“yuyangyu”通过精心收集，向本站投稿了6篇考研数学线性代数难点知识点分析，这次小编给大家整理后的考研数学线性代数难点知识点分析，供大家阅读参考，也相信能帮助到您。
篇1：考研数学线性代数难点知识点分析
考研数学线性代数难点知识点分析
在考研数学中，线性代数部分所占分值为22%，虽然所占比例不及高数分值高，但同样重要。线性代数部分内容相对容易，考试的时候出题的套路比较固定。但线代的考题对考生对基本概念的理解要求很高，很多考生往往是读完了题却不知道题目的实际含义是什么。这就要求同学们在复习时多注意一下基本概念。
依据2013考研数学新大纲以及历年真题来看，线性代数的重难点如下：
一、行列式
行列式的性质、行列式按行（列）展开定理是重点，但不是难点。在行列式的计算题目中，尤其是抽象行列式的计算，常用到矩阵的相关知识，应提高对知识的综合运用能力。
二、矩阵
逆矩阵、矩阵的初等变换、矩阵的秩是重点。逆矩阵的.计算，以及矩阵是否可逆的判定属于常考内容。矩阵的初等变换常以选择题形式出现。
三、向量
向量组的线性相关与线性无关是一个重点，要求掌握向量组线性相关、线性无关的性质及判别法，常以选择题、解答题形式出现。正交矩阵也可以作为一个重点掌握。考查最多的是施密特正交化法。
四、线性方程组
方程组解的讨论、待定参数的解的讨论问题是重点考查内容。掌握用初等行变换求解线性方程组的方法。
五、矩阵的特征值和特征向量
矩阵的特征值、特征向量的计算以及矩阵的对角化是重点。对于抽象矩阵，要会用定义求解；对于具体矩阵，一般通过特征方程 求特征值，再利用 求特征向量。相似对角化要掌握对角化的条件，注意一般矩阵与实对称矩阵在对角化方面的联系与区别。
六、二次型
这部分需要掌握两点：一是用正交变换和配方法化二次型为标准形，重点是正交变换法。需要注意的是对于有多重特征值时，解方程组所得的对应的特征向量可能不一定正交，这时要正交规范化。二是二次型的正定性，掌握判定正定性的方法。
篇2：考研数学线性代数主要考点及难点
考研数学线性代数主要考点及难点
在数一、数二和数三中，线代部分占22%，虽然所占比例不及高数分值高，但这部分的成绩也会直接影响整体成绩，所以希望广大考生要足够重视。
提醒大家，线性代数的考题与高等数学、概率部分考题最大的不同就是，线性代数的一道考题可能会牵涉到行列式、矩阵、向量等等很多知识点，这是因为线性代数各个章节知识之间联系非常紧密，知识是一个环环相扣且互相融合的。
线性代数概念多、定理多、符号多、运算规律多、内容相互纵横交错，知识前后紧密联系。因此考研复习重点应该先充分理解概念，掌握定理的条件、结论、应用，熟悉符号意义，掌握各种运算规律、计算方法等等。基本概念、基本性质和基本方法一直是考研数学的重点。
所以，考生在复习中一定要重视基本概念、基本性质和基本方法的理解与掌握，多做一些基本题来巩固基本知识，并及时进行总结，使所学知识能融会贯通，举一反三。
根据往年经验，我们为大家总结了线性代数的通常主要考点：
1、行列式——行列式这部分没有太多内容，行列式的重点是计算，利用性质熟练准确的计算出行列式的值。
2、矩阵——矩阵是一个基础，关联到整个线代。矩阵的运算非常重要，尤其不要做非法的运算(因为大家习惯了数的运算，在做矩阵运算的时候容易受到数的影响，所以这个地方大家要把它搞清楚)。矩阵运算里一个很重要的就是初等变换。我们在解方程组，求特征向量都离不开这部分内容。这是我们矩阵部分的重点。
3、向量——向量这部分是逻辑性非常强的部分，主要包括证明(或判别)向量组的线性相关(无关)，线性表出等问题，此问题的关键在于深刻理解线性相关(无关)的概念及几个相关定理的掌握，并要注意推证过程中逻辑的正确性及反证法的使用。向量组的极大无关组，等价向量组，向量组及矩阵的秩的概念，以及它们相互关系也是重点内容之一。用初等行变换是求向量组的极大无关组及向量组和矩阵秩的有效方法。
4、特征值、特征向量——要会求特征值、特征向量，对具体给定的数值矩阵，一般用特征方程∣λE-A∣=0及(λE-A)ξ=0即可，抽象的由给定矩阵的特征值求其相关矩阵的特征值(的取值范围)，可用定义Aξ=λξ，同时还应注意特征值和特征向量的性质及其应用。有关相似矩阵和相似对角化的问题，一般矩阵相似对角化的条件。实对称矩阵的相似对角化及正交变换相似于对角阵。反过来，可由A的特征值，特征向量来确定A的参数或确定A，如果A是实对称阵，利用不同特征值对应的特征向量相互正交，有时还可以由已知λ1的特征向量确定出λ2(λ2≠λ1)对应的特征向量，从而确定出A、
另外，特征向量就是求齐次方程组的基础解系，你前面基础打牢了，这里又不是新的内容。
5、二次型——二次型的内容是针对于只考数学一、数学三的同学。二次型只要把其矩阵对应写出来，其问题都可以转化为对称矩阵的对角型来讨论。所以这部分的内容又联系上前面的内容了。把前面的基础打牢，后面的知识自然就掌握了。
在线性代数的两个大题中，基本上都是多个知识点的综合，从而达到对考生的运算能力、抽象概括能力、逻辑思维能力和综合运用所学知识解决实际问题的能力的考核。因此，把基础烂熟于心之后，再利用做题进行综合思维的锻炼，通过做一些综合性较强的习题(或做近年的研究生考题)，边做边总结，以加深对概念、性质内涵的理解和应用方法的掌握。
学科工具
线代前几个部分我们称之为学科工具，包括：行列式、矩阵、秩。这一部分考点通常情况下是作为做后续解答题的工具而存在的，当然也可能会直接考查，以选择题的形式单独出现。
1、行列式部分的基本考点可以分为两大部分：
首先第一部分考点就是行列式的计算，要求大家掌握行列式概念、性质和展开定理，以及计算行列式的公式，主要包括三部分：一是特殊的行列式，如上（下）三角行列式，低阶行列式，范德蒙行列式；二是方阵的行列式，主要介绍在矩阵的各类运算下行列式的变化情况，包括矩阵的转置、数乘、乘法以及分块矩阵下行列式的计算公式，还包括逆矩阵和伴随矩阵的行列式；三是结合特征值，矩阵所有特征值的乘积就等于矩阵的行列式，所以计算矩阵行列式的另一思路是求出矩阵所有的特征值。
2、矩阵是线性代数的核心知识，它是后面其他各章节的基础，在向量组、线性方程组、特征值、二次型中均有体现。
首先要求大家熟悉常见矩阵，熟练掌握矩阵的运算以及法则（特别是不成立的运算法则：交换律和消去律），这是考试的最基本的要求。
其次是对特殊矩阵的考查，包括可逆矩阵、伴随矩阵、初等矩阵、正交矩阵。
对于可逆矩阵是我们需要掌握其定义和性质、可逆性的讨论以及计算逆矩阵的方法；对于伴随矩阵需要掌握其定义、性质、以及秩的公式；对于初等矩阵我们需要掌握三类初等矩阵以及它们对应的逆矩阵和左行右列的定理即可；对于正交矩阵我们需要掌握其定义，性质。
3、秩是线性代数中最为常用的也是最好用的工具之一，它既是重点也是难点，比较抽象，秩是贯穿线性代数始终的一个核心概念，整个线性代数的核心理论体系都是通过秩来串联和表达的。这里不仅仅要求要我们记住相关的定理和结论，更要求我们掌握与之相关的思想方法。
线性方程组和向量
考试中线代第一道解答题通常情况下出自两个部分的内容，用矩阵表示的线性方程组的求解问题、用向量表示的线性方程组的解法，但是从本质上向量和矩阵都可以转化为线性方程组的问题，所以这里核心要掌握线性方程组的解法。
首先关于线性方程组我们需要关注三个问题：解的存在性、唯一性、解的结构；同学们一定要掌握解的存在性及唯一性的判别，充要条件以及性质；解得结构重点要掌握和理解基础解系的概念，这个部分常见的题型如下：
(1)线性方程组的求解；
(2)方程组解向量的判别及解的性质；
(3)齐次线性方程组的基础解系；
(4)非齐次线性方程组的通解结构；
(5)两个方程组的公共解、同解等问题。
其次关于向量这一部分，它既是重点又是难点，主要是因为其比较抽象，进而就会导致我们同学们在学习理解以及做题上的困难。这一部分主要是要掌握两个核心概念：线性表示和线性相关。关于这两个核心概念重点掌握其定义、充要条件（与秩的结合）以及性质，关于这两类题型我们一般是分别与非齐次线性方程组和齐次线性方程组一一对应来求解。
特征值与特征向量、相似、二次型
最后一部分考点是二次型，二次型是与其二次型的矩阵对应的，因此有关二次型的很多问题我们都可以转化为二次型的矩阵问题，所以正确写出二次型的矩阵是这一章节最基础的要求，而且结合实对称矩阵的性质的考查，也是一个重点。本章节的常见题型如下：
(1)二次型表示成矩阵形式；
(2)化二次型为标准形；
(3)二次型正定性的判别。
线性代数部分的知识点比较琐碎，各部分知识点之间的联系一定要掌握清楚，另外关于这门学科的计算题也要多加练习，考试中不光要算对，还要算的快，以最短的时间取得最高的分数是我们的目的。
篇3：考研数学 线性代数知识点
考研数学 线性代数必备知识点
研究生备考的硝烟还未散尽时，另一场战役已经打响。在考研数学的三门课里，线性代数这门课的特点又是什么呢?线性代数这门课对考生的抽象能力的要求特别的高，大纲要求主要考查的有抽象行列式的计算，抽象矩阵求逆，抽象矩阵求秩，抽象行列式求特征值与特征向量，这四种抽象题型是考研线性代数每年常出题型，占有很大比重，要求同学们有较高的综合能力。
线性代数的前后知识的连续性强完全是由它自身的知识体系和逻辑推理方式来决定的，很多同学也都说线性代数的公式概念结论特别的多，前后联系特别的紧密，在做一个题时，如果有一个公式或者结论不知道，后面的过程就无法做下去，其实这也符合考研大纲的要求的考生运用所学的知识分析问题和解决问题的能力。如果和高等数学做个比较，我们把高等数学看作是一个连续性的推理过程，线性代数就是一个跳跃性的推理过程，在做题时表现的会很明显。同学们在做高等数学的题时，从第一步到第二步到第三步在数学式子上一个一个等下去很清晰，但是同学们在做线性代数的题目时从第一步到第二步到第三步经常在数学式子上看不出来，比如行列式的计算，从第几行(或列)加到哪行(列)很多时候很难一下子看出来。针对上述特点，给出线性代数的各章节重要知识点具体复习建议，希望同学们的复习能够有的放矢。
一、行列式与矩阵
行列式、矩阵是线性代数中的基础章节，从命题人的角度来看，可以像润滑油一般结合其它章节出题，因此必须熟练掌握。
行列式的核心内容是求行列式――具体行列式的计算和抽象行列式的计算。其中具体行列式的计算又有低阶和高阶两种类型，主要方法是应用行列式的性质及按行(列)展开定理化为上下三角行列式求解;而对于抽象行列式而言，考点不在如何求行列式，而在于结合后面章节内容的相对综合的题。
矩阵部分出题很灵活，频繁出现的知识点包括矩阵各种运算律、矩阵的基本性质、矩阵可逆的判定及求逆、矩阵的秩、初等矩阵等。
二、向量与线性方程组
向量与线性方程组是整个线性代数部分的核心内容。相比之下，行列式和矩阵可视作是为了讨论向量和线性方程组部分的问题而做铺垫的基础性章节，而其后两章特征值和特征向量、二次型的`内容则相对独立，可以看作是对核心内容的扩展。
向量与线性方程组的内容联系很密切，很多知识点相互之间都有或明或暗的相关性。复习这两部分内容最有效的方法就是彻底理顺诸多知识点之间的内在联系，因为这样做首先能够保证做到真正意义上的理解，同时也是熟练掌握和灵活运用的前提。
这部分的重要考点一是线性方程组所具有的两种形式――矩阵形式和向量形式;二是线性方程组与向量以及其它章节的各种内在联系。
(1)齐次线性方程组与向量线性相关、无关的联系
齐次线性方程组可以直接看出一定有解，因为当变量都为零时等式一定成立――印证了向量部分的一条性质“零向量可由任何向量线性表示”。
齐次线性方程组一定有解又可以分为两种情况：①有唯一零解;②有非零解。当齐次线性方程组有唯一零解时，是指等式中的变量只能全为零才能使等式成立，而当齐次线性方程组有非零解时，存在不全为零的变量使上式成立;但向量部分中判断向量组是否线性相关、无关的定义也正是由这个等式出发的。故向量与线性方程组在此又产生了联系――齐次线性方程组是否有非零解对应于系数矩阵的列向量组是否线性相关。可以设想线性相关、无关的概念就是为了更好地讨论线性方程组问题而提出的。
(2)齐次线性方程组的解与秩和极大无关组的联系
同样可以认为秩是为了更好地讨论线性相关和线性无关而引入的。秩的定义是“极大线性无关组中的向量个数”。经过 “秩→线性相关、无关→线性方程组解的判定”的逻辑链条，就可以判定列向量组线性相关时，齐次线性方程组有非零解，且齐次线性方程组的解向量可以通过r个线性无关的解向量(基础解系)线性表示。
(3)非齐次线性方程组与线性表出的联系
非齐次线性方程组是否有解对应于向量是否可由列向量
三、特征值与特征向量
相对于前两章来说，本章不是线性代数这门课的理论重点，但却是一个考试重点。其原因是解决相关题目要用到线代中的大量内容――既有行列式、矩阵又有线性方程组和线性相关性，“牵一发而动全身”。
本章知识要点如下：
1. 特征值和特征向量的定义及计算方法就是记牢一系列公式和性质。
2. 相似矩阵及其性质，需要区分矩阵的相似、等价与合同：
3. 矩阵可相似对角化的条件，包括两个充要条件和两个充分条件。充要条件一是n阶矩阵有n个线性无关的特征值;二是任意r重特征根对应有r个线性无关的特征向量。
4. 实对称矩阵及其相似对角化，n阶实对称矩阵必可正交相似于以其特征值为对角元素的对角阵。
四、二次型
这部分所讲的内容从根本上讲是特征值和特征向量的一个延伸，因为化二次型为标准型的核心知识为“对于实对称矩阵，必存在正交矩阵，使其可以相似对角化”，其过程就是上一章实对称矩阵相似对角化的应用。
本章核心要点如下：
1. 用正交变换化二次型为标准型。
2. 正定二次型的判断与证明。
篇4：考研数学：线性代数重点分析
考研数学：线性代数重点分析
考研数学包括：线性代数、高等数学、概率论与数理统计，高等数学占考研数学的大部分比例，而线性代数所占的分值比例是22%.线性代数知识点多、定理多、概念多、符号多、运算规律多，知识点之间的联系非常紧密。复习线性代数的时候，要对基本概念、基本定理、结论及其应用、各种运算规律及基本题型的计算方法都要掌握。下面针对各章节进行考点的总结，并给出复习重难点。
第一章行列式
行列式的核心内容是求行列式，包括具体行列式的计算和抽象行列式的计算，其中具体行列式的计算方法主要有两种，第一种方法是三角化法，即利用行列式的性质把复杂的行列式化为上三角或者下三角来计算，第二种方法是降价法，即利用行列式按行（列）展开定理把高阶行列式降为低阶行列式来计算。
第二章矩阵
首先是矩阵定义，它是一个数表。这个与行列式有明显的区别。然后看运算，常见的运算是求逆，转置，伴随，幂等运算。要注意它们的综合性。还有一个重点就是常见矩阵类型。大家特别要注意实对称矩阵，正交矩阵，正定矩阵以及秩为1的矩阵。最后就是矩阵秩。这是一个核心和重点。矩阵的秩是整个线性代数的核心。要清楚，秩的定义，有关秩的很多结论。针对结论，大家最好能知道他们是怎么来的，自己动手算一遍。要注意矩阵分块的原则，分块矩阵的初等变换与简单矩阵初等变换的区别和联系。
第三章向量
向量组的线性相关性证明、线性表出等问题，解决此类问题的关键在于深刻理解向量组的线性相关性概念，掌握线性相关性的几个相关定理，另外还要注意推证过程中逻辑的正确性，还要善于使用反证法。向量组的极大无关组、等价向量组、向量组及矩阵秩的概念，以及它们之间的相互关系。要求会用矩阵的初等变换求向量组的极大线性无关组以及向量组或者矩阵的秩。
第四章特征值与特征向量
掌握特征值与特征向量的概念与性质；数值型矩阵特征值与特征向量的计算方法；理解掌握矩阵乘法运算与特征向量的.联系；抽象矩阵行列式的计算；特征值重数与无关特征向量的关系。
第五章二次型
二次型这一章的重点实质还是实对称矩阵的正交相似对角化问题。要掌握二次型的矩阵表示，用矩阵的方法研究二次型的问题。化二次型为标准形：主要是利用正交变换法化二次型为标准型，这是考研数学线性代数的重点大题题型，考生一定要掌握其做题的基本步骤。化二次型为标准型的实质也是实对称矩阵的正交相似对角化问题。二次型的正定性问题：对具体的数值二次型，一般可用顺序主子式是否全部大于零来判别，而抽象矩阵的正定性判断可以通过利用标准形，规范形，特征值等得到证明，这时应熟悉二次型正定有关的充分条件和必要条件。
篇5：考研数学线性代数主观题分析
考研数学线性代数主观题分析
考研数学中线性代数部分的两道大题一道考在矩阵方程这一部分，另一道考在二次型这一块，与以往出题方式有点不同。
其中，第20题(数一、数三)表面上考矩阵方程，实质上是线性方程组求解的问题。考查学生的思维能力，需要学生对各知识模块熟练掌握且能灵活应用知识间的联系，这类考法在线性代数里不是很常见，难度虽不大，但是需要学生有思路。因此如果能转化到线性方程组求解，这个题就很容易做了.
第21题(数一、数三)，考查的是二次型，第一问是求二次型的矩阵，这个问题没有难度，但是有较大的计算量，需要学生有一定的计算功底，且需要熟练掌握矩阵的乘法，第二问是考查二次型在正交变换下的标准型，这个问题涉及了向量内积、向量正交、实对称矩阵的正交变换、求矩阵的特征值等几个知识点，此题综合性较强，也有一定的技巧性，需要学生能综合灵活应用所学知识，由于只需要求二次型的标准型，而且是在正交变换下，所以只要求得二次型矩阵的特征值即可，这是此题解题的思路和关键，本题集中体现了线性代数命题的特点：涉及的基本概念比较多，不同的概念之间的.联系比较复杂。考生需要具备比较全面的知识储备才能比较顺利地突破考题所设置的所有关卡。
纵观这次的线性代数考题，在掌握基础知识和具备一定的计算功底的基础上，又增加了试题的灵活性和技巧性，需要学生对知识间的联系熟练掌握，这点达到了，在线代拿高分不难。
篇6：考研数学线性代数重要知识点分布
考研数学线性代数重要知识点分布
线性代数的概念很多，重要的有：代数余子式，伴随矩阵，逆矩阵，初等变换与初等矩阵，正交变换与正交矩阵，秩(矩阵、向量组、二次型)，等价(矩阵、向量组)，线性组合与线性表出，线性相关与线性无关，极大线性无关组，基础解系与通解，解的结构与解空间，特征值与特征向量，相似与相似对角化，二次型的标准形与规范形，正定，合同变换与合同矩阵。跨考李老师为大家分析考研数学线性代数重要知识点。
一、课程特点
特点一：知识点比较细碎。
如矩阵部分涉及到了各种类型的性质和关系，记忆量大而且容易混淆的地方较多。
特点二：知识点间的联系性很强。
这种联系不仅仅是指在后面几章中用到前两章行列式和矩阵的相关知识，更重要的是在于不同章节中各种性质、定理、判定法则之间有着相互推导和前后印证的关系。
复习线代时，要做到“融会贯通”。
“融会”--设法找到不同知识点之间的内在相通之处；
“贯通”--掌握前后知识点之间的顺承关系。
二、行列式与矩阵
第一章《行列式》、第二章《矩阵》是线性代数中的基础章节，有必要熟练掌握。
行列式的核心内容是求行列式，包括具体行列式的计算和抽象行列式的计算，其中具体行列式的计算又有低阶和高阶两种类型；主要方法是应用行列式的性质及按行列展开定理化为上下三角行列式求解。对于抽象行列式的`求值，考点不在求行列式，而在于相关性质，矩阵部分出题很灵活，频繁出现的知识点包括矩阵运算的运算规律、运算性质、矩阵可逆的判定及求逆、矩阵的秩的性质、初等矩阵的性质等。
三、向量与线性方程组
向量与线性方程组是整个线性代数部分的核心内容。相比之下，行列式和矩阵可视作是为了讨论向量和线性方程组部分的问题而做铺垫的基础性章节；后两章特征值、特征向量、二次型的内容则相对独立，可以看作是对核心内容的扩展。
向量与线性方程组的内容联系很密切，很多知识点相互之间都有或明或暗的相关性。复习这两部分内容最有效的方法就是彻底理顺诸多知识点之间的内在联系，因为这样做首先能够保证做到真正意义上的理解，同时也是熟练掌握和灵活运用的前提。解线性方程组可以看作是出发点和目标。线性方程组(一般式)
还具有两种形式：(1)矩阵形式，(2)向量形式。
1．齐次线性方程组与线性相关、无关的联系
齐次线性方程组可以直接看出一定有解，因为当变量都为零时等式一定成立；印证了向量部分的一条性质“零向量可由任何向量线性表示”。
齐次线性方程组一定有解又可以分为两种情况：①有唯一零解；②有非零解。当齐次线性此方程组有唯一零解时，是指等式中的变量只能全为零才能使等式成立，而当齐次线性方程组有非零解时，存在不全为零的变量使上式成立；但向量部分中判断向量组是否线性相关无关的定义也正是由这个等式出发的。故向量与线性方程组在此又产生了联系：齐次线性方程组是否有非零解对应于系数矩阵的列向量组是否线性相关。可以设想线性相关无关的概念就是为了更好地讨论线性方程组问题而提出的。
2．齐次线性方程组的解与秩和极大无关组的联系
同样可以认为秩是为了更好地讨论线性相关和线性无关而引入的。秩的定义是“极大线性无关组中的向量个数”。经过“秩→线性相关无关→线性方程组解的判定”的逻辑链条，就可以判定列向量组线性相关时，齐次线性方程组有非零解，且齐次线性方程组的解向量可以通过r个线性无关的解向量(基础解系)线性表示。
3．非齐次线性方程组与线性表示的联系
非齐次线性方程组是否有解对应于向量是否可由列向量组线性表示，使等式成立的一组数就是非齐次线性方程组的解。
四、特征值与特征向量
相对于前两章来说，本章不是线性代数这门课的理论重点，但却是一个考试重点。其原因是解决相关题目要用到线代中的大量内容--既有行列式、矩阵又有线性方程组和线性相关，“牵一发而动全身”。本章知识要点如下：
1．特征值和特征向量的定义及计算方法就是记牢一系列公式和性质。
2．相似矩阵及其性质，需要区分矩阵的相似、等价与合同：
3．矩阵可相似对角化的条件，包括两个充要条件和两个充分条件。充要条件1是n阶矩阵有n个线性无关的特征值；充要条件2是任意r重特征根对应有r个线性无关的特征向量。
4．实对称矩阵及其相似对角化，n阶实对称矩阵必可正交相似于对角阵。
五、二次型
本章所讲的内容从根本上讲是第五章《特征值和特征向量》的一个延伸，因为化二次型为标准型的核心知识为“对于实对称矩阵存在正交矩阵使得可以相似对角化”，其过程就是上一章相似对角化在为实对称矩阵时的应用。
。
