数学的线性代数是很难的一门学科，往往在考研冲刺阶段不指导如何把握知识点，怎么全面的复习，因此我将自己总结的一些经验与大家一起分享。俗语说的好“好钢用在刀刃上”，比喻做事情要注意重点和要点，在关键的地方使劲，往往达到理想的效果。在考研数学的复习当中也要注意这一点。经常有学生遇到这样的情况，在考研数学复习的初期阶段，本着全面复习的态度认认真真、从头到尾地对每一个考点进行细致的复习，按照高等数学、线性代数、概率论的顺序进行复习。可是，当复习线性代数的时候发现高等数学的部分内容淡忘了，复习概率论的时候又发现线性代数的部分内容记不清了，这样经过几个月的一轮的复习，最后发现留在自己脑中的知识点的已经很有限了。这是为什么呢?如何避免这种情况呢?

　　那么，考研数学复习中的“刀刃”都有哪些呢?下面说明复习线性代数一科的“刀刃”之处。

　　复习线性代数要注重知识点的衔接与转换。由于线性代数各个部分之间的联系非常紧密，而且历年来的考题大多都涉及到几个部分的内容，所以复习线性代数一定要有一个整体意识。行列式和矩阵是基础知识，还有向量、方程组、特征值等一直是考点。复习要注意以下几点。

　　注重对基本概念的理解与把握，正确熟练运用基本方法及基本运算。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。

　　线性代数中运算法则多，应整理清楚不要混淆，基本运算与基本方法要过关，重要的有：行列式(数字型、字母型)的计算，求逆矩阵，求矩阵的秩，求方阵的幂，求向量组的秩与极大线性无关组，线性相关的判定或求参数，求基础解系，求非齐次线性方程组的通解，求特征值与特征向量(定义法，特征多项式基础解系法)，判断与求相似对角矩阵，用正交变换化实对称矩阵为对角矩阵(亦即用正交变换化二次型为标准形)。

　　注重知识点的衔接与转换，知识要成网，努力提高综合分析能力。线性代数从内容上看纵横交错，前后联系紧密，环环相扣，相互渗透，因此解题方法灵活多变，复习时应当常问自己做得对不对?再问做得好不好?只有不断地归纳总结，努力搞清内在联系，使所学知识融会贯通，接口与切入点多了，熟悉了，思路自然就开阔了。

　　例如：设A是m×n矩阵，B是n×s矩阵，且AB=0，那么用分块矩阵可知B的列向量都是齐次方程组Ax=0的解，再根据基础解系的理论以及矩阵的秩与向量组秩的关系，可以有r(B)≤n-r(A)即r(A)+r(B)≤n，进而可求矩阵A或B中的一些参数。

　　凡此种种，正是因为线性代数各知识点之间有着千丝万缕的联系，代数题的综合性与灵活性就较大，大家复习时要注重串联、衔接与转换。

　　注重逻辑性与叙述表述线性代数对于抽象性与逻辑性有较高的要求，通过证明题可以了解考生对数学主要原理、定理的理解与掌握程度，考查考生的抽象思维能力、逻辑推理能力。大家复习整理时，应当搞清公式、定理成立的条件，不能张冠李戴，同时还应注意语言的叙述表达应准确、简明。