2018考研數(shù)學(xué)復(fù)習(xí)：線性代數(shù)知識點總結(jié)

　　考研數(shù)學(xué)通常會考察三部分內(nèi)容，高數(shù)、線性代數(shù)、概率統(tǒng)計。線性代數(shù)占總分值并不高，這部分內(nèi)容知識點聯(lián)系緊密，復(fù)習(xí)難度較大。小編提醒2018年考研的同學(xué)：考研數(shù)學(xué)線性代數(shù)復(fù)習(xí)一定要掌握復(fù)習(xí)方法，方可在短時間內(nèi)有一定的提高。

　　考研數(shù)學(xué)中的線性代數(shù)試題，從難易程度上其實要遠(yuǎn)低于高數(shù)，卻依然困擾了很多考生。究其原因，我們就不得不從線性代數(shù)的學(xué)科特點及命題方向著手分析。線性代數(shù)從內(nèi)容上看縱橫交錯，前后聯(lián)系緊密，環(huán)環(huán)相扣，相互滲透，因此解題方法靈活多變。而且線性代數(shù)的命題重點，除了對基礎(chǔ)知識的注重外，還偏向于知識點的銜接與轉(zhuǎn)換。考生在復(fù)習(xí)的時候要結(jié)合這兩個方向進行有針對性的復(fù)習(xí)。

　　舉例來說，設(shè)A是m×n矩陣，B是n×s矩陣，且AB=0，那么用分塊矩陣可知B的列向量都是齊次方程組Ax=0的解，再根據(jù)基礎(chǔ)解系的理論以及矩陣的秩與向量組秩的關(guān)系，可以有r(B)≤n-r(A)即r(A)+r(B)≤n，進而可求矩陣A或B中的一些參數(shù)。

　　再如，若A是n階矩陣可以相似對角化，那么，用分塊矩陣處理P-1AP=∧可知A有n個線性無關(guān)的特征向量，P就是由A的線性無關(guān)的特征向量所構(gòu)成，再由特征向量與基礎(chǔ)解系間的聯(lián)系可知此時若λi是ni重特征值，則齊次方程組(λiE-A)x=0的基礎(chǔ)解系由ni個解向量組成，進而可知秩 r(λiE-A)=n-ni，那么，如果A不能相似對角化，則A的特征值必有重根且有特征值λi使秩r(λiE-A)

　　又比如，對于n階行列式我們知道：若|A|=0，則Ax=0必有非零解，而Ax=b沒有惟一解(可能有無窮多解，也可能無解)，而當(dāng)|A|≠0 時，可用克萊姆法則求Ax=b的惟一解;可用|A|證明矩陣A是否可逆，并在可逆時通過伴隨矩陣來求A-1;對于n個n維向量α1，α2，……αn可以利用行列式|A|=|α1α2……αn|是否為零來判斷向量組的線性相關(guān)性;矩陣A的秩r(A)是用A中非零子式的最高階數(shù)來定義的，若r(A)

　　凡此種種，正是因為線性代數(shù)各知識點之間有著千絲萬縷的聯(lián)系，代數(shù)題的綜合性與靈活性就較大，同學(xué)們整理時要注重串聯(lián)、銜接與轉(zhuǎn)換。復(fù)習(xí)時應(yīng)當(dāng)常問自己做得對不對?再問做得好不好?只有不斷地歸納總結(jié)，努力搞清內(nèi)在聯(lián)系，使所學(xué)知識融會貫通，接口與切入點多了，熟悉了，思路自然就開闊了。