考研数学线性代数重要知识点分布
“焗焖小南瓜”通过精心收集，向本站投稿了6篇考研数学线性代数重要知识点分布，下面小编为大家带来整理后的考研数学线性代数重要知识点分布，希望大家喜欢!
篇1：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。
。篇2：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3：考研数学大纲线性代数重要知识点总结
20考研数学大纲线性代数重要知识点总结
年考研数学大纲与相比，没有任何变化。近5年的数学大纲保持稳定，相对应的真题的题型与难度也是比较稳定的。因此对于线性代数这门考试科目，建议广大学子抓住重点难点，把基础知识“点”串联成“面”，再配以典型题目构架成完善的知识“体”，这样才能做到在考研这一战场上于线代阵中将分数收入囊中而丝毫不费吹灰之力!
下面某教育机构陈老师结合最新的2014考研数学大纲，针对线性代数的重要知识点给大家做一下总结：
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比较综合的题。
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、矩阵相关的重要公式、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。
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。
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”，其过程就是上一章相似对角化在为实对称矩阵时的应用。
本章知识要点如下：
1. 二次型及其矩阵表示。
2. 用正交变换化二次型为标准型。
3. 正负定二次型的判断与证明。
篇4：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5：考研数学 线性代数高频考点
考研数学 线性代数高频考点
一、行列式
行列式在整张试卷中所占比例不是很大，一般以填空题、选择题为主，它是必考内容，不只是考察行列式的概念、性质、运算，与行列式有关的考题也不少，例如方阵的行列式、逆矩阵、向量组的线性相关性、矩阵的秩、线性方程组、特征值、正定二次型与正定矩阵等问题中都会涉及到行列式。如果试卷中没有独立的行列式的试题，必然会在其他章、节的试题中得以体现。所以要熟练掌握行列式常用的计算方法。
1重点内容：行列式计算
（1）降阶法
这是计算行列式的主要方法，即用展开定理将行列式降阶。但在展开之前往往先用行列式的性质对行列式进行恒等变形，化简之后再展开。
（2）特殊的行列式
有三角行列式、范德蒙行列式、行和或列和相等的行列式、三线型行列式、爪型行列式等等，必须熟练掌握相应的计算方法。
2常见题型
（1）数字型行列式的计算
（2）抽象行列式的计算
（3）含参数的行列式的计算。
二、矩阵
矩阵是线性代数的核心，是后续各章的基础。矩阵的概念、运算及理论贯穿线性代数的始终。这部分考点较多。涉及伴随矩阵的定义、性质、行列式、逆矩阵、秩及包含伴随矩阵的矩阵方程是矩阵试题中的一类常见试题。有些性质得证明必须能自己推导。这几年还经常出现有关初等变换与初等矩阵的命题。
1重点内容：
（1）矩阵的`运算
（2）伴随矩阵
（3）可逆矩阵
（4）初等变换和初等矩阵
（5）矩阵的秩
2常见题型：
（1）计算方阵的幂
（2）与伴随矩阵相关联的命题
（3）有关初等变换的命题
（4）有关逆矩阵的计算与证明
矩阵可逆有哪几种等价关系？如何判别？都必须熟练掌握。
（5）解矩阵方程。
三、向量
向量部分既是重点又是难点，由于n维向量的抽象性及在逻辑推理上的较高要求，导致考生在学习理解上的困难。考生至少要梳理清楚知识点之间的关系，最好能独立证明相关结论。
1重点内容：
（1）向量的线性表示
线性表示经常和方程组结合考察，特点，表面问一个向量可否由一组向量线性表示，其实本质需要转换成方程组的内容来解决，经常结合出大题。
（2）向量组的线性相关性
向量组的线性相关性是线性代数的重点，也是考研的重点。同学们一定要吃透向量组线性相关性的概念，熟练掌握有关性质及判定法并能灵活应用，还应与线性表出、向量组的秩及线性方程组等相联系，从各个侧面加强对线性相关性的理解。
（3） 向量组等价
要注意向量组等价与矩阵等价的区别。
（4）向量组的极大线性无关组和向量组的秩
（5）向量空间
2常见题型：
（1）判定向量组的线性相关性
（2）向量组线性相关性的证明
（3）判定一个向量能否由一向量组线性表出
（4）向量组的秩和极大无关组的求法
（5）有关秩的证明
（6）有关矩阵与向量组等价的命题
（7）与向量空间有关的命题。
四、线性方程组
往年考题中，方程组出现的频率较高，几乎每年都有考题，也是线性代数部分考查的重点内容。但也不会简单到仅考方程组的计算，还需灵活运用，比如的线性代数第一道解答题，粗看不是解方程组，如果你光会熟练计算方程组而不知如何把问题归结为解线性方程组，那么你会有英雄无用武之地的感叹，就像一个人苦练屠龙本领，结果却发现无龙可屠。
1重点内容
（1）齐次线性方程组有非零解和非齐次线性方程组有解的判定及解的结构
（2）齐次线性方程组基础解系的求解与证明
（3）齐次（非齐次）线性方程组的求解（含对参数取值的讨论）。
2常见题型
（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、同解问题。
五、特征值与特征向量
特征值、特征向量是线性代数的重点内容，是考研的重点之一，题多分值大。
1重点内容
（1）特征值和特征向量的概念及计算
（2）方阵的相似对角化
（3）实对称矩阵的正交相似对角化。
2常见题型
（1）数值矩阵的特征值和特征向量的求法
（2）抽象矩阵特征值和特征向量的求法
（3）判定矩阵的相似对角化
（4）由特征值或特征向量反求A
（5）有关实对称矩阵的问题。
六、二次型
由于二次型与它的实对称矩阵式一一对应的，所以二次型的很多问题都可以转化为它的实对称矩阵的问题，可见正确写出二次型的矩阵式处理二次型问题的一个基础。
1重点内容：
（1）掌握二次型及其矩阵表示，了解二次型的秩和标准形等概念；
（2）了解二次型的规范形和惯性定理；
（3）掌握用正交变换并会用配方法化二次型为标准形；
（4）理解正定二次型和正定矩阵的概念及其判别方法。
2常见题型
（1）二次型表成矩阵形式
（2）化二次型为标准形
（3）二次型正定性的判别。
考研教育网最后提醒大家，做题的时候一定要总结，复习到现在这个阶段了，一定要注意从各个方面来总结。比如说像线性方程组这一章，你应该总结一下，像这一块真题应该怎么考，都有什么花样，有哪些思想和技巧在里边，把这些东西归纳好了，在以后做题的时候应该怎么做就会很清楚了，考试的时候碰到这种题也就手到擒来，轻松搞定!
篇6：考研数学：线性代数怎么复习
2014考研数学：线性代数怎么复习
2014年数学考试大纲和去年相比，线性代数基本没有变化。这是数学学科本身的严谨性和稳定性的体现，对于考研的同学们来说也是一个好消息。线性代数每年考查的题型题量很固定，考查内容也很稳定，以考察计算题为主，相对来说，是同学们复习比较好拿分的科目。下面就线性代数的考查特点给大家做一个分析。
线性代数一共六章的内容。其中第一章行列式，它在整张试卷中所占比例不是很大，一般以填空题和选择题为主，但它是必考内容，即便没有单独考查的题目，也会在其它的试题中给以考查，如求特征值就是计算相应的行列式。行列式的重点内容是掌握计算行列式的方法，同学们要掌握降阶法求行列式，以及其它的像爪型、三对角、范德蒙、行和或列和相等的'行列式的求法。矩阵是后面各章节的基础。矩阵的概念、运算及理论贯穿线性代数的始末。这部分考点较多，像逆矩阵、伴随矩阵、转置矩阵、矩阵的幂、矩阵的行列式等概念的定义、性质、运算等等是每年考研的重点内容，同学们在复习的时候一定要注意归纳总结才可能掌握好。向量组的线性相关性是线性代数的重点也是考研的难点，大家复习的时候一定要吃透向量组线性相关性的概念，熟练掌握有关性质及判定方法并能灵活应用，还要弄清楚线性表出、向量组的秩及线性方程组等之间的联系，从各个侧面加强对线性相关性的理解。历年考题中，方程组是每年必考的题目，这也是线性代数部分考查的重点内容。要掌握齐次和非齐次线性方程组的解的判定定理，能够熟练求解线性方程组。这部分内容是重点考查解答题的章节。特征值和特征向量也是考研的重点内容之一，题多分值大，共有三部分内容：特征值和特征向量的概念及计算、方阵的相似对角化、实对称矩阵的正交相似对角化。相对而言，这部分计算量是比较大的，复习的时候一定要加强练习。由于二次型与它的实对称矩阵是一一对应的，所以二次型的很多问题都可以转化为它的实对称矩阵的问题，只要正确写出二次型所对应的实对称矩阵，就可以利用相似对角化的方法解决二次型的问题了。解线性方程组和矩阵相似对角化是每年两道大题最容易考查的地方。
线性代数的知识点比较多而且比较松散，而考研数学试题的综合性非常强，所以大家在复习的时候一定要注意总结常用的结论、性质，例如伴随矩阵的秩、矩阵相乘的秩等等，抓住重点，解决难点，只要我们把握住了命题规律，就一定能取得线代的高分，并最终取得考研数学的胜利。
【考研数学线性代数重要知识点分布】相关文章：
文档为doc格式
