線性代數的概念很多，重要的有：代數余子式，伴隨矩陣，逆矩陣，初等變換與初等矩陣，正交變換與正交矩陣，秩(矩陣、向量組、二次型)，等價(矩陣、向量組)，線性組合與線性表出，線性相關與線性無關，極大線性無關組，基礎解系與通解，解的結構與解空間，特徵值與特徵向量，相似與相似對角化，二次型的標準形與規範形，正定，合同變換與合同矩陣。考研專家為大家分析考研數學線性代數重要知識點。
一、課程特點
特點一：知識點比較細碎。
如矩陣部分涉及到了各種型別的性質和關係，記憶量大而且容易混淆的地方較多。
特點二：知識點間的聯絡性很強。
這種聯絡不僅僅是指在後面幾章中用到前兩章行列式和矩陣的相關知識，更重要的是在於不同章節中各種性質、定理、判定法則之間有著相互推導和前後印證的關係。
複習線代時，要做到"融會貫通"。
"融會"--設法找到不同知識點之間的內在相通之處；
"貫通"--掌握前後知識點之間的順承關係。
二、行列式與矩陣
第一章《行列式》、第二章《矩陣》是線性代數中的基礎章節，有必要熟練掌握。
行列式的核心內容是求行列式，包括具體行列式的計算和抽象行列式的計算，其中具體行列式的計算又有低階和高階兩種型別；主要方法是應用行列式的性質及按行列展開定理化為上下三角行列式求解。對於抽象行列式的求值，考點不在求行列式，而在於相關性質，矩陣部分出題很靈活，頻繁出現的知識點包括矩陣運算的運算規律、運算性質、矩陣可逆的判定及求逆、矩陣的秩的性質、初等矩陣的性質等。
三、向量與線性方程組
向量與線性方程組是整個線性代數部分的核心內容。相比之下，行列式和矩陣可視作是為了討論向量和線性方程組部分的問題而做鋪墊的基礎性章節；後兩章特徵值、特徵向量、二次型的內容則相對獨立，可以看作是對核心內容的擴充套件。
向量與線性方程組的內容聯絡很密切，很多知識點相互之間都有或明或暗的相關性。複習這兩部分內容最有效的方法就是徹底理順諸多知識點之間的內在聯絡，因為這樣做首先能夠保證做到真正意義上的理解，同時也是熟練掌握和靈活運用的前提。解線性方程組可以看作是出發點和目標。
線性方程組(一般式)
還具有兩種形式：(1)矩陣形式，(2)向量形式。
1．齊次線性方程組與線性相關、無關的聯絡
齊次線性方程組可以直接看出一定有解，因為當變數都為零時等式一定成立；印證了向量部分的一條性質"零向量可由任何向量線性表示"。
齊次線性方程組一定有解又可以分為兩種情況：①有唯一零解；②有非零解。當齊次線性此方程組有唯一零解時，是指等式中的變數只能全為零才能使等式成立，而當齊次線性方程組有非零解時，存在不全為零的變數使上式成立；但向量部分中判斷向量組是否線性相關無關的定義也正是由這個等式出發的。
2．齊次線性方程組的解與秩和極大無關組的聯絡
同樣可以認為秩是為了更好地討論線性相關和線性無關而引入的。秩的定義是"極大線性無關組中的向量個數"。經過"秩→線性相關無關→線性方程組解的判定"的邏輯鏈條，就可以判定列向量組線性相關時，齊次線性方程組有非零解，且齊次線性方程組的解向量可以通過r個線性無關的解向量(基礎解系)線性表示。
3．非齊次線性方程組與線性表示的聯絡
非齊次線性方程組是否有解對應於向量是否可由列向量組線性表示，使等式成立的一組數就是非齊次線性方程組的解。
2019考研數學線性代數知識點大全
線性代數知識點框架 一 線性代數的學習切入點 線性方程組。換言之，可以把線性代數看作是在研究線性方程組這一物件的過程中建立起來的學科。線性方程組的特點 方程是未知數的一次齊次式，方程組的數目s和未知數的個數n可以相同，也可以不同。關於線性方程組的解，有三個問題值得討論 1 方程組是否有解，即解的存在...
考研數學之線性代數知識點框架
在利用初等變換得到階梯型後，還可進一步得到最簡形，使用最簡形，最簡形的特點是主元上方的元素也全為零，這對於求解未知量的值更加方便，但代價是之前需要經過更多的初等變換。在求解過程中，選擇階梯形還是最簡形，取決於個人習慣。常數項全為零的線性方程稱為齊次方程組，齊次方程組必有零解。齊次方程組的方程組個數若...
考研線性代數知識點全面總結
第一章 行列式 1 行列式的定義 用個元素組成的記號稱為n階行列式。1 它表示所有可能的取自不同行不同列的n個元素乘積的代數和 2 展開式共有n 項，其中符號正負各半 2 行列式的計算 一階 行列式，二 三階行列式有對角線法則 n階 n3 行列式的計算 降階法 定理 n階行列式的值等於它的任意一行 ...