Files
Yimu ea9aad4207 大题十年考点:新增线代与概率 30 题十年总览(附录 18)
- 18-线代与概率大题十年总结.md(10203 字符):2016—2025 线代 15 题 170 分、
  概率 15 题 170 分逐年对照,每题给「考什么 / 起手式 / 落点 / 详讲」
- 关键结构发现:2021 年卷面改革后两科各从 2 题 22 分压成 1 题 12 分,
  占比 23.4% → 17.1%,没有第二题兜底,策略从「拿高分」改为「12 分必得」
- 硬统计:线代 12/15 落在特征值相似(7)+ 二次型(5),方程组向量仅 3;
  概率 8/15 多维(ch17)+ 7/15 参数估计(ch21),其余章节十年 0 次
- 七条可复用规律 + 四个模板 + 按出错概率排的三天取舍表
- 顺带修 15、17、18 三处「加粗以公式收尾」,29 处公式收尾缺空格
- README:文件清单加附录行,说明 18 不计入 64 题
2026-11-09 14:11:14 +08:00

145 lines
17 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
tags: [数学一, 大题十年考点, 线性代数, 概率论与数理统计, 十年总结]
专题: 大题十年考点 · 附录 线代与概率大题十年总结
日期: 2026-11-09
状态: 总结(30 题 340 分逐年对照 + 七条规律 + 取舍建议)
关联笔记: ["[[README]]", "[[12-点11-线代特征值与相似]]", "[[13-点12-线代二次型]]", "[[14-点13-线代方程组与向量]]", "[[15-点14-概率多维随机变量]]", "[[16-点15-概率参数估计]]"]
---
# 线代与概率大题 · 十年总览(2016—2025)
> 数据口径:`试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/kaoyan_math1.db`,`question` 表,`question_type = 解答`,`chapter_id` 落在 9—22。共 **30 题 340 分**,线代、概率各 **15 题 170 分**。
这份文件的定位:`12`—`16` 那五份是**练**(每点配 3—4 题,动手做),这份是**看**——把 30 题摊在一张桌上,回答四个问题:考在哪一题位、分值多少、高频到第几次、如果只剩三天该放弃什么。
## 一、先看卷面:2021 年切了一刀
同一道题的分值没变多少,但**在解答题里的比重变了**:
| 年份 | 解答题结构 | 线代 | 概率 | 高数 |
|---|---|---|---|---|
| 2016—2020 | 9 题 94 分(15—19 高数、20—21 线代、22—23 概率) | 2 题 **22 分**(23.4%) | 2 题 **22 分**(23.4%) | 50 分(53.2%) |
| 2021—2025 | 6 题 70 分(17 高数 10 分、18—20 高数各 12、21 线代、22 概率) | 1 题 **12 分**(17.1%) | 1 题 **12 分**(17.1%) | 46 分(65.7%) |
两件事同时发生:
1. **题数腰斩**:线代概率从"各两题"变成"各一题",意味着**没有第二次机会**——一道题做不出,该科解答题直接 0 分。
2. **单题分上涨**:11 分 → 12 分,而卷面总分没变,涨的分来自高数占比提高。
> **这条直接决定策略**:2021 年后的卷子里,线代和概率的解答题是"**一锤子买卖**"。它们的性价比不再是"分值 ÷ 时间",而是"**12 分 ÷ 出错概率**"。所以这两科的目标不是"做难题拿高分",而是"**把 12 分变成必得**"——近五年这 10 题的解法全在四个模板里,没有一道需要灵感。
## 二、线性代数:15 题里 12 题落在两个动作上
### 逐年对照
> 起手式 = 看到题干第一句该做什么;落点 = 最后必须交出什么。
| 年份·题位 | 分值 | 考什么 | 起手式 | 落点 | 详讲 |
|---|---|---|---|---|---|
| 2016·20 | 11 | $AX=B$ 何时无解、唯一、无穷多 | 写成增广矩阵,用 $\lvert A\rvert=0$ 解出 $a$ 的两个值 | 三种情形分别给通解(含特解 + 齐次基础解系) | [点13](14-点13-线代方程组与向量.md) |
| 2016·21 | 11 | 求 $A^{99}$ 与 $B^{100}$ 的列表示 | 先算 $A^2$ 看是否幂零,或对 $A$ 求特征值做对角化 | $B^2=BA\Rightarrow B^n=BA^{n-1}$ ,故 $B^{100}=BA^{99}$ ,用第一问的 $A^{99}$ 拼 | [点11](12-点11-线代特征值与相似.md) |
| 2017·20 | 11 | 三个不同特征值 + 列相关,证 $r(A)=2$ 、解 $Ax=\beta$ | 由 $\alpha_3=\alpha_1+2\alpha_2$ 立刻得 $\lvert A\rvert=0$ ,故 $0$ 是特征值 | 单根推出 $r(A)=3-1=2$ ;再由 $\beta=A(1,1,1)^{\mathrm T}$ 写通解 | [点11](12-点11-线代特征值与相似.md) |
| 2017·21 | 11 | 正交变换下标准形**缺一项**,反求 $a$ 与 $Q$ | 标准形只有 $\lambda_1y_1^2+\lambda_2y_2^2$ $\Rightarrow$ 第三个特征值为 $0$ $\Rightarrow\lvert A\rvert=0$ | 解 $a$ ,再顺序:特征值→特征向量→施密特→单位化 | [点12](13-点12-线代二次型.md) |
| 2018·20 | 11 | 平方和型二次型,求 $f=0$ 的解与规范形 | $f$ 是三个实平方之和 $\Rightarrow f=0$ 等价于三个括号全为 $0$ | 解三元方程组;规范形只看正负惯性指数 | [点12](13-点12-线代二次型.md) |
| 2018·21 | 11 | $A$ 经初等列变换化为 $B$ ,求 $a$ 与可逆 $P$ | 列变换 $=$ 右乘可逆阵 $\Rightarrow A$ 与 $B$ **列等价**,秩必相同 | $r(A)=r(B)$ 定 $a$ ;$P=A^{-1}B$ ,再验 $P$ 可逆 | [点13](14-点13-线代方程组与向量.md) |
| 2019·20 | 11 | 基与坐标、过渡矩阵 | $\beta$ 在基下坐标为 $(b,c,1)^{\mathrm T}$ $\Rightarrow$ 直接解 $(\alpha_1,\alpha_2,\alpha_3)(b,c,1)^{\mathrm T}=\beta$ | 解出 $a,b,c$ ;过渡矩阵按定义逐列求像的坐标 | [点13](14-点13-线代方程组与向量.md) |
| 2019·21 | 11 | $A$ 与 $B$ 相似,求 $x,y$ 与 $P^{-1}AP=B$ | 相似 $\Rightarrow$ **迹与行列式都相等**,两个方程解 $x,y$ | 求 $A$ 的特征向量拼 $P$ ,按 $B$ 的列顺序排 | [点11](12-点11-线代特征值与相似.md) |
| 2020·20 | 11 | 二次型经正交变换化为另一二次型 | $f$ 与 $g$ 正交相似 $\Rightarrow$ 特征值相同 $\Rightarrow$ 比迹与行列式 | 解 $a,b$ ($a\ge b$ 定序);$Q$ 由特征向量单位化 | [点12](13-点12-线代二次型.md) |
| 2020·21 | 11 | $P=(\alpha,A\alpha)$ 可逆性、$A$ 能否对角化 | 若 $\alpha,A\alpha$ 线性相关则 $\alpha$ 是特征向量,与题设矛盾 | 由 $A^2\alpha+A\alpha-6\alpha=0$ 得 $AP=P\begin{pmatrix}0&6\\1&-1\end{pmatrix}$ ,再看可对角化 | [点11](12-点11-线代特征值与相似.md) |
| 2021·21 | 12 | 正交对角化 + 正定矩阵开方 | 求 $A$ 的特征值(含参 $a$ ,注意重根情形) | $P$ 正交单位化;$C^2=(a+3)E-A$ 用**特征值开根号**构造 $C=Q\Lambda^{1/2}Q^{\mathrm T}$ | [点11](12-点11-线代特征值与相似.md) |
| 2022·21 | 12 | $\sum ij\,x_ix_j$ 的矩阵、正交变换、曲面 | 矩阵 $A=(ij)$ 是**秩 1** 矩阵(列成比例) | 特征值 $0,0,\operatorname{tr}A$ ;标准形定正负惯性指数判曲面 | [点12](13-点12-线代二次型.md) |
| 2023·21 | 12 | 可逆变换化 $f$ 为 $g$ ;是否存在正交变换 | "可逆变换"用**配方法**即可,不必求特征值 | 配出 $g$ 的系数;正交变换的判据是**特征值是否相同** | [点12](13-点12-线代二次型.md) |
| 2024·21 | 12 | 三个数列递推,求通项 | 写成 $\boldsymbol u_n=M\boldsymbol u_{n-1}$ ,问题变成求 $M^n$ | 对 $M$ 求特征值/对角化,或算 $M^2,M^3$ 找规律 | [点11](12-点11-线代特征值与相似.md) |
| 2025·21 | 12 | $1$ 是特征多项式重根求 $a$ ;$A\alpha=\alpha+\beta$ 求 $\alpha,\beta$ | "重根" $\Rightarrow$ $\lvert A-E\rvert=0$ 且导数值也为 $0$ (或验证代数重数) | 解 $a$ ;把条件改写成 $(A-E)\alpha=\beta$ ,用秩与通解求非零解 | [点11](12-点11-线代特征值与相似.md) |
### 三条硬统计
| 考点族 | 题数 | 占比 | 十年分布 |
|---|---|---|---|
| **特征值与相似**(含矩阵幂、递推) | **7** | 46.7% | 2016·21、2017·20、2019·21、2020·21、2021·21、2024·21、2025·21 |
| **二次型**(正交/可逆变换、规范形、曲面) | **5** | 33.3% | 2017·21、2018·20、2020·20、2022·21、2023·21 |
| 方程组与向量(矩阵方程、基、初等变换) | 3 | 20.0% | 2016·20、2018·21、2019·20 |
**12/15 落在前两族**,而这两族其实是同一件事的两面:**都是"找一组基,把矩阵变成对角"**。特征值题问"能不能对角化、$P$ 是什么",二次型题问"化完长什么样、惯性指数是多少"。
### 四条可复用的规律
1. **第一问几乎总是"求参数"**(15 题里 11 题)。参数靠三个条件之一求出:$\lvert A\rvert=0$ (有零特征值/不可逆)、迹与行列式相等(相似)、秩相等(列等价)。**参数错则第二问全错**,所以解完必须代回验证原始条件。
2. **"缺项"就是信息**:标准形只写到 $\lambda_1y_1^2+\lambda_2y_2^2$ ,说明第三个特征值是 $0$ ;"二次型在正交变换下为 $g$ 且 $f=g$ 形式不同",说明两者特征值相同但顺序可换。
3. **可逆变换 vs 正交变换要分清**(2023·21 直接考了这个区分):问"可逆 $P$ "用**配方法**,问"正交 $Q$ "才需要特征值与施密特;两者的标准形可以不同,只有**规范形(惯性指数)** 必然相同。
4. **矩阵幂题都是"先对角化,再乘"**:$A^{99}=P\Lambda^{99}P^{-1}$ ,或发现 $A$ 幂零。2016·21 的 $B^{100}=BA^{98}$ 是同一思路的变体——把陌生矩阵往已知矩阵上靠。
## 三、概率论:15 题只有两族,各占一半
### 逐年对照
| 年份·题位 | 分值 | 考什么 | 起手式 | 落点 | 详讲 |
|---|---|---|---|---|---|
| 2016·22 | 11 | 区域上的二维均匀 + 指示变量 + 独立性 | 先算 $D$ 的面积(本题为 $\frac13$ ,故 $f=3$ ),务必验积分为 1 | 独立性用 $P(U=1\mid X=x)$ 是否为常数判;$F_Z$ 按 $U=0/1$ 分两支 | [点14](15-点14-概率多维随机变量.md) |
| 2016·23 | 11 | 次序统计量 $T=\max$ 的密度与无偏修正 | $F_T(z)=[F(z)]^3$ ,求导得 $f_T$ | $ET=\frac{3n}{3n+1}\theta$ 类,取 $a=\frac{3n+1}{3n}$ 使 $aT$ 无偏 | [点15](16-点15-概率参数估计.md) |
| 2017·22 | 11 | 离散 + 连续混合,求 $Z=X+Y$ 密度 | 全概率:$f_Z(z)=\frac12f_Y(z)+\frac12f_Y(z-2)$ | 分段写清 $0<z<1$ 、$1<z<2$ 、$2<z<3$ | [点14](15-点14-概率多维随机变量.md) |
| 2017·23 | 11 | 半正态 $Z=\lvert X-\mu\rvert$ 的密度 + 矩估计 + MLE | 先求 $Z$ 的密度(对称性用一半),再 $EZ=\sigma\sqrt{2/\pi}$ | 矩估计 $\hat\sigma=\sqrt{\pi/2}\cdot\bar Z$ ;MLE 对 $\ln L$ 求导 | [点15](16-点15-概率参数估计.md) |
| 2018·22 | 11 | $Z=XY$ ($X$ 对称离散、$Y$ 泊松)的协方差 | 用条件期望:$E(Z\mid X)=X\,EY$ | $\operatorname{Cov}(X,Z)=E(X^2)EY-EX\cdot E(X)EY$ ;再列 $Z$ 的分布律 | [点14](15-点14-概率多维随机变量.md) |
| 2018·23 | 11 | 拉普拉斯密度 MLE + 无偏性 | 写出 $\ln L=-n\ln2\sigma-\frac{1}{\sigma}\sum\lvert x_i\rvert$ | $\hat\sigma=\frac1n\sum\lvert x_i\rvert$ ,再算 $E\hat\sigma$ 判无偏 | [点15](16-点15-概率参数估计.md) |
| 2019·22 | 11 | $Z=XY$ ($X$ 指数、$Y=\pm1$ )的密度、不相关、独立性 | $Z$ 的取值是 $\pm X$ ,先写 $F_Z$ 或直接拼密度 | $f_Z(z)=pf_X(-z)+(1-p)f_X(z)$ 类;不相关但不独立是标准反例 | [点14](15-点14-概率多维随机变量.md) |
| 2019·23 | 11 | 截断正态的常数 $A$ 与 MLE | 先由 $\int_\mu^\infty f=1$ 定 $A=\sqrt{2/\pi}$ | 再写似然求 $\hat\sigma$ ,注意支撑 $x\ge\mu$ | [点15](16-点15-概率参数估计.md) |
| 2020·22 | 11 | 混合正态:$Y=X_3X_1+(1-X_3)X_2$ | 按 $X_3=0/1$ 用全概率拆成两支 | 证 $Y\sim N(0,1)$ 用 $F_Y(y)=\frac12\Phi(y)+\frac12\Phi(y)$ | [点14](15-点14-概率多维随机变量.md) |
| 2020·23 | 11 | 威布尔分布的条件概率 + MLE | $P(T>t)=1-F(t)$ 直接写;条件概率用 $P(T>s+t)/P(T>s)$ | $m$ 已知时 $\hat\theta=\left(\frac1n\sum t_i^m\right)^{1/m}$ | [点15](16-点15-概率参数估计.md) |
| 2021·22 | 12 | 几何概率分两段、$Z=Y/X$ | 先定 $X=\min(U,2-U)\sim U(0,1)$ ,密度立刻是 $1$ | $Z=\frac{2-X}{X}$ 用分布函数法:$F_Z(z)=P\{X\ge\frac{2}{1+z}\}$ | [点14](15-点14-概率多维随机变量.md) |
| 2022·22 | 12 | 双泊松样本 MLE + $D(\hat\theta)$ | 联合似然 $(\theta^{\sum x}\mathrm e^{-n\theta})(2\theta)^{\sum y}\mathrm e^{-2m\theta}$ | $\hat\theta=\frac{\sum x+\sum y}{n+2m}$ ,再算方差 $\frac{(n+4m)\theta}{(n+2m)^2}$ | [点15](16-点15-概率参数估计.md) |
| 2023·22 | 12 | 圆盘密度 $\frac2\pi(x^2+y^2)$ :协方差、独立性、函数分布 | 极坐标或对称性先判 $\operatorname{Cov}=0$ | 不独立要**举反例**($f\ne f_Xf_Y$ );函数分布用分布函数法 | [点14](15-点14-概率多维随机变量.md) |
| 2024·22 | 12 | $U(0,\theta)$ 的 $cX_{(n)}$ :无偏 + MSE 最优 | $X_{(n)}$ 的密度是 $\frac{nx^{n-1}}{\theta^n}$ | $c=\frac{n+1}{n}$ 无偏;$c^*=\frac{n+2}{n+1}$ 使 MSE 最小 | [点15](16-点15-概率参数估计.md) |
| 2025·22 | 12 | 分段赔付额 $Y=(X-100)^+$ + 随机和 $N$ | 先 $P(Y>0)=P(X>100)$ ,再 $EY=\int_{100}^{\infty}(x-100)f$ | 随机和用 $E\sum=EN\cdot EY$ 、$D\sum=EN\cdot DY+DN\cdot(EY)^2$ | [点14](15-点14-概率多维随机变量.md) |
### 三条硬统计
| 考点族 | 题数 | 占比 | 十年分布 |
|---|---|---|---|
| **多维随机变量**(函数分布、协方差、独立性) | **8** | 53.3% | 2016·22、2017·22、2018·22、2019·22、2020·22、2021·22、2023·22、2025·22 |
| **参数估计**(MLE、矩估计、无偏) | **7** | 46.7% | 2016·23、2017·23、2018·23、2019·23、2020·23、2022·22、2024·22 |
| 其余章节(ch15、16、18、19、20、22) | **0** | 0% | 一次都没考 |
**十年零例外**:概率解答题只在 ch17(多维)与 ch21(数理统计)之间轮换。概率的大数定律(ch19)、数字特征(ch18)、随机事件(ch15)**只出现在选填**。
### 五条可复用的规律
1. **ch17 的核心永远是"函数的分布"**,8 题里 6 题最后都要求 $Z=g(X,Y)$ 的密度或分布函数。协方差、独立性只是顺带的第二问。
2. **"离散 × 连续"混合出现 4 次**(2017、2018、2019、2020),是最高频形态。通用解法就一句:**按离散变量的取值用全概率拆开**,$f_Z(z)=\sum_k p_k\,f_{Y\mid X=x_k}$ 或 $F_Z(z)=\sum_k p_k F_{\cdot\mid k}(z)$ 。
3. **MLE 六年考了五次**(2017、2018、2019、2020、2022),且年年都要"**先对 $\ln L$ 求导、再解方程**"。真正的区分点不在求导,而在**支撑集含参数**的处理(2016·23、2019·23、2024·22 都是这类)。
4. **次序统计量两次**(2016·23 的 $\max$ 、2024·22 的 $X_{(n)}$ ),套路固定:$F_{\max}=F^n$ → 密度 → 期望 → 定无偏系数。
5. **"不相关但不独立"十年考了两次**(2019·22、2023·22),都是"先算 $\operatorname{Cov}=0$ 、再举反例证明不独立"。反例的通用做法是**取一个事件,比较 $P\{X\le x,Y\le y\}$ 与 $F_XF_Y$ 是否相等**。
## 四、两科的四个模板(背下来就能动笔)
| 模板 | 适用信号 | 固定步骤 |
|---|---|---|
| **含参相似/二次型** | "相似""正交变换下标准形为…""有重根" | ① 迹相等 ② 行列式相等(或 $\lvert A-\lambda E\rvert=0$ )→ 解参数 → 代回验 → 求特征值 → 特征向量 → 施密特 + 单位化 → 拼 $P$ |
| **矩阵幂 / 递推** | $A^{99}$ 、数列递推、$B^{100}$ | ① 写成矩阵递推 $\boldsymbol u_n=M\boldsymbol u_{n-1}$ ② 求 $M$ 的特征值 ③ 对角化或找 $M^2,M^3$ 规律 ④ 代初始值 |
| **随机变量函数分布** | "求 $Z=g(X,Y)$ 的密度/分布函数" | ① 定 $(X,Y)$ 的联合密度(先验归一化)② 分离散/连续:离散用全概率、连续用分布函数法或雅可比 ③ 写清分段区间 ④ 验积分为 1 |
| **MLE / 矩估计** | "求最大似然估计""利用一阶矩" | ① 写似然(**注意支撑集**)② 取 $\ln$ ③ 求导置零 ④ 检查导数是否恒正/恒负(边界解)⑤ 求期望方差判无偏 |
## 五、如果只剩三天
按"12 分必得"的目标排优先级,**不按分值排,按出错概率排**:
| 优先级 | 内容 | 理由 | 时间 |
|---|---|---|---|
| ★★★ | 线代:含参求参数 + 正交对角化 + 二次型化标准形 | 12/15 落在这里,且步骤完全固定,练 6 题就能稳 | 1 天 |
| ★★★ | 概率:混合型函数分布 + MLE 求导 | 高频形态各占一半,模板化最彻底 | 1 天 |
| ★★☆ | 线代:矩阵幂/递推 | 2016、2024 考过,思路单一但算量大 | 半天 |
| ★★☆ | 概率:次序统计量与无偏修正 | 2016、2024 考过,公式只有一组 | 半天 |
| ★☆☆ | 概率:随机和($E\sum$ 、$D\sum$ ) | 只在 2025 出现一次,但一旦考就是 12 分的第二问,值得记公式 | 半小时 |
| 可放弃 | 向量空间的基与过渡矩阵 | 十年只考 1 次(2019·20),且 2021 后题位被压缩,几乎不会再出 | — |
| 可放弃 | 概率的假设检验(ch22) | 十年解答题 0 次,只在选填出现 | — |
## 六、接口
- **练题**:`12`—`16` 五份点文件,共 16 题(线代 10、概率 6),每点 3—4 题正好覆盖上表的模板。
- **知识**:线代 → [第5讲 特征值](../线性代数-第5讲-特征值与特征向量/README.md)、[第6讲 二次型](../线性代数-第6讲-二次型/README.md)、[第4讲 方程组](../线性代数-第4讲-线性方程组/README.md)、[第3讲 向量](../线性代数-第3讲-向量/README.md);概率 → [第3讲 多维](../概率论-第3讲-多维随机变量及其分布/README.md)、[第6讲 数理统计](../概率论-第6讲-数理统计/README.md)。
- **速查**:[17-速查卡](17-速查卡.md) 的第十一、十二、十四、十五组对应本文第二、三节。
- **选填对照**:本表只统计解答题。选填里线代与概率的分布完全不同(概率的 ch15、18、19 全在选填),需要看选填规律时另查 `01b-覆盖对照与接口.md` §二。
## 七、一句话结论
**线代与概率的大题,十年的变化只有"从两题变一题",考法本身几乎没动**:线代 12/15 是"找基对角化",概率 8/15 是"求函数分布"、7/15 是"MLE"。这四类题的解法各自不超过五步,**练到能默写步骤,12 分就是送的**;反过来,任何一道卡住都是 12 分全丢,没有第二题兜底。