核心知识点回顾#

特征值与特征向量是线性代数的核心考点之一，也是考研数学的高频考查内容，核心定义为：对于$n$阶矩阵$A$，若存在数$\lambda$和非零$n$维列向量$\boldsymbol{x}$，使得$A\boldsymbol{x}=\lambda\boldsymbol{x}$，则$\lambda$为$A$的特征值，$\boldsymbol{x}$为$A$对应特征值$\lambda$的特征向量，特征方程为$|A-\lambda E|=0$，特征向量为齐次线性方程组$(A-\lambda E)\boldsymbol{x}=0$的非零解。

考研常考题型复盘#

1. 具体矩阵求特征值与特征向量：直接通过展开特征方程求解特征值，再代入方程组求基础解系得到对应特征向量，是最基础的考查形式，也是今日刷题的基础题型占比最高的部分。
2. 抽象矩阵求特征值：常结合矩阵的迹$\text{tr}(A)=\sum_{i=1}^n\lambda_i$、行列式$|A|=\prod_{i=1}^n\lambda_i$，以及已知$A$的特征值推导$f(A)$、$A^{-1}$、$A^*$等矩阵的特征值，是中档题的常见考法，也是今日暴露出的核心薄弱点。
3. 实对称矩阵的特殊性质：实对称矩阵的特征值全为实数，不同特征值对应的特征向量正交，且一定可以正交相似对角化，是考研数学的重点考查内容，需要熟练掌握正交单位化的完整步骤。
4. 综合应用：常结合相似矩阵的性质、二次型的标准化、矩阵可对角化的条件等知识点出综合大题，需要建立跨章节的知识点联动思维。

今日刷题针对性复盘#

今日重点练习的抽象矩阵推导和实对称矩阵对角化题型，恰好覆盖了考研数学中该章节80%以上的考查比例，通过错题复盘可以发现，自己在抽象矩阵的性质应用和单位化细节上存在记忆疏漏，后续需要针对性强化训练。