【导语】“言笑珩”通过精心收集,向本站投稿了3篇考研数学真题总结 特征值与特征向量,以下是小编为大家整理后的考研数学真题总结 特征值与特征向量,欢迎参阅,希望可以帮助到有需要的朋友。
篇1:考研数学真题总结 特征值与特征向量
考研数学真题总结 特征值与特征向量
性代数作为考研数学三个科目之一,内容最少,理论最简单,每年考题的变化最微小,然考生的得分率虽比前几年有所提高,但总得来看依旧偏低。要将线性代数特征值与特征向量的相关内容一网打尽,不仅要对大纲内容熟悉,而且要选择一本质量上乘去粗取精的辅导资料。纵观近数一真题,几乎每年都会出现关于特征值与特征向量的题目,所以理解特征值与特征向量的概念,熟悉与之相关的'题型及解法,对于取得这部分题目的分数尤为重要。
真题中关于特征向量与特征值的题型主要有:根据已知条件求特征值及其特征向量,已知某个特征值及特征向量求其他特征值与特征向量或其中所含参数,根据所给式子得到隐含其中的特征值与特征向量,再求其他特征值及特征向量,根据求得的特征值与特征向量讨论矩阵是否可对角化或求二次型的规范形或由规范形求参数等。
◆篇2:考研数学 矩阵的特征值与特征向量
设为阶矩阵,若存在常数和向量,使得,则称为矩阵的特征值,称为矩阵的属于特征值的特征向量。
求特征值与特征向量的常用思路:
1.根据定义求特征值和特征向量。
2.当已给出矩阵,通过求出特征值,然后通过求齐次线性方程组的基础解系,求出矩阵的属于特征值的线性无关的特征向量。
3.利用关联矩阵的特征值之间的关系求特征值,如互逆矩阵的特征值互为倒数;相似矩阵的特征值相同;和有相同的特征值等。并利用关联矩阵特征向量之间的关系求矩阵的属于特征值的特征向量,如当可逆时,、与对应的特征值的特征向量相同等。 (来源:考研教育网)
一般矩阵与实对称矩阵的特征值与特征向量的性质:
1.阶矩阵的'所有特征值之和等于矩阵的迹,阶矩阵的所有特征值之积等于矩阵的行列式。
2.设为阶矩阵的特征值,若为矩阵的属于特征值的特征向量,则也是矩阵的属于特征值的特征向量。
3.实对称矩阵的特征值都是实数。 (来源:考研教育网)
4.矩阵的不同特征值所对应的特征向量线性无关,实对称矩阵的不同特征值所对应的特征向量正交。
篇3:考研数学冲刺 真题强化注意总结
2014考研数学冲刺 真题强化注意总结
总结归纳解题方法
在历年的考研试题中,可以看到某种题型经常出现,但是在内容和形式上每次都有一些变化。如果我们不断地总结和归纳解题方法,就能够提高对于这类题的解题能力,无需担心新的变化。例如,在一元函数部分,求证包含函数及其导数的某个等式或者不等式,是一类常见的题型。这类题目的解法会涉及到罗尔定理、拉格朗日定理和柯西定理,或者泰勒公式。
专家提醒考生,在数学(一)中,多元函数微分学、曲线和曲面积分等部分每年都有题目。微分学部分的试题主要是微分学的概念与复合函数微分法,仔细分析这些题目,不但可以了解问题的'各种提法,而且能够归纳出有效的解题方法。对于曲线积分和曲面积分,应当总结是否需要运用格林公式和高斯公式?怎样运用这些公式?由于多元微积分部分的题目一般不是很难,所以只要注意归纳总结,提高解题能力没有太大困难。扎实的基本功是提高解题能力的基础条件,但是为了适应考研这样的选拔性考试,在复习备考过程中,考生还必须根据考研的特点,有针对性地进行解题能力强化训练。
重视历年试题的强化训练
专家提醒考生,每年的研究生入学考试高等数学内容较之前几年都有较大的重复率,近年试题与往年考题雷同的占50%左右,这些考题或者改变某一数字,或改变一种说法,但解题的思路和所用到的知识点几乎一样。通过对考研的试题类型、特点、思路进行系统的归纳总结,并做一定数量习题,有意识地重点解决解题思路问题。对于那些具有很强的典型性、灵活性、启发性和综合性的题,要特别注重解题思路和技巧的培养。尽管试题千变万化,其知识结构基本相同,题型相对固定。提练题型的目的,是为了提高解题的针对性,形成思维定势,进而提高考生解题的速度和准确性。
考研数学真题总结 特征值与特征向量(共3篇)




