2018考研数学：线性代数考点结构分析

　　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。

　　伟大数学家牛顿说自己看的更远是因为站在巨人肩膀上，同样的想要彻底学好线性代数，只有站在最高点回头看，线性代数好像一个个的圆环，大圆环中还有小圆环，一个环一个环的拿出来理顺，才算学好，任何一个环缺一部分都不完整。

　　现在总结下线性代数的主要考点：

　　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。

　　尽管知识结构如此复杂，但是考研中对线性代数的考察还是以基本概念、定理为主，考察的能力以运算能力、抽象概括能力、逻辑思维能力，可以说想一次学好线性代数几乎不可能，就像前文提到，一次无法走到最高点，也无法使得每一个环都完整，因此要踏下心来，耐心思考，反复多次，从微观到宏观，见微知著，才能完成这门学科的学习。

　　(段喜亮 跨考教育数学教研室)