数学想要去的高分其实挺简单的,但是对于不会方法的人来说数学又是很难得分的科目,下面考仕通介绍一下MBA数学中线性代数知识点的四大特征有哪些?

MBA数学中线性代数知识点的四大特征有哪些?

  一、内容比较抽象

  其中向量部分最难懂。向量主要研究的是三维向量,这就需要有较强的思维和逻辑理解能力了,这个对于现在复习备考的考生来说是一个难点。

  因此在线性代数知识点的学习过程中,对所涉及的基本概念应当先理解好它们的定义,理解之后才能深刻的理解它们与其他概念的联系和作用,最终达到自如的境地。

  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足交换律、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,矩阵的运算不满足交换律和消去律,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

  线性代数知识点之间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点的学习过程中,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。

  以上是考仕通的相关介绍,希望对各位考生有帮助,如果还有什么问题可以随时咨询我们的MBA辅导班老师了解。

  相关课程推荐:http://www.kstedu.com/

  MBA/MPA/MPACC/MEM数学试听网络课程(精选)-武洋:http://www.kstedu.com/course/99