector)。与之对应，一个单一的数值，称为标量(scalar)。
我们用带小箭头字母表示，来表示一个向量。比如丈夫的购物车：
$$ \vec{x} = \left[ \begin{matrix} 1 \\ 2 \end{matrix} \right]$$
向量可以相加减，这时只需要对应行的元素相加就可以，相当于合并或分开购物车。比如丈夫和妻子的购物车合并：
$$\begin{bmatrix} 1 \\ 2 \end{bmatrix} + \begin{bmatrix} 2 \\ 3 \end{bmatrix} = \begin{bmatrix} 3 \\ 5 \end{bmatrix}$$
向量也可以与一个标量相乘。比如[$\vec{x} \times 5$]表示5个购物车的量。这时只需将标量与向量的各行元素相乘。
$$ 5 \begin{bmatrix} 1 \\ 2 \end{bmatrix} = \begin{bmatrix} 5 \\ 10 \end{bmatrix}$$&
伴随着向量，有一个简单的概念，即维度(dimension)。上面的购物车向量，包含了两个数值，即青菜的数目和黄豆的数目。我们因此说该向量是二维的。而结构体中元素的个数、对象的属性个数，都是维度。我会在以后的文章中深入维度这一概念。
有了对数据的深入理解，那么线性系统的特点可以总结如下：&
$$L(a\vec{D_1} + b\vec{D_2}) = aL(\vec{D_1}) + bL(\vec{D_2})$$&&
[$\vec{D_1}$]和[$\vec{D_2}$]是向量，分别是丈夫和妻子的购物车。而a, b为两个标量，比如a为2，b为3，表示丈夫那样的购物车乘2，妻子的购物车乘3。L为结算系统。方程右边表示，合在一起结账。方程右边表示，丈夫和妻子分开小票，相乘再相加。方程的两边相等。
在数学上，我们已经有一组方程表示出了一个线性系统。上面的方程组有些不方便的地方：
输入的元素(黄豆数目)和系统参数(单价)混合在一起
有很多字母
数学家是偷懒的动物，这点和程序员很像。他们最后找到了一种省事的记述方式。利用刚才的向量。分离的表示输入、线性系统和输出的关系：
$$\begin{bmatrix} 11 \\ 10 \end{bmatrix} = \begin{bmatrix} 5 & 3 \\ 2 & 4 \end{bmatrix} \begin{bmatrix} 1 \\ 2 \end{bmatrix}$$
方程最左是个向量，最右是个向量。奇怪的是中间用括号括住的一堆数字。这被称为一个矩阵(Matrix)。可以看到，这个矩阵中有四个元素，包含了各个物品的单价和各个物品可获得的积分。这通常是结算系统所包含的数据。我们可以猜测到，这个矩阵相当于一个结算系统。左边的向量是输出，右边的向量是输入。
这个结算系统运作时，把输入向量放横，再和结算系统的每一行元素分别相乘，即获得对应的输出元素。比如输出的第一个元素：
根据这一运算规则，一个线性系统就完全用一个矩阵表示出来了。
可以把矩阵表示成字母A，那么用代数的形式，写出输出和矩阵、输入的关系：
$$\vec{y} = A\vec{x}$$
这个代数形式，在线性代数中，有基础性的地位。方程的右边，我们说矩阵和向量进行了&乘法&运算。这一运算的规则，是按照我们上面所描述的那样运行的。这简直是对乘法符号的一次&运算符重载&(operator overload)。
我们可以用程序来实现上面的计算过程。编写类似的C程序并不复杂。更方便的是调用现有的库函数，比如Python中的numpy:&
# By Vamei
import numpy as np
a = np.matrix([[5, 3],[2, 4]])
# input Vector
x = np.array([[1], [2]])
# multiplication
y = np.dot(a, x)
矩阵这个东西把结算系统的表示方式大大缩减。更重要在于，线性系统和矩阵是互通的。矩阵表示的是一个线性系统。一个线性系统也总可以表示一个矩阵(证明从略)。
绕了半天，矩阵 =&线性系统。
线性代数的核心是线性系统的概念。线性系统与矩阵的等同性，让线性代数后面的内容，转入到对矩阵的研究中。但核心要牢记。
线性系统的概念在生活中非常常见。人的思维很多时候也是线性的。思考生活中线性和非线性的例子。
广义的数据可以表示成多维的向量。
阅读(...) 评论()　　自考365收集了部分科目的历年试题，您可以点击列表中的试卷名称获得该课程的试题。未列出的课程可以借助试题搜索来查找。点击下拉箭头选择您要搜索试卷的年份和月份，如不选择则默认为自考365试题库中该课程的全部试题。
　　为了增加搜索的准确度，您可以减少关键字。如要搜索“思想道德修养与法律基础”，只搜索“思想道德修养”即可。在进行试题搜索时，如遇PDF格式，请下载阅读软件。
热门搜索：　　　
每页显示34条信息 当前第1/3页
当前1/3页&&共86条记录
& & & & & & & & & & & &
网校视频辅导课程
& & & & & & 课程价格150元/门 60元/门
150元/门 480元/门 60元/门 30元/门 180元/门线性代数有什么用
线性代数有什么用？&&
09:11:18|&&分类：&|字号&订阅
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
--------摘自《线性代数的几何意义》一书
线性代数有什么用？
线性代数有什么用？这是每一个圈养在象牙塔里，在灌输式教学模式下的“被学习”的学生刚刚开始思考时的第一个问题。我稍微仔细的整理了一下学习线代的理由，竟然也罗列了不少，不知道能不能说服你：
1、& 如果你想顺利地拿到学位，线性代数的学分对你有帮助；
如果你想继续深造，考研，必须学好线代。因为它是必考的数学科目，也是研究生科目《矩阵论》、《泛函分析》的基础。例如，泛函分析的起点就是无穷多个未知量的无穷多线性方程组理论。
如果你想提高自己的科研能力，不被现代科技发展潮流所抛弃，也必须学好，因为瑞典的L.戈丁说过，没有掌握线代的人简直就是文盲。他在自己的数学名著《数学概观》中说：
要是没有线性代数，任何数学和初等教程都讲不下去。按照现行的国际标准，线性代数是通过公理化来表述的。它是第二代数学模型，其根源来自于欧几里得几何、解析几何以及线性方程组理论。…，如果不熟悉线性代数的概念，像线性性质、向量、线性空间、矩阵等等，要去学习自然科学，现在看来就和文盲差不多，甚至可能学习社会科学也是如此。
4、& 如果毕业后想找个好工作，也必须学好线代：
想搞数学，当个数学家（我靠，这个还需要列出来，谁不知道线代是数学）。恭喜你，你的职业未来将是最光明的。如果到美国打工的话你可以找到最好的职业（参考本节后附的一份小资料）。
想搞电子工程，好，电路分析、线性信号系统分析、数字滤波器分析设计等需要线代，因为线代就是研究线性网络的主要工具；进行IC集成电路设计时，对付数百万个集体管的仿真软件就需要依赖线性方程组的方法；想搞光电及射频工程，好，电磁场、光波导分析都是向量场的分析，比如光调制器分析研制需要张量矩阵，手机信号处理等等也离不开矩阵运算。
想搞软件工程，好，3D游戏的数学基础就是以图形的矩阵运算为基础；当然，如果你只想玩3D游戏可以不必掌握线代；想搞图像处理，大量的图像数据处理更离不开矩阵这个强大的工具，《阿凡达》中大量的后期电脑制作没有线代的数学工具简直难以想象。
想搞经济研究。好，知道列昂惕夫（Wassily
Leontief）吗？哈佛大学教授，1949年用计算机计算出了由美国统计局的25万条经济数据所组成的42个未知数的42个方程的方程组，他打开了研究经济数学模型的新时代的大门。这些模型通常都是线性的，也就是说，它们是用线性方程组来描述的，被称为列昂惕夫“投入-产出”模型。列昂惕夫因此获得了1973年的诺经济学奖。
相当领导，好，要会运筹学，运筹学的一个重要议题是线性规划。许多重要的管理决策是在线性规划模型的基础上做出的。线性规划的知识就是线代的知识啊。比如，航空运输业就使用线性规划来调度航班，监视飞行及机场的维护运作等；又如，你作为一个大商场的老板，线性规划可以帮助你合理的安排各种商品的进货，以达到最大利润。
对于其他工程领域，没有用不上线代的地方。如搞建筑工程，那么鸟巢的受力分析需要线代的工具；石油勘探，勘探设备获得的大量数据所满足的几千个方程组需要你的线代知识来解决；飞行器设计，就要研究飞机表面的气流的过程包含反复求解大型的线性方程组，在这个求解的过程中，有两个矩阵运算的技巧：对稀疏矩阵进行分块处理和进行LU分解；
作餐饮业，对于构造一份有营养的减肥食谱也需要解线性方程组；知道有限元方法吗？这个工程分析中十分有效的有限元方法，其基础就是求解线性方程组。知道马尔科夫链吗？这个“链子”神通广大，在许多学科如生物学、商业、化学、工程学及物理学等领域中被用来做数学模型，实际上马尔科夫链是由一个随机变量矩阵所决定的一个概率向量序列，看看，矩阵、向量又出现了。
另外，矩阵的特征值和特征向量可以用在研究物理、化学领域的微分方程、连续的或离散的动力系统中，甚至数学生态学家用以在预测原始森林遭到何种程度的砍伐会造成猫头鹰的种群灭亡；大名鼎鼎的最小二乘算法广泛应用在各个工程领域里被用来把实验中得到的大量测量数据来拟合到一个理想的直线或曲线上，最小二乘拟合算法实质就是超定线性方程组的求解；二次型常常出现在线性代数在工程（标准设计及优化）和信号处理（输出的噪声功率）的应用中，他们也常常出现在物理学（例如势能和动能）、微分几何（例如曲面的法曲率）、经济学（例如效用函数）和统计学（例如置信椭圆体）中，某些这类应用实例的数学背景很容易转化为对对称矩阵的研究。
嘿嘿（脸红），说实在的，我也没有足够经验讲清楚线代在各个工程领域中的应用，只能大概人云亦云地讲述以上线代的一些基本应用。因为你如果要真正的讲清楚
线代的一个应用，就必须充分了解所要应用的领域内的知识，最好有实际的工程应用的经验在里面；况且线性代数在各个工程领域中的应用真是太多了，要知道当今成为一个工程通才只是一个传说。
总结一下，线性代数的应用领域几乎可以涵盖所有的工程技术领域。如果想知道更详细的应用材料，建议看一下《线性代数及应用》，这是美国David
教授写的迄今最现代的流行教材。国内的教材可以看看《线性代数实践及MATLAB入门》，这是西电科大陈怀琛教授写的最实用的新教材。
--------摘自《线性代数的几何意义》，任广千& 胡翠芳
线性方程组
线性代数是的一个分支，它的研究对象是向量，（或称线性空间），和有限维的。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中；通过，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和社会科学中。
中文名称：
外文名称：
Linear Algebra
概述与历史
线性代数是的一个分支，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。
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。“”问题实际上就是一个简单的线性方程组求解的问题。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的行施行初等变换，消去未知量的方法。
由于和的工作，现代意义的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与。十九世纪上半叶才完成了到n维的过渡。
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。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，以及与此相联系的理论，构成了线性代数的中心内容。
矩阵论始于，在十九世纪下半叶，因若当的工作而达到了它的顶点。1888年，以的方式定义了有限维或无限维线性空间。托普利茨将线性代数的主要推广到任意体（domain）上的最一般的中。的概念在大多数情况下能够摆脱矩阵计算而不依赖于的选择。不用交换体而用未必交换之体或作为之，这就引向（module）的概念，这一概念很显著地推广了线性空间的理论和重新整理了十九世纪所研究过的情况。
“代数”这个词在中文中出现较晚，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、翻译家才将它翻译成为“”，之后一直沿用。
线性代数在、和技术学科中有各种重要应用，因而它在各种分支中占居首要地位。在广泛应用的今天，、、、等技术无不以线性代数为其理论和基础的一部分。线性代数所体现的观念与代数方法之间的联系，从具体概念出来的以及严谨的逻辑推证、巧妙的归纳综合等，对于强化人们的，增益科学智能是非常有用的。随着科学的发展，我们不仅要研究单个之间的关系，还要进一步研究多个变量之间的关系，各种实际问题在大多数情况下可以线性化，而由于计算机的发展，了的问题又可以计算出来，线性代数正是解决这些问题的有力工具。
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。
“以直代曲”是人们处理很多数学问题时一个很自然的思想。很多实际问题的处理，最后往往归结为线性问题，它比较容易处理。因此，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。线性代数的计算方法是里一个很重要的内容。
（linear）指量与量之间按、成的关系，在数学上可以理解为一阶为的
（non-linear）则指不按比例、不成直线的关系，一阶导数不为常数。
线性代数起源于对和的研究。在这里，一个向量是一个有方向的，由和同时表示。这样向量可以用来表示，比如力，也可以和做加法和。这就是向量空间的第一个例子。
现代线性代数已经扩展到研究任意或无限维空间。一个维数为 n 的向量空间叫做 n 维空间。在二维和中大多数有用的结论可以扩展到这些。尽管许多人不容易想象 n
维空间中的向量，这样的向量（即 n 元组）用来表示数据非常有效。由于作为 n 元组，向量是 n 个的“有序”列表，大多数人可以在这种框架中有效地概括和操纵数据。比如，在中可以使用 8 维向量来表示
8 个国家的（GNP）。当所有国家的顺序排定之后，比如（中国、美国、英国、法国、德国、西班牙、印度、澳大利亚），可以使用向量（v1,v2,v3,v4,v5,v6,v7,v8）显示这些国家某一年各自的
GNP。这里，每个国家的 GNP 都在各自的位置上。
作为定理而使用的纯，向量空间（）属于抽象代数的一部分，而且已经非常好地融入了这个领域。一些显著的例子有：不可逆线性映射或矩阵的群，向量空间的线性映射的环。线性代数也在中扮演重要角色，特别在&中描述高阶导数，研究积和可交换映射等领域。
向量空间是在域上定义的，比如实数域或域。线性算子将线性空间的元素映射到另一个线性空间（也可以是同一个线性空间），保持向量空间上加法和标量乘法的一致性。所有这种变换组成的本身也是一个向量空间。如果一个线性空间的基是确定的，所有线性变换都可以表示为一个数表，称为矩阵。对矩阵性质和矩阵的深入研究（包括和）也被认为是线性代数的一部分。
我们可以简单地说数学中的线性问题——-那些表现出线性的问题——是最容易被解决的。比如研究很多函数线性近似的问题。在实践中与非线性问题的差异是很重要的。
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。这是数学与中最主要的应用之一。
·每一个线性空间都有一个基。
·对一个 n 行 n 列的非&A，如果存在一个矩阵
B 使 AB = BA =E（E是单位矩阵），则 A 为（或称可逆矩阵），B为A的逆阵。
·矩阵非奇异（可逆）当且仅当它的行列式不为零。
·矩阵非奇异当且仅当它代表的线性变换是个自同构。
·矩阵半当且仅当它的每个大于或等于零。
·矩阵正定当且仅当它的每个特征值都大于零。
·解线性方程组的克垃默法则。
·判断线性方程组有无非零实根的增广矩阵和的关系。
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。欢迎你， 　 　
考研数学线性代数
　　要讨论向量组的秩，先要搞清楚什么是向量。其实中学我们就讨论过向量。中学数学对向量的定义是既有大小又有方向的量。中学物理中把向量称为矢量。那么线性代数中讨论的向量与中学接触过...
来源：新东方在线06月02日 15:30
　　向量的加法和数乘合起来称为线性运算。通过线性运算，我们可以定义向量的两个核心概念：线性表出和线性相关。具体，关于这两个概念，下文中，新东方在线详细为大家解读。理解了概念才能...
来源：新东方在线06月02日 15:29
　　秩的中文含义是官员俸禄的动态排序，英文单词是rank，也有次序、排位之意。秩在线性代数中用在矩阵和向量组上，我们也可以将秩视为对矩阵和向量组排序的一种指标(如果按照秩从小到大的顺...
来源：新东方在线06月02日 15:22
　　考研数学必背各类公式，尤其是一些常考常用的重点公式，一定要背下来，且能灵活的运用。新东方在线整合线性代数各部分涉及的公式定理和概念，大家注意积累复习。2017考研数学公式大全：...
来源：新东方在线05月11日 16:08
　　考研数学必背各类公式，尤其是一些常考常用的重点公式，一定要背下来，且能灵活的运用。新东方在线整合线性代数各部分涉及的公式定理和概念，大家注意积累复习。下面是二次型部分。2017...
来源：新东方在线05月11日 16:05
　　考研数学必背各类公式，尤其是一些常考常用的重点公式，一定要背下来，且能灵活的运用。新东方在线整合线性代数各部分涉及的公式定理和概念，大家注意积累复习。下面是矩阵的特征值和特...
来源：新东方在线05月11日 16:04
　　考研数学必背各类公式，尤其是一些常考常用的重点公式，一定要背下来，且能灵活的运用。新东方在线整合线性代数各部分涉及的公式定理和概念，大家注意积累复习。下面是线性方程组部分。2...
来源：新东方在线05月11日 16:03
　　考研数学必背各类公式，尤其是一些常考常用的重点公式，一定要背下来，且能灵活的运用。新东方在线整合线性代数各部分涉及的公式定理和概念，大家注意积累复习。下面是向量部分。2017考...
来源：新东方在线05月11日 16:02
　　考研数学必背各类公式，尤其是一些常考常用的重点公式，一定要背下来，且能灵活的运用。新东方在线整合线性代数各部分涉及的公式定理和概念，大家注意积累复习。下面是矩阵部分。2017考...
来源：新东方在线05月11日 16:01
　　考研数学必背各类公式，尤其是一些常考常用的重点公式，一定要背下来，且能灵活的运用。新东方在线整合线性代数各部分涉及的公式定理和概念，大家注意积累复习。下面是行列式部分。2017...
来源：新东方在线05月11日 15:59
　　考研数学分为数学一、数学二、数学三，这三者的考察也各有差别，2017考生要根据自己所选专业需考的类别来规划复习。在此整理了考研数学线性代数相关知识点框架图，一起来学习吧！　　201...
来源：新东方在线04月26日 14:09
　　新东方考研数学资料---《线性代数》 PDF下载　　速来下载：新东方考研数学资料---《线性代数》 PDF下载
来源：新东方在线论坛 03月28日 15:50
　　考研数学：李永乐线性代数辅导 RAR下载　　速来下载：考研数学：李永乐线性代数辅导 RAR下载
来源：新东方在线论坛03月09日 15:07
　　要学好线性代数，重要的公式必须要背熟，这样不管题目如何变化才能够从容应对，新东方在线整合了线性代数的重点公式，大家趁着寒假不妨背背熟悉熟悉。2017考研数学线性代数必背公式2017...
来源：新东方在线02月11日 11:34
　　要学好线性代数，重要的公式必须要背熟，这样不管题目如何变化才能够从容应对，新东方在线整合了线性代数的重点公式，大家趁着寒假不妨背背熟悉熟悉。2017考研数学线性代数必背公式（一）
来源：新东方在线02月10日 11:34
考研网络课堂
考研公共课
考研专业课
考研直通车
快速响应：购课即开展择校择专业指导，且有一次更换所报专业课机会；
专属小灶：名师直播互动式教学，真正的“零”起点授课，就是让你入门；
专属辅导：班主任+科目老师，多对一全程辅导，智能讲练结合，随时检验效果；
签约重读：一科不过，全科重读，业内最低重读标准
2017考研英语真题实战特训营
￥9.913534试听
新东方在线考研名师团
新东方在线考研名师团。
2017考研英语...
李旭2017考研英语阅读实景实验班
￥1888.013515试听
新东方集团十大演讲师冠军，新东方20周年功勋教师，&梦想之旅&讲师团成员，多次与俞敏洪老师同台演讲...
李旭2017考研...
2017考研写作提分特训--暑期直播班
￥59.013498试听
王江涛：新东方在线名师，写作辅导第一人，新东方考研写作首席主讲，新东方20周年功勋教师，传说中的&...
2017考研写作...
2017考研政治任汝芬序列(1-4)配套精讲班
￥690.013513试听
新东方在线名师。哲学系教授，哲学、思想政治教育硕士研究生导师，长期从事马克思主义理论教学。从1981...
2017考研政治...
李剑考研英语模糊阅读（强化班）(适用于...
￥580.013314试听
2017考研时事政治分阶段精讲精练
￥49.013461试听
中国社会科学院历史学博士后，政治学博士。考研政治辅导专家，新东方教育集团优秀教师，新东方在线名师...
2017考研时事...
英语语法长难句特训班
￥79.013425试听
英语专业硕士。北京新东方学校优秀教师。曾从事北京新东方学校考博内部教材的编订工作，熟悉多所院校的...
英语语法长难...
2017考研全科直通车 【经济学】
￥11980.013402试听
新东方在线考研政治主讲教师，北京新东方优秀教师，新东方全国考研巡讲师，新东方考研政治全国标准化教...
2017考研全科...
2017考研全科直通车【行政管理】
￥9980.013403试听
新东方在线考研英语与上海口译名师，新东方教育科技集团教学培训师，新东方教育科技集团考研全国训讲师...
2017考研全科...
2017考研全科直通车【教育硕士】
￥9980.013403试听
新东方集团十大演讲师冠军，新东方20周年功勋教师，&梦想之旅&讲师团成员，多次与俞敏洪老师同台演讲...
2017考研全科...
2017考研全科直通车【应用心理硕士】
￥9980.013402试听
新东方在线名师。考研政治资深辅导教师，四位一体教学法创始人。至今拥有20余年考研政治辅导历程，讲课...
2017考研全科...
2017考研全科直通车【汉语国际教育硕士】
￥9980.013402试听
新东方在线名师。考研政治资深辅导教师，四位一体教学法创始人。至今拥有20余年考研政治辅导历程，讲课...
2017考研全科...
2017考研全科直通车【翻译硕士】
￥9980.013426试听
新东方在线名师。考研政治资深辅导教师，四位一体教学法创始人。至今拥有20余年考研政治辅导历程，讲课...
2017考研全科...
2017考研全科直通车 【企业管理】
￥9980.013408试听
新东方在线考研政治主讲教师，北京新东方优秀教师，新东方全国考研巡讲师，新东方考研政治全国标准化教...
2017考研全科...
2017考研全科直通车 【会计学】
￥9980.013402试听
中国人民大学硕士毕业，新东方在线特训优秀师资，曾以401分的成绩考入人大企业管理系，研究方向为企业国...
2017考研全科...
考研网络课堂
<a rel="nofollow" href="/alliance/clickword?userid=fffed9efcd60001&kid=ffced1759&url=/kaoyan/3/learning/251/14/800788" title="2017考研政治全程班试听
考研热点专题
考研实用 o 工具
考研交流 o 下载
考研课程排行榜
考研公开课