大学数学的线性代数知识点3篇
大学数学的线性代数知识点1
线性代数作为构成考研数学的三大科目之一,重要性不言而喻。本文为大家总结了线性代数科目的知识点框架,希望可以帮助到大家。考线性代数的学习切入点是线性方程组。
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
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;
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
这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d=0这一项,则方程组无解,若未出现d=0一项,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。 齐次方程组 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:解的存在性问题和如何求解的问题,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。 行列式 行列式在考研数学试卷中所占分量不是很大,一般主要是以填空选择题为主,这部分是考研数学中必考内容。 它不单单是考查行列式的概念、性质、运算,与行列式结合考查的题目也很多,比如在逆矩阵、向量组的线性相关性、矩阵的秩、线性方程组解的判断、特征值的求解、正定二次型与正定矩阵的判断等问题中都会用到行列式的有关计算。因此,对于行列式的计算方法,我们的小伙伴们一定要熟练掌握。 向量 向量在线性代数中,既是重点又是难点,主要是因为其比较抽象,因此很多小伙伴会对这部分知识点较为陌生,理解上、做题上就会比较模糊。 这一部分主要是要掌握两类题型: (1)关于一个向量能否由一组向量线性表出的问题 (2)关于一组向量的线性相关性的问题 而这两类题型我们一般是与非齐次线性方程组和齐次线性方程组一一对应来求解的。 线性方程组 线性方程组在近些年出现频率较高,几乎每年都有考题,它也是线性代数部分考查的重点内容。所以对于线性方程组这一部分的内容,小伙伴们们一定要重点把握。 其常见题型如下: (1)线性方程组的求解 (2)方程组解向量的判别及解的性质 (3)齐次线性方程组的基础解系 (4)非齐次线性方程组的通解结构 (5)两个方程组的公共解、同解问题 特征值、特征向量 特征值、特征向量也是线性代数的重要内容,在考研数学中一般都是题多分值大,小伙伴们一定要牢牢掌握。 其常见题型如下: (1)数值矩阵的特征值和特征向量的求法 (2)抽象矩阵特征值和特征向量的求法 (3)判定矩阵的相似对角化 (4)由特征值或特征向量反求A (5)有关实对称矩阵的问题 二次型 二次型是与其二次型的矩阵对应的,因此有关二次型的很多问题我们都可以转化为二次型的矩阵问题,所以正确写出二次型的矩阵是这一章节最基础的要求。 其常见题型如下: (1)二次型转化成矩阵形式 (2)化二次型为标准型 (3)二次型正定性的判别与证明 一、方程组深刻理解,熟练应用 方程组可以说是矩阵和向量的一个综合。想要学好方程组,首先理解很重要。在高等数学中,方程组可以有n个。所以就引入了矩阵的概念。因为用矩阵来表示方程组是很方便的。大家要从矩阵的初等变换角度来理解高等数学中求n元方程组的原理。其次,适量练习学会计算能力,对知识点熟练应用。 二、向量把握重点,个个突破 对于向量这个知识点的主要内容。首先是向量的基本概念介绍。针对向量的概念,大家没必要像行列式定义那样记的那么准。所以,大家要做的是理解这个概念,知道向量有方向的。然后是向量相关性的一些基本性质。大家需要做的还是理解。最后是向量和矩阵,行列式的综合。这个是重点。每年的考研必考至少一道围绕向量来设计的大题。所以大家要把行列式和矩阵相关内容学习好。此外,同学们在备考中要预防以下状况,让自己陷入备考的瓶颈中。一是,定义理解不透彻。二是,心态。 三、矩阵与行列式复习重点 矩阵与行列式这个单元中应当掌握: 1.行列式的概念和性质,行列式按行(列)展开定理. 2.用行列式的性质和行列式按行(列)展开定理计算行列式. 3.用克莱姆法则解齐次线性方程组. 4.矩阵的概念,单位矩阵、数量矩阵、对角矩阵、三角矩阵、对称矩阵和反对称矩阵的概念和性质. 5.矩阵的线性运算、乘法运算、转置以及它们的运算规律. 6. 方阵的幂与方阵乘积的行列式的性质. 7.逆矩阵的概念和性质,矩阵可逆的充分必要条件. 8. 伴随矩阵的概念,用伴随矩阵求逆矩阵. 9.分块矩阵及其运算. 四、线性代数常考提醒梳理 1. 计算低阶和 阶数字型行列式。 2. 计算抽象型矩阵的行列式。 3. 克拉默法则的应用。 4. 代数余子式和余子式的概念,以及两者之间的联系。 5. 证明或判断矩阵的可逆性。 6. 求矩阵的逆矩阵。 7. 求解与伴随矩阵相关的问题。 8. 计算矩阵的 次幂。 9. 求矩阵的秩。 10. 求解矩阵方程。 11. 初等变换与初等矩阵的关系及其应用 12. 分块矩阵的简单应用。 13. 判断向量组的线性相关性与线性无关性。 14. 判断一向量是否可以由另外一向量组线性表示。 15. 两向量组等价的判别方法及常用证法。 16. 向量组的秩与极大线性无关组。 17. 向量空间,过渡矩阵,向量在某组基下的坐标(数一)。 18. 判定线性方程组解的情况。 19. 由方程组的解反求方程组或其参数。 20. 基础解系的概念。 21. 基础解系和特解的求法。 22. 求解含参数的线性方程组。 23. 求抽象线性方程组的通解。 24. 求两线性方程组的非零公共解,证明两齐次线性方程组有非零公共解。 25. 齐次线性方程组和非齐次线性方程组解的结构之间的关系。 26. 求两线性方程组的同解。 27. 求矩阵的特征值与特征向量。 28. 由矩阵的特征值或特征向量反求其矩阵。 29. 求相关联矩阵的特征值与特征向量。 30. 判别两同阶矩阵是否相似,判别某方阵是否可以相似对角化。 31. 相似矩阵性质的应用。 32. 矩阵可对角化的应用。 33. 化二次型为标准形。 34. 判别或证明二次型(实对称矩阵)的正定性。 35. 合同矩阵的概念与性质。 36. 判别两实对称矩阵合同。 37. 讨论矩阵等价、相似和合同的关系。 线性代数作为构成考研数学的三大科目之一,重要性不言而喻。本文为大家总结了线性代数科目的知识点框架,希望可以帮助到大家。考线性代数的学习切入点是线性方程组。 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 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; 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 这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d=0这一项,则方程组无解,若未出现d=0一项,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。 齐次方程组 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:解的存在性问题和如何求解的问题,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。 行列式 行列式在考研数学试卷中所占分量不是很大,一般主要是以填空选择题为主,这部分是考研数学中必考内容。 它不单单是考查行列式的概念、性质、运算,与行列式结合考查的题目也很多,比如在逆矩阵、向量组的线性相关性、矩阵的秩、线性方程组解的判断、特征值的求解、正定二次型与正定矩阵的判断等问题中都会用到行列式的有关计算。因此,对于行列式的计算方法,我们的小伙伴们一定要熟练掌握。 向量 向量在线性代数中,既是重点又是难点,主要是因为其比较抽象,因此很多小伙伴会对这部分知识点较为陌生,理解上、做题上就会比较模糊。 这一部分主要是要掌握两类题型: (1)关于一个向量能否由一组向量线性表出的问题 (2)关于一组向量的线性相关性的问题 而这两类题型我们一般是与非齐次线性方程组和齐次线性方程组一一对应来求解的。 线性方程组 线性方程组在近些年出现频率较高,几乎每年都有考题,它也是线性代数部分考查的重点内容。所以对于线性方程组这一部分的内容,小伙伴们们一定要重点把握。 其常见题型如下: (1)线性方程组的求解 (2)方程组解向量的判别及解的性质 (3)齐次线性方程组的基础解系 (4)非齐次线性方程组的通解结构 (5)两个方程组的公共解、同解问题 特征值、特征向量 特征值、特征向量也是线性代数的重要内容,在考研数学中一般都是题多分值大,小伙伴们一定要牢牢掌握。 其常见题型如下: (1)数值矩阵的特征值和特征向量的求法 (2)抽象矩阵特征值和特征向量的求法 (3)判定矩阵的相似对角化 (4)由特征值或特征向量反求A (5)有关实对称矩阵的问题 二次型 二次型是与其二次型的矩阵对应的,因此有关二次型的很多问题我们都可以转化为二次型的矩阵问题,所以正确写出二次型的矩阵是这一章节最基础的要求。 其常见题型如下: (1)二次型转化成矩阵形式 (2)化二次型为标准型 (3)二次型正定性的判别与证明 ——大学数学线性代数中若干知识点的说明3篇 行列式的几何意义是什么? 行列式是由一些数据排列成的方阵经过规定的计算方法而得到的一个数。当然,如果行列式中含有未知数,那么它就是一个多项式。其本质上**一个数值。(矩阵**一个数表) 行列式可以按照阶数分,比如一阶,二阶,三阶直至n阶行列式。 几何意义是什么? 1. 行列式就是行列式中的行和列所构成的超*行多面体的有向面积或有向体积。(可以对二阶行列式推导一下,更能直观的了解)(静态的体积概念) 2. 行列式就是线性变换下的图形面积或体积的伸缩因子。(动态的变换比例概念) 向量空间 向量种类繁多,形形**的向量方向,长短各异,应该给他分类,划分向量集合,由于向量的概念具有几何特性,因此向量的集合通常叫做向量空间。 作为一个空间,规矩特别多,书上给出了八条铁律,其实只有两条基本原则, 任意两向量相加不能超出空间, 任意一向量伸缩也不能超出空间。 由第二条伸缩性,就可以说明空间包含零向量,有了零向量,在第一条的原则上就可以推导出负向量。 子空间一定要经过原点为什么? 实际上,我们现在讨论的向量,不能称之为**向量,因为所有的向量的尾巴都被拉到了原点上,或者说,所有向量空间里的向量都是从原点出发的,大家都有一个共同的零空间,这就是为什么所有的子空间一定要包含零空间的原因了。 那为什么要把所有的向量的尾巴都被拉到了原点上呢? 为了研究向量的方便,因为这样就可以把向量和空间中的点一一对应起来,空间中一旦建立起了坐标系,点有坐标值,那么我们就用点的坐标表示与点对应的向量,这样向量就有了解析式,就有了向量的坐标表达式,我们就可以方便分析与计算了。 如果一个子空间没有通过原点,那么从原点出发的向量必然首尾不顾,造成了向量头在子空间中,尾在空间外(因为原点在空间外)。当然,向量的加法和数乘也都跑到子空间外面去了。 基的几何意义是什么? “基”,说道这个,我们可以马上联想到做房子的地基,每一个基向量可以看成是房子的砖块,整个空间都是由这些砖块衍生出来的。所以,一个基能**或衍生出空间里所有的向量,缺一不可。其次,作为基的每一个向量,都是相互不能代替的,必须线性无关。它是最大的线性无关向量组。 维数 一个基包含的向量个数就是坐标轴的个数,也就是向量空间的维数。维数是空间的一个本质特征,不依赖于基的选取。 标准正交基 标准正交基也叫规范正交基,实际上,如果这些基向量相互垂直,就叫正交基,而且每个基向量的长度等于1,那么这个基叫做标准正交基。 为什么要定义这样的标准正交基呢? 主要原因是如果基是正交且标准的,就容易计算向量子空间的投影和基坐标,换句话说,如果你选取的坐标系是垂直的,而且取得坐标单位为1,就很容易计算向量空间里面的向量坐标值。 矩阵 在此引用《关于矩阵的理解》一文中的某一段落: “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。矩阵是线性空间中的线性变换的一个描述。在一个线性空间中,只要我们选定一组基,那么对于任何一个线性变换,都能够用一个确定的矩阵来加以描述” 特征向量的几何意义 特征向量的原始定义Ax= cx,A是方阵,c是一数。(课本的定义是利用变换,即ax=rx,a是线性空间中的线性变换,x是非零向量,r是数域里的一个数) 从定义可以看出,矩阵A乘以向量x结果仍是同维数的一个向量。因此矩阵乘法对应了一个变换,把一个向量变成同维数的另一个向量。那变换的效果取决与矩阵的构造,比如我们可以取一个特殊的二维方阵,使得将*面上的二维向量旋转45度,这时,我们可以对自己问一个问题,有没有向量在这个变换下不改变方向呢?当然有了,零向量就可以,但除零向量之外呢?那就没有了,所以这个变换对应的矩阵就没有特征向量。 所以一个变换的特征向量是这样一种向量,它经过这种特定的变换后保持方向不变,只是进行长度上的伸缩而已,同时特征向量不是一个向量而是一个向量族。 对一个变换而言,特征向量指明的方向才是很重要的,特征值只不过反映了特征向量在变换时的伸缩倍数而已,似乎不是那么重要;但是,当我们学习了Spectral theorem时就不会这么认为了。 线性代数的学习切入点是线性方程组。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 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; 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 这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d=0这一项,则方程组无解,若未出现d=0一项,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。 齐次方程组 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:解的存在性问题和如何求解的问题,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。 ——考研数学线性代数必考的知识点 (菁选2篇) 考研数学线性代数必考的重点 一、行列式与矩阵 第一章《行列式》、第二章《矩阵》是线性代数中的基础章节,有必要熟练掌握。行列式的核心内容是求行列式,包括具体行列式的计算和抽象行列式的计算 二、向量与线性方程组 向量与线性方程组是整个线性代数部分的核心内容。相比之下,行列式和矩阵可视作是为了讨论向量和线性方程组部分的问题而做铺垫的基础性章节。向量与线性方程组的内容联系很密切,很多知识点相互之间都有或明或暗的相关性。复习这两部分内容最有效的方法就是彻底理顺诸多知识点之间的内在联系,因为这样做首先能够保证做到真正意义上的理解,同时也是熟练掌握和灵活运用的前提。 三、特征值与特征向量 相对于前两章来说,本章不是线性代数这门课的理论重点,但却是一个考试重点。其原因是解决相关题目要用到线代中的大量内容——既有行列式、矩阵又有线性方程组和线性相关,“牵一发而动全身”。 四、二次型 本章所讲的内容从根本上讲是第五章《特征值和特征向量》的一个延伸,因为化二次型为标准型的核心知识为“对于实对称矩阵A存在正交矩阵Q使得A可以相似对角化”,其过程就是上一章相似对角化在为实对称矩阵时的应用。 考研数学概率以大纲为本夯实基础 从考试的角度,大家看看历年真题就发现比较明显的规律:概率的题型相对固定,哪考大题哪考小题非常清楚。概率常考大题的地方是:随机变量函数的分布,多维分布(边缘分布和条件分布),矩估计和极大似然估计。其它知识点考小题,如随机事件与概率,数字特征等。 从学科的角度,概率的知识结构与线性代数不同,不是网状知识结构,而是躺倒的树形结构。第一章随机事件与概率是基础知识,在此基础上可以讨论随机变量,这就是第二章的内容。随机变量之于概率正如矩阵之于线性代数。考生也可以看看考研真题,数一、数三概率考五道题,这五题的第一句话为“设随机变量X……”,“设总体X……”,“设X1,X2,…,Xn为来自X的简单随机样本”,无论“随机变量”、“总体”和“样本”本质上都是随机变量。所以随机变量的理解至关重要。讨论完随机变量之后,讨论其描述方式。分布即为描述随机变量的方式。分布包括三种:分布函数、分布律和概率密度。其中分布函数是通用的描述工具,适用于所有随机变量,分布律只针对离散型随机变量而概率密度只针对连续型随机变量。之后讨论常见的离散型和连续性随机变量,考研范围内需要考生掌握七种常见分布。 介绍完一维随机变量之后,推广一下就得到了多维随机变量。多维分布总体上分成三种:联合分布,边缘分布和条件分布。其中每种分布又细分为分布函数、分布律和概率密度。只不过条件分布函数我们不考虑。该章常考大题,常考随机变量函数的分布和边缘分布、条件分布。之后讨论随机变量的**性。 分布包含着随机变量的全部信息,如果只关心部分信息就要考虑数字特征了。数字特征考小题。把公式性质记清楚,多练习即可。 大数定律和中心极限定理是偏理论的内容,考试要求不高。 数理统计是对概率论的应用。其中考大题的地方是参数估计(矩估计和极大似然估计),考小题的点是常用统计量及其数字特征,三大统计分布,正态总体条件下统计量的特殊性质。 看来还是需要以考研大纲为基础,扎实学好基础知识,掌握基本的解题技巧,才能有效的攻破概率论考题。最后,除了要嘱咐大家扎实学习基础知识外,还要提醒各位考生合理安排复习计划,对概率论的复习切不可掉以轻心。 考研数学三题型的考察特点分析 一、填空及选择题 实际上相当于一些简单的计算题,用于考察“三基”及数学性质。选择题大致可分为三类:计算性的、概念性的与推理性的。主要是考查考生对数学概念、数学性质的理解,并能进行简单的推理、判定和比较。 二、证明题 对于数三来说高等数学证明题的范围大致有:极限存在性、不等式,零点的存在性、定积分的不等式、级数敛散性的论证。线性代数有矩阵可逆与否的讨论、向量组线性无关与相关的论证、线性方程组无解、唯一解、无穷多解的论证,矩阵可否对角化的论证,矩阵正定性的论证,关于秩的大小并用它来论证有关问题等等,可以说线代的证明题的范围比较广。至于概率统计证明题通常集中于随机变量的不相关性和**性,估计的无偏性等。 三、综合以及应用题 综合题考查的是知识之间的有机结合,此类题难度一般为中等难度。同样每一试卷中都有一至二道应用题,前几年研究生考试中就考察了一道有关于经济类利息率的应用题,而合并后数三的应用题更会涉及经济方面,所以考生在*时一定要加强对经济类应用题的复习。 线性代数的学习切入点是线性方程组。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 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; 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 这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d=0这一项,则方程组无解,若未出现d=0一项,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。 齐次方程组 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:解的存在性问题和如何求解的问题,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。 ——考研数学线性代数的知识点怎么复习 考研数学题海战术的正确用法 我们在数学的学习上都有自己的一套方法,那么做题多些到底是不是会有利于数学成绩的提高呢?多做题是很有好处的,什么题型都见过了,考场上才不会慌张,正确率也会提高,数学总分为150分,在初试中的比重加大了,拉分也正在于此,一定要引起重视。但是大家在做题时一定要注意不要陷入“题海战术”中,多做题的要求有两点,一个是数量,另一个是质量,所谓质量,就是指你所做的题目的重复性不能太强,一直重复地做同一类型的题目,根本没有意义,完全是在浪费大**贵的复习时间。多做题的言外之意是多做好题,多接触不同的题型,才能在做题过程中真正有所斩获。不可以一味的进行题目的背诵,让做题成为你背诵的一部分,那样做对于数学成绩的提高没有一点效果。 错题的正确复习方式 我们在做题的时候很容易会陷入到上面提到的背题的习惯中去,在做题时大家最好建立错题档案,将做错的题总结起来,方便再次进行复习。错题就像一面镜子,它能反映出你曾经犯过的错误,并让你以此为鉴,稳步提高。换言之,错题能够在很大程度上反映出你的知识漏洞,建立错题档案的目的在于永远避开这种错误,所以在大家的复习过程中,认真整理错题并建立错题档案还是十分有必要的。考生可以准备一个专门的本子,把你在复习过程中遇到的做错的或者拿捏不准的题目写进去,经常翻看,相信你一定会从这本错题档案中收获不少,并且绝对不会在同一个门槛上绊倒了。同样也不会因为错误而将题目背下来,我们将接替思路也写在题后,方便我们复习时进行解题的复习而不是背题。 考研数学冲刺复习不仅坚信而且时间很短,我们要不断的进行整理和努力才能得到真正的提高,祝大家复习顺利,考试取得好的成绩。 ——考研数学线性代数的复习指南 (菁选2篇) 夏季中期复习根据考试大纲复习 线性代数的内容不多,但基本概念和性质较多。他们之间的联系也比较多,特别要根据每年线性代数考试的两个大题内容,找出所涉及到的概念与方法之间的联系与区别。例如:向量的线性表示与非齐次线性方程组解的讨论之间的联系;向量的线性相关(无关)与齐次线性方程组有非零解(仅有零解)的讨论之间的联系;实对称阵的对角化与实二次型化标准型之间的联系等。掌握二者之间的联系与区别,对大家做线性代数的两个大题在解题思路和方法上会有很大的帮助。 由于数学的考试大纲变化不是很大,所以可以参考去年的考试大纲进行復习。数学的復习要强化基础,早期的復习可以选择一定的教科书。比如同济版的《线性代数》(第叁版)或北大版的《高等代数》(上册)。如果大一大二的教材从内容到难度都比较适合打基础,也可以选择。要边看书,边做题,通过做题来巩固概念。建议另外选择一本考研復习资料参照着学习,这样有利于提高综合能力,有助于在全面復习的基础上掌握重点。 秋季季冲刺复习重在查缺补漏 注重数学基础,很多考生出现一些低级的错误,这是基本功不扎实的表现,可能是考生在復习过程中存在的偏差,一些同学在復习时过分追求难题,而对基本概念,基本方法和基本性质重视不够,投入不足。所以到了考试最后冲抵阶段时,同学一定要把精力放在基础上,查缺补漏,此外还要调整好心态,不要浮躁,踏踏实实一步一个脚印的復习。还要认真做一些基础题,做完后不要急不可耐地对答案,好好復查一下,要养成思考的习惯。拿到题时,应该有个思路,问问自己:这道题老师想考我什么,以前我在这个知识点上出错过吗?在做题时要前瞻顾后。还有一个好方法,做一个自己的错题集,经常拿出来看,就会对自己形成心理暗示,以后就不会在同一个地方跌跟头。 1. 概念学习法 “概念学习法”是学习高等数学的基本方法之一。这一方法顾名思义,就是从基本概念入手。这些概念一般都很抽象,必须理解其数学意义。基本概念是课程知识体系的支撑点,掌握了基本概念就等于抓住了纲。从概念入手,一旦了解了概念,把握住概念中的核心词汇,就如同把握了公式中的各个元素,在做题的时候就有坚实的基础,容易对症下药。数学的考题总是有严密的科学性,精确的答案,因而在打牢基础的前提下,万变不离其中的灵活运用概念,一切难题都会迎刃而解。 2. 重视预习与复习 强化课前预习和课后复习。由于信息容量大、内容抽象、新旧知识关联密切、讲课不是“照本宣科”,因此,做好课前预习是提高听课效率的重要**和方法。数学科目不像有的文字学科是分板块分部分的,一个部分没有学好在学另一个部分的时候,相关性不强就可以从头来学,对于这部分的分数不会有太大影响。而数学科目是循序渐进的,基础没打好,积下的问题在未来的学习中就会像滚雪球一样越滚越大,让人不堪重负,最终只能弃戟投降。强调课前预习和课后复习,能够帮助扫清每次学习中所预留或余留的问题,为数学取得高分扫清障碍。 另外,预习也是提高自学能力的有效途径。预习要达到的目的,一是复习新课要引用的旧知识点,二是发现问题,提出问题,使听课能有的放矢。 课后复习,既是学习的重要环节,又是一种学习的方法。这一阶段是一个丰富的消化知识的过程,包括思考、置疑、解难、分析与综合、归纳与小结,可以用到的学习方法有“联想学习法”、“比较学习法”、“求师学习法”、“交友学习法”等等。需要你思考、思考再思考;需要你多问,懂得“知不知,则有知;无不知,则无知”的道理。复习的主要目的就是加强对教学内容的理解。即弄清每个知识点的内容是什么?叫“知其所以然”,最后还要知道它的价值和意义,“知其然”。 3. 加强实践,多做题 学习的基本矛盾是不知与知的矛盾、知识与能力的矛盾。所以,学习包含两个过程:从不知到知的过程,将知识转化为能力的过程。从某种意义上来说,后一个过程更加重要。知识只有转化为能力才有力量。数学教育的一个直接目的就是解决数学问题,将所学的基本概念、基本定理和基本方法转化为抽象思维、逻辑推理及运算能力。做大量的数学题是必然的途径。做题的过程反过来又加深了对基本概念、基本定理的理解,对基本方法的掌握,相辅相成。因此,在课后复习的基础上,大量地做数学题是学习数学最重要的'方法。 4. 在理解的基础上加深记忆。 记忆是学习过程中一个非常重要的环节,是掌握知识的**。俄国生理学家谢切诺夫说过:“人的一切智慧财富都是与记忆相联系着的,一切智慧的根源都在于记忆。”从某种意义上说,没有记忆就没有学习,人在认识过程中就无积累,就没有继承。一切如过眼烟云。当然也不能死记硬背,正如歌德所说:“你所不理解的东西,是你无法占有的”。 考研数学的学习,只有通过不断的实践才能见成效。希望考生们能够转被动为主动,最终取得考研的成功。 ——考研数学线性代数如何提高复习效率 (菁选2篇) 首先要熟悉线性代数学科特点,对症下药; 与高等数学和概率统计这两门课程来比较的话,同学会感觉到线性代数中的概念比较多,比较抽象,公式比较多,要记的结论也比较多,再有就是前后知识的联系特别紧密,这正是这门学科的特点。也由于此,许多同学都感觉知识点很容易忘记,所以为了保证复习效果,提醒同学们复习线性代数时不要隔断时间看,要每天坚持看,每天坚持练,哪怕只练一两道题也可以,这样就可以保证这些琐碎的知识点不容易忘记,做题时才能运用自如。 其次复习做题应注意总结。 为了保证在考试中能思路清晰,一挥而就,*时复习的时候就需要多做题来训练思路,深入理解概念,灵活运用性质及相关定理。有上面的分析我们知道线性代数中的概念公式比较多,但不建议同学们也不能只单纯地把它们全部背下来,这属于囫囵吞枣,一定要去做题,只有在做题中才能更透彻地把握与理解。题目不会做,是因为概念理解的不够不深,这时回过头去再看概念,就会多一层理解。另外,在*时做题时,不论是填空题、选择题还是解答题,看到题目,要根据题目已知条件挖掘深层次条件,并在脑中快速联系已有知识判断题目的归属,调动可以分析应用的思路,看看哪一种思路下的方法切实可行,可行的方法是否在计算上也没有问题,如果计算量太大,还要看看有没有相应的做题技巧,有没有值得注意的一些隐含的条件等等,从中寻找合适的求解方法,然后动笔;再有就是做完题之后,不要就把这道题放到一边不去理它了,要对这个题目进行归类和分析,属哪种题型,考察的是什么知识点;这样久而久之,再拿到题目,不管哪种题型,同学们都有信心找到相应简便的、快速的、准确的求解方法。 希望同学们在后期复习当中注意这两方面,可能会给你带来事半功倍的效果,预祝同学们考研顺利! 第一,基础是**,把握住基础知识才能得高分。 考生们要明确考研数学主要考查的是基础知识部分,包括基本概念、基本理论、基本运算等,只有清晰掌握概念、基本运算,才能真正把握住考研数学。 而高等数学的基础应在极限、导数、不定积分、定积分、一元微积分的应用,当然其中还应包含中值定理、多元函数微积分、线面积分等内容。而考查的另一部分则是分析综合能力。因为现在考试中高数很少以一个知识点命题的,一般都是几个知识点的综合考查。要对这几个基础知识进行针对性复习,这样才能取得高分。 第二,高等数学知识点解析,充分把握重点。 关于不定式的极限,要求考生掌握不定式极限的各种求法,比如:四则运算、洛必达法则等。在此还有两个重点知识需要掌握:1.另外两个重要的极限的知识点;2、对函数的连续性的探讨。这也是需要重点掌握的知识点。 关于导数和微分,考试重点考查的知识点是导数的定义,也就是抽象函数的可导性。另外,还需要熟练掌握各类多元函数求偏导的方法以及极值与最值的求解与应用问题。 关于积分,历年来定积分、分段函数的积分、带绝对值的函数的积分等各种积分的求法都是重点考查对象。在求积分的过程中,特别注意积分的对称性,利用分段积分去掉绝对值把积分求出来。二重积分的计算,当然数学一里面还包括了三重积分,这里面每年都要考一个题目。另外曲线和曲面积分,这也是必考的重点内容。 关于微分方程、无穷级数以及无穷级数求和等,这几个考点是有一定难度的,需要记忆的公式、定理比较多。微分方程中需要熟练掌握变量可分离的方程、齐次微分方程和一阶线性微分方程的求解方法,以及二阶常系数线性微分方程的求解,对于这些方程要能够判断方程类型,利用对应的求解方法,求解公式,能很快的求解。对于无穷级数,要会判断级数的敛散性,重点掌握幂级数的收敛半径与收敛域的求解,以及求数项级数的和与幂级数的和函数等。最后,制定复习计划,事半功倍。 针对高等数学的复习,需要制定一个具有针对性的复习计划,这样可以有重点有针对的进行知识点复习,这样按计划执行复习,可以达到不错的效果,使复习成果有质的提高。 ——考研数学线性代数复习的重点 ?面对一道典型例题:在做这道题以前你必须考虑,它该从哪个角度切入,为什么要从这个角度切入。做题的过程中,必须考虑为什么要用这几个原理,而不用那几个原理,为什么要这样对这个式子进行化简,而不那样化简。 做完之后,必须要回过头看一下,这个解题方法适合这个题的关键是什么,为什么偏偏这个方法在这道题上出现了最好的效果,有没有更好的'解法……就这样从开始到最后,每一步都进行全方位的思考,那么这道题的价值就会得到充分的发掘。 ?学习数学,重在做题,熟能生巧。对于数学的基本概念、公式、结论等也只有在反复练习中才能真正理解与巩固。数学试题虽然千变万化,其知识结构却基本相同,题型也相对固定,往往存在一定的解题套路,熟练掌握后既能提高正确率,又能提高解题速度。 此外,还要初步进行解答综合题的训练。数学考研题的重要特征之一就是综合性强、知识覆盖面广,近几年来较为新颖的综合题愈来愈多。这类试题一般比较灵活,难度也要大一些,应逐步进行训练,积累解题经验。这也有利于进一步理解并彻底弄清楚知识点的纵向与横向联系,转化为自己真正掌握了的东西,能够在理解的基础上灵活运用、触类旁通。 ?同时要善于思考,归纳解题思路与方法。一个题目有条件,有结论,当你看见条件和结论想起了什么?这就是思路。思路有些许偏差,解题过程便千差万别。考研数学复习光靠做题也是不够的,更重要的是应该通过做题,归纳总结出一些解题的方法和技巧。 考生要在做题时巩固基础,在更高层次上把握和运用知识点。对数学习题最好能形成自己熟悉的解题体系,也就是对各种题型都能找到相应的解题思路,从而在最后的实考中面对陌生的试题时能把握主动。 基础的重要性已不言而喻,但是只注重基础,也是不行的。太注重基础,就会拘泥于书本,难以适应考研试题。打好基础的目的就是为了提高。但太重提高就会基础不牢,导致头重脚轻,力不从心。考生要明白基础与提高的辩证关系,根据自身情况合理安排复习进度,处理好打基础和提高能力两者的关系。 一般来说,基础与提高是交插和分段进行的,在一个时期的某一个阶段以基础为主,基础扎实了,再行提高。然后又进入了另一个阶段,同样还要先扎实基础再提高水*,如此反复循环。 考生在这个过程中容易遇到这样的问题,就是感觉自已经过基础复习或一段时间的提高后几乎不再有所进步,甚至感到越学越退步,碰到这种情况,考生千万不要气馁,要坚信自己的能力,只要复习方法没有问题,就应该坚持下去。 虽然表面上感到没有进步,但实际水*其实已经在不知不觉中提高了,因为在这个时期考生已经认识到了自已的不足,正处于调整和进步中。这个时候需要的就是考生的意志力,考研本来就是一场意志力的比赛,不仅需要丰富的知识和较高的能力,更要有坚强的意志力。只要坚持下去,就有成功的希望。大学数学的线性代数知识点2
大学数学的线性代数知识点3
大学数学的线性代数知识点3篇扩展阅读
大学数学的线性代数知识点3篇(扩展1)
大学数学线性代数中若干知识点的说明1
大学数学线性代数中若干知识点的说明2
大学数学的线性代数知识点3篇(扩展2)
考研数学线性代数必考的知识点1
考研数学线性代数必考的知识点2
大学数学的线性代数知识点3篇(扩展3)
考研数学线性代数的知识点怎么复习1
大学数学的线性代数知识点3篇(扩展4)
考研数学线性代数的复习指南1
考研数学线性代数的复习指南2
大学数学的线性代数知识点3篇(扩展5)
考研数学线性代数如何提高复习效率1
考研数学线性代数如何提高复习效率2
大学数学的线性代数知识点3篇(扩展6)
考研数学线性代数复习的重点1
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 yyfangchan@163.com (举报时请带上具体的网址) 举报,一经查实,本站将立刻删除