自主招生面试都考什么，快来看看2017高校自主招生真题你会几道？
2018年高校自主招生初审名单已经全部出炉了。对于各位通过初审的同学，不要因为太兴奋而忽视了还有高考和复试哟，为了节约大家的时间，苏老师为大家准备一份往年面试题，希望能帮助到大家！
比如华中科技大学2016年面试题中，药学专业问到了学生对魏则西事件的看法;核工程专业面试考考生如何制作一张桌子;信息安全专业的面试让考生谈谈高中三年父母是否闹过矛盾，你如何看待这些矛盾。中国人民大学面试题大多与考生所报专业高度结合，比如双语言文学专业的考题是谈“初唐四杰”及其代表作，考古专业的考题是谈对四大文明古国的看法，化学专业则要求分析生活中某一现象，哲学专业问一些文学、逻辑学的问题。面试官会根据考生的回答进行延展提问。
清华大学综合面试
材料阅读：过去一年你关注的清华热点新闻。
材料中提供了“清华大学博士生、国际学生实行申请审核制”“杨振宁、姚期智先生放弃美国国籍加入中国国籍”“会游泳才能从清华毕业”等备受社会关注的热点新闻，要求学生针对不限于提供材料的热点新闻展开阐述，包括判断社会各界的舆论看法、如何向亲友介绍等多个层面。
点评：通过对阅读材料海量信息中有用信息的抓取，注重对学生思维公正性、思维勇气、甄辨能力以及价值观的考察，希望他们胸怀家国。
学科面试：
1、建筑系，7位考官面试一个学生，不仅考查学生的综合素质，还考查他们对于城市、空间、建筑的理解和表达。
2、数学系，给出4道题目让考生现场在黑板上作答，考官根据考生的解答思路或提问或追问。
材料阅读：考生根据阅读材料提供的钱钟书、钱伟长、薛其坤、张益唐、格里戈里·佩雷尔曼等优秀人物生平事迹，总结他们的特质，选出自己最欣赏的一位并解释原因。考官还会结合这些“寒门学子”的申请材料随机追问。
点评：不仅关注考生的个人经历，也注重考察他们对社会的关注和理解，希望他们胸怀家国。
1、材料阅读：影响你选择大学以及专业志愿的有哪些因素？请列举出来并说明理由。
可以借鉴但不局限于所给三则材料：第一则选择大学更重要还是选择专业更重要，第二则选择专业有哪些影响因素，第三则大学排名，包括US NEWS、泰晤士、QS、软科世界大学排名、毕业生就业力排名等等（材料阅读）
2、对人才培养的看法
3、对清华理念的理解
北京大学面试真题
对中国人口政策沿革的思考
社会效应相关名词解读
集体行为逻辑和破窗效应，举两个事例说明破窗效应，并说明解决破窗效应的条件
高晓松的“诗和远方”的看法
阅读理解材料选择莫言的小说《奇遇》，考的是原句填空
北京理工大学面试真题
面试回答一共有5个问题，前三题为必答，属于生活常识性问题。后两道题随机作答，以下为两道具体原题
谈谈专利的构想
你报考此专业(会计学)的原因
北京中医药大学面试真题
结合屠呦呦获诺贝尔奖以及即将施行的《中医药法》，谈谈你对中医药继承、创新的认识。
1、结合北大毕业生戴维创立OFO，以及大众创业、万众创新，互联网+和共享经济，谈谈对创新创业的认识
2、《神仙传》卷十记载：“君异居山为人治病不取钱，使人重病愈者，使栽杏五株，轻者一株，如此十年，计得十万余株，郁然成林……”根据这段文字，请考生说明中医的别称是什么，以及对未来职业生涯的启示
上海交通大学面试真题
面试中，先是自我介绍，水平好的话可以申请用英语说，用中文版的话之后可能会让你用英语随便说点什么
之后便是根据你的自我介绍和自荐信提问
复旦大学面试真题
首先做1分钟的自我介绍，接着，老师会根据考生的自荐信、自我介绍及报考专业相关内容进行提问
面试主要集中在三个方向：
考生的竞赛/科创/课外活动经历。根据考生的学习或者考试等方面进行提问，如：竞赛学习方法、看过的书籍、对竞赛的认知等
高中学习和对复旦的看法。如有考生被问到：高考估计，高考体验，为什么选择复旦，未来专业方向等
学术性问题。该部分在整个面试过程中时间最长。
同济大学面试真题
分析游泳的原理
解释什么是蝴蝶效应
供给侧改革有关的问题
英语谈一谈对阿甘这个人物的看法
南京大学面试真题
如何理解“我是我的记忆”这句话？你有哪些重要的记忆？记忆对你有什么作用？
享受人生是否是至高至上的美德？
如今历史是冷门专业，你怎么看？
英语谈一谈对阿甘这个人物的看法
如何理解白日梦？
尽可能多的列举出可以做为“家”的处所
对所报专业的一些想法，为什么会报这个专业？
输血时为何要配相应的血型，要求用专业术语回答
向心力、离心力、科里奥利力这三种力，哪种是惯性力？
一个平面能分成几部分，两个平面能把空间分成几部分，三个呢？四个呢？
对大气变暖的看法
宇宙中有哪些物质
血型是由几对基因决定的？分别是什么？
逆矩阵的定义
南京农业大学面试真题
一带一路和古代的丝绸之路有什么联系和区别？
丝绸之路上有哪些著名的人？
什么是绿色食品？
英文阅读并翻译
武汉大学面试真题
你如何看待“怼”这个生僻字在网上流行？（马克思学院）
文化遗民是入乡随俗还是文化独立（哲学院）
人工智能对社会发展的影响（马克思主义哲学）
西江月、永遇乐、卜算子等几个词牌名中，哪个对应字数最多？（国学院）
古代平民为什么没有姓和氏？
成吉思汗为什么要西征？（文学院）
解释"喜大普奔"
对人工智能创作文学作品的看法
谈谈你对《欢乐颂》中曲筱绡和关雎尔的看法（马克思主义学院）
华中科技大学面试真题
火箭上天后脱落外壳是什么做的？
轮船螺旋桨用什么做比较好？
巨型风机的设想？
你平时喜欢干什么？
对补课有什么看法？
手机性能与什么有关？
英语提问核工程专业的问题
火箭升空过程中掉落的碎片材料是什么？（材料专业）
董明珠女士说要做新能源汽车，这种汽车的材料是什么？（供能材料）
对"碳汇"这个名词的了解以及对碳排放权交易的看法
社会复杂多变，诈骗、借贷陷阱层出不穷，该如何防范。（信息安全）
你觉得各大论坛用同一个密码有风险吗？该如何规避风险？（信息安全）
中国地质大学（武汉）面试真题
传统媒体如何与自媒体融合？（广播电视学）
华中师范大学面试真题
报纸会不会消失？（汉语言文学）
城市居民是否应该养宠物？（法学）
简述中国教育的发展。（信息技术类和计算机类）
“三北防护林”的相关知识（地理科学类）
世界为什么是平的？（地理科学类）
中山大学面试真题
社会科学类
则涉及城市间同质化程度提高、高科技与现代社会、机器人在工厂日益广泛使用等话题。
资源环境类
设置了“一带一路”、美国退出《巴黎气候协定》、中国高铁、低碳生活等问题，主要考察考生对地理空间战略、能源与环境等的认识和综合分析能力。
工程技术类
问题则“上天入海”，既涉及航天返回舱的结构、材料，也涉及港珠澳大桥海底隧道的工程技术、核电、电动汽车等话题。
理科基础类
在你最擅长的学科中抽选一道题回答
经济管理类
如果你有一次资金是要投资股票还是国债？
西安交通大学面试真题
人工智能是否会代替人类?
构建和谐社会依赖于个人素质还是社会秩序？
谈一谈对“这个世界最宝贵的是数据”的理解
谈一谈对“诗意”的理解。
不管白猫黑猫，抓住老鼠就是好猫这句话是否赞成？
山东大学面试真题
为什么井盖都是圆的？
黑板和厕所有什么关系？
舰载机起飞时需要注意什么
考查粒子物理中波粒二象性
半导体和绝缘体放在一起如何导电
数学：现场答题
考察大一线性代数题目
为何选择山大？
对自主招生有何看法？
有什么兴趣爱好？
物理、化学专业，让现场解答题目，只不过不用“爬黑板”，讲讲大致思路即可
中国海洋大学面试真题
对当下人们热衷购买奢侈品的看法
转基因食品对生态可能造成的危害
考官随机提问的问题跨度则比较大，包括对海洋强国的认识，对舆论热点的看法，以及对海大校训“海纳百川，取则行远”的理解，“考官要求我说出校训中‘则’字的出处，以及这个字的含义。
中国海洋大学面试真题
花生油与润滑油的区别
鸟巢为何建成半球形
专利的应用前景
“对‘二胎’和‘一胎’的看法”
对你喜欢的作家和他创作的书籍的理解和评论（根据介绍提问）
文学和语文的区别
候场考试期间都干了什么？
介绍自己的论文内容（根据个人材料提问）
自主招生的面试题面比较广，难易程度也有差别，主要考察考生的应变以及价值观等综合素质等。自主招生考试需要考生平时注重积累。考题关注的问题大到国计民生，小至个人修养，覆盖面广。平时的积累和临场发挥非常重要。
同时秦学伊顿名师将于6.9号举行公益性自招讲座，因坐席有限，需要的家长可在后台留言：姓名+年级/学校+联系方式。
也可直接拨打热线电话：
暑假是学生逆袭提分的关键时期，学渣想逆袭?学弱想突破?学霸想满分?这个暑假，来秦学统统帮你实现。精品小班教学，专业辅导团队，让您孩子的暑假学习更高效更轻松，赢在起跑线!秦学伊顿名师小学至高中暑期班入学测试开始报名啦!
咨询热线： 苏老师
或者加入以下热门QQ群：
2018西安高考交流群：
全国自主招生家长交流：
浙江高中学习交流站：
2018西安中考交流群：
群内定期会有海量资料分享，同时会有专业老师为大家解决各种问题，欢迎大家加入群聊哦。
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点2017考研线性代数真题解析_毙考题_中华文本库
第1页/共2页
获取更多考试资料,还有资料商城等你入驻
2017考研线性代数真题解析
2017年的考研已经结束,对考研数学真题的解析工作也正在展开,线性代数一共是5道考题,两个选择题,一个填空题,两个解答题,但今年数学一、三考得完全一样,数一数二数三大题完全一样,一共考了7道题,下面对今年的线代考试做如下分析。
第一个选择题,数一三考同一题,判定数量矩阵加秩1矩阵类型矩阵的可逆性,用特征值最简单,如果用逆矩阵的定义则复杂一些,数二的第一个选择题,考矩阵乘以特征向量的线性组合。第二道选择题,数一数二数三相同,都是考两个矩阵相似,考研相似的考法和2014年的题一样,一般都是通过两个矩阵和同一对角矩阵相似来考,利用无关特征向量的个数等于特征值重数很快就能得出。
填空题数一三同,求向量组的秩,利用矩阵分块写成矩阵乘积的形式,利用矩阵秩的性质很快就能得出结果,数二考特征值特征向量的逆问题,已知特征向量反求参数,根据特征值特征向量的定义建立方程组很快就能得出结果。
两道大题数一数二数三完全一模一样,第一道大题第一问求矩阵的秩,根据矩阵可对角化时,矩阵的秩就等于非零特征值的个数,第二问考抽象方程组求解,抽象方程组求解还是在2002年考过,利用非齐次方程组的结构应该很容易就能做出来。
第二道大题,考二次型,、2016连续三年在二次型围绕惯性指数出小题,所以我们预测今年会在二次型出大题,第一问已知标准形求参数,即已知特征值求参数,直接利用特征行列式求解,第二问求正交矩阵,常规题型。
综上所述,相对于前几年的线性代数题目来说,今年的线性代数题目难度下降,表现为以下特点:
1.注重基础,考察全面
虽然行列式和向量部分没有直接命题,但基本上线代六章的内容全部都考到了,而且大部分都是考基本的计算,计算量也不大,都是一些常规题型。
2.难度下降,有区分度
无偏题怪题,题型中规中矩,但注重对基本知识点的理解,比如要熟练向量组线性表示,矩阵分块,求特征值特征向量及逆问题,化二次型为标准形等。小题区分度高,用不同的方
考试使用毙考题,不用再报培训班
邀请码:8806
第1页/共2页
寻找更多 ""Salute Julian Assange
理解矩阵（一）
前不久chensh出于不可告人的目的，要充当老师，教别人线性代数。于是我被揪住就线性代数中一些务虚性的问题与他讨论了几次。很明显，chensh觉得，要让自己在讲线性代数的时候不被那位强势的学生认为是神经病，还是比较难的事情。
可怜的chensh，谁让你趟这个地雷阵？！色令智昏啊！
线性代数课程，无论你从行列式入手还是直接从矩阵入手，从一开始就充斥着莫名其妙。比如说，在全国一般工科院系教学中应用最广泛的同济线性代数教材（现在到了第四版），一上来就介绍逆序数这个“前无古人，后无来者”的古怪概念，然后用逆序数给出行列式的一个极不直观的定义，接着是一些简直犯傻的行列式性质和习题——把这行乘一个系数加到另一行上，再把那一列减过来，折腾得那叫一个热闹，可就是压根看不出这个东西有嘛用。大多数像我一样资质平庸的学生到这里就有点犯晕：连这是个什么东西都模模糊糊的，就开始钻火圈表演了，这未免太“无厘头”了吧！于是开始有人逃课，更多的人开始抄作业。这下就中招了，因为其后的发展可以用一句峰回路转来形容，紧跟着这个无厘头的行列式的，是一个同样无厘头但是伟大的无以复加的家伙的出场——矩阵来了！多年之后，我才明白，当老师犯傻似地用中括号把一堆傻了吧叽的数括起来，并且不紧不慢地说：“这个东西叫做矩阵”的时候，我的数学生涯掀开了何等悲壮辛酸、惨绝人寰的一幕！自那以后，在几乎所有跟“学问”二字稍微沾点边的东西里，矩阵这个家伙从不缺席。对于我这个没能一次搞定线性代数的笨蛋来说，矩阵老大的不请自来每每搞得我灰头土脸，头破血流。长期以来，我在阅读中一见矩阵，就如同阿Q见到了假洋鬼子，揉揉额角就绕道走。
事实上，我并不是特例。一般工科学生初学线性代数，通常都会感到困难。这种情形在国内外皆然。瑞典数学家Lars Garding在其名著Encounter with Mathematics中说：“如果不熟悉线性代数的概念，要去学习自然科学，现在看来就和文盲差不多。”，然而“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，...，这就带来了教学上的困难。”事实上，当我们开始学习线性代数的时候，不知不觉就进入了“第二代数学模型”的范畴当中，这意味着数学的表述方式和抽象性有了一次全面的进化，对于从小一直在“第一代数学模型”，即以实用为导向的、具体的数学模型中学习的我们来说，在没有并明确告知的情况下进行如此剧烈的paradigm shift，不感到困难才是奇怪的。
大部分工科学生，往往是在学习了一些后继课程，如数值分析、数学规划、矩阵论之后，才逐渐能够理解和熟练运用线性代数。即便如此，不少人即使能够很熟练地以线性代数为工具进行科研和应用工作，但对于很多这门课程的初学者提出的、看上去是很基础的问题却并不清楚。比如说：
* 矩阵究竟是什么东西？向量可以被认为是具有n个相互独立的性质（维度）的对象的表示，矩阵又是什么呢？我们如果认为矩阵是一组列（行）向量组成的新的复合向量的展开式，那么为什么这种展开式具有如此广泛的应用？特别是，为什么偏偏二维的展开式如此有用？如果矩阵中每一个元素又是一个向量，那么我们再展开一次，变成三维的立方阵，是不是更有用？
* 矩阵的乘法规则究竟为什么这样规定？为什么这样一种怪异的乘法规则却能够在实践中发挥如此巨大的功效？很多看上去似乎是完全不相关的问题，最后竟然都归结到矩阵的乘法，这难道不是很奇妙的事情？难道在矩阵乘法那看上去莫名其妙的规则下面，包含着世界的某些本质规律？如果是的话，这些本质规律是什么？
* 行列式究竟是一个什么东西？为什么会有如此怪异的计算规则？行列式与其对应方阵本质上是什么关系？为什么只有方阵才有对应的行列式，而一般矩阵就没有（不要觉得这个问题很蠢，如果必要，针对m x n矩阵定义行列式不是做不到的，之所以不做，是因为没有这个必要，但是为什么没有这个必要）？而且，行列式的计算规则，看上去跟矩阵的任何计算规则都没有直观的联系，为什么又在很多方面决定了矩阵的性质？难道这一切仅是巧合？
* 矩阵为什么可以分块计算？分块计算这件事情看上去是那么随意，为什么竟是可行的？
* 对于矩阵转置运算AT，有(AB)T = BTAT，对于矩阵求逆运算A-1，有(AB)-1 = B-1A-1。两个看上去完全没有什么关系的运算，为什么有着类似的性质？这仅仅是巧合吗？
* 为什么说P-1AP得到的矩阵与A矩阵“相似”？这里的“相似”是什么意思？
* 特征值和特征向量的本质是什么？它们定义就让人很惊讶，因为Ax =λx，一个诺大的矩阵的效应，竟然不过相当于一个小小的数λ，确实有点奇妙。但何至于用“特征”甚至“本征”来界定？它们刻划的究竟是什么？
这样的一类问题，经常让使用线性代数已经很多年的人都感到为难。就好像大人面对小孩子的刨根问底，最后总会迫不得已地说“就这样吧，到此为止”一样，面对这样的问题，很多老手们最后也只能用：“就是这么规定的，你接受并且记住就好”来搪塞。然而，这样的问题如果不能获得回答，线性代数对于我们来说就是一个粗暴的、不讲道理的、莫名其妙的规则集合，我们会感到，自己并不是在学习一门学问，而是被不由分说地“抛到”一个强制的世界中，只是在考试的皮鞭挥舞之下被迫赶路，全然无法领略其中的美妙、和谐与统一。直到多年以后，我们已经发觉这门学问如此的有用，却仍然会非常迷惑：怎么这么凑巧？
我认为，这是我们的线性代数教学中直觉性丧失的后果。上述这些涉及到“如何能”、“怎么会”的问题，仅仅通过纯粹的数学证明来回答，是不能令提问者满意的。比如，如果你通过一般的证明方法论证了矩阵分块运算确实可行，那么这并不能够让提问者的疑惑得到解决。他们真正的困惑是：矩阵分块运算为什么竟然是可行的？究竟只是凑巧，还是说这是由矩阵这种对象的某种本质所必然决定的？如果是后者，那么矩阵的这些本质是什么？只要对上述那些问题稍加考虑，我们就会发现，所有这些问题都不是单纯依靠数学证明所能够解决的。像我们的教科书那样，凡事用数学证明，最后培养出来的学生，只能熟练地使用工具，却欠缺真正意义上的理解。
自从1930年代法国布尔巴基学派兴起以来，数学的公理化、系统性描述已经获得巨大的成功，这使得我们接受的数学教育在严谨性上大大提高。然而数学公理化的一个备受争议的副作用，就是一般数学教育中直觉性的丧失。数学家们似乎认为直觉性与抽象性是矛盾的，因此毫不犹豫地牺牲掉前者。然而包括我本人在内的很多人都对此表示怀疑，我们不认为直觉性与抽象性一定相互矛盾，特别是在数学教育中和数学教材中，帮助学生建立直觉，有助于它们理解那些抽象的概念，进而理解数学的本质。反之，如果一味注重形式上的严格性，学生就好像被迫进行钻火圈表演的小白鼠一样，变成枯燥的规则的奴隶。
对于线性代数的类似上述所提到的一些直觉性的问题，两年多来我断断续续地反复思考了四、五次，为此阅读了好几本国内外线性代数、数值分析、代数和数学通论性书籍，其中像前苏联的名著《数学：它的内容、方法和意义》、龚昇教授的《线性代数五讲》、前面提到的Encounter with Mathematics（《数学概观》）以及Thomas A. Garrity的《数学拾遗》都给我很大的启发。不过即使如此，我对这个主题的认识也经历了好几次自我否定。比如以前思考的一些结论曾经写在自己的blog里，但是现在看来，这些结论基本上都是错误的。因此打算把自己现在的有关理解比较完整地记录下来，一方面是因为我觉得现在的理解比较成熟了，可以拿出来与别人探讨，向别人请教。另一方面，如果以后再有进一步的认识，把现在的理解给推翻了，那现在写的这个snapshot也是很有意义的。
因为打算写得比较多，所以会分几次慢慢写。也不知道是不是有时间慢慢写完整，会不会中断，写着看吧。
--------------------------------------------------------------------------
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，
上面的这些性质中，最最关键的是第4条。第1、2条只能说是空间的基础，不算是空间特有的性质，凡是讨论数学问题，都得有一个集合，大多数还得在这个集合上定义一些结构（关系），并不是说有了这些就算是空间。而第3条太特殊，其他的空间不需要具备，更不是关键的性质。只有第4条是空间的本质，也就是说，容纳运动是空间的本质特征。
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, ..., xn为基，那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其实就是多项式中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。
L2. 闭区间[a, b]上的n阶连续可微函数的全体，构成一个线性空间。也就是说，这个线性空间的每一个对象是一个连续函数。对于其中任何一个连续函数，根据魏尔斯特拉斯定理，一定可以找到最高次项不大于n的多项式函数，使之与该连续函数的差为0，也就是说，完全相等。这样就把问题归结为L1了。后面就不用再重复了。
所以说，向量是很厉害的，只要你找到合适的基，用向量可以表示线性空间里任何一个对象。这里头大有文章，因为向量表面上只是一列数，但是其实由于它的有序性，所以除了这些数本身携带的信息之外，还可以在每个数的对应位置上携带信息。为什么在程序设计中数组最简单，却又威力无穷呢？根本原因就在于此。这是另一个问题了，这里就不说了。
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。
没有更多推荐了，
加入CSDN，享受更精准的内容推荐，与500万程序员共同成长！大二学生，期末考试临近，求这几道线性代数题的答案和详细解析。 万分感谢各路大神！ 如果答案好的话可_百度知道
大二学生，期末考试临近，求这几道线性代数题的答案和详细解析。 万分感谢各路大神！ 如果答案好的话可
大二学生，期末考试临近，求这几道线性代数题的答案和详细解析。万分感谢各路大神！如果答案好的话可以追加财富值
我有更好的答案
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
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。}