nav_xian
返回返回 教育头条

2021年MBA考研数学中线性代数知识的四大特点分析

学习经验 MBA

2021年03月07日 08:40:17
大家好!MBA国家线和院校线基本都出来了,各个院校虽然会推迟复试时间,但是复试准备一定要加强。此外,2021的考生复习展开可重点了解一下考研数学的相关知识,今天的内容是2021年MBA考研数学中线性代数知识的四大特点分析。
一、内容抽象,尤其向量部分为典型。
在现实生活中,我们可以看到一维空间、二维空间甚至是三维空间,但是对于三维空间我们是难以想象的。向量主要研究的就是三维向量,所以这就需要较强的抽象思维和逻辑推理能力,这一点对于侧重于计算能力培养的工科学生来说是一个难点。因此在线性代数知识学习的过程中,对所涉及的基本概念应当先理解好它们的定义,在理解基础之上,才能深刻理解它们与其他概念的联系以及它们的作用,一步步达到运用自如的境地。
二、概念多,性质多,定义多,定理多。
例如有关矩阵的,就有相似矩阵、合同矩阵、正定矩阵、正交矩阵、伴随矩阵等。在向量这部分,向量组线性相关的性质就10来个。
三、符号多,运算法则多,有些运算法则与以前的完全不同。
?正如《2019年全国硕士研究生入学统一考试数学考试大纲配套强化指导》第二篇线性代数部分所说的,对于数的运算我们满换律、结合律和消去律但是矩阵的运算与之有相同的也有不同的,矩阵的运算不满换律和消去律,但是满足结合律。所以这些在复习的时候一定要注意区分。

四、内容纵横交错,前后联系紧密,环环相扣,相互渗透。
线性代数知识的联系是比较紧密的。相对高数来说,它们的联系又是非常隐蔽的。以可逆矩阵为例,阶矩阵是可逆的,从行列式的角度有其等价说法,就是阶矩阵的行列式不等于0从矩阵的角度它的等价说法是矩阵的秩等于阶数,从向量的角度描述,就是矩阵的行向量组是线性无关的,同时列向量组也是线性无关的,并且任何一个三维列(行)向量都可以由该矩阵的列(行)向量组来线性表示从特征值的角度描述,就是矩阵的特征值都是非零的。
因此在线性代数知识学习的过程中,对所涉及的概念、性质及定理要理解,同时很多东西还要靠记忆,尤其要注意基本概念、基本方法之间的相互关系,有些问题是相互交错,相互渗透,似螺旋上升,比如矩阵的秩与向量组的秩、线性方程组与向量组的线性组合、线性相关之间的关系。弄清这些关系,一方面可对所涉及的概念通过不断重复而达到加深印象的目的,另一方面也能对问题有进一步的深入理解。
今天2021年MBA考研数学中线性代数知识的四大特点分析的内容就到这里啦,希望对2021MBA复习的考生有所帮助。

好了,以上就是2021年MBA考研数学中线性代数知识的四大特点分析的介绍,如对本文有疑问或者想了解更多MBA信息,请与我们联系,我的微信18560125702。教育宝是一家教培行业第三方平台,5年以上工作经验的学习顾问能给你最客观公正的建议,帮你辨别课程好坏,为你提供学习帮助。返回教育宝头条

【免责声明】本文仅代表作者本人观点,与教育宝无关。教育宝对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何保证。请读者仅作参考,特此声明!

相关推荐

400-029-0997