1.矩阵的特征值和特征向量。矩阵的特征值和特征向量是矩阵中两个重要的概念，它们用来描述矩阵的每个元素在矩阵中对应的位置和大小。矩阵的特征值和特征向量可以通过矩阵的乘法来计算，而不需要指定系数。
2.向量。向量是线性代数中的一个重要概念，它表示一个具有大小和方向的空间中的点或物体。向量的线性组合可以表示出该空间中的所有点或物体，而线性表示则表示向量的有序集合。
3.行列式。行列式是线性代数中的一个重要概念，它表示一个矩阵的行向量或者列向量在每行或每列上都有相同的特征值，并且对应于线性方程组中的一个解。
4.求抽象线性方程组的通解。线性方程组的通解可以通过克拉默法则、齐次线性方程组有非零解的充分必要条件、非齐次线性方程组有解的充分必要条件和线性方程组解的性质和解的结构来求解。
5.求解含参数的线性方程组。线性方程组的求解包含求解含参数的线性方程组。要解决这样的方程组，可以使用克拉默法则，通过将方程的系数用矩阵表示，并对其进行初等行变换，得到一个包含解的方程。
6.求两线性方程组的同解。线性方程组的同解是指两个线性方程的解是相同的。
7.化二次型为标准形。化二次型为标准形是考研线性代数中的一个重要概念，它指的是将二次型矩阵经过初等变换后，化为标准形。
8.随机变量的数字特征。随机变量的数字特征是考研中的一个重要概念，它涉及到随机变量在各个取值处的频率分布。通过学习数字特征，我们可以了解随机变量的概率分布，进而为概率统计分析提供基础。
9.基础解系和特解的求法。考研线性代数考试范围主要包括基础解系和特解的求法。其中，基础解系指的是线性方程组中任意两个方程的系数为零的情况，而特解指的是方程组中任意一个方程有至少两个变量的情况。
10.基础解系的概念。基础解系的概念是线性方程组中解的个数和系数的个数，以及解的表示方法。基础解系是指方程组的所有解的总和，记为A，若A为线性方程组的一般式，则A为基础解系。
11.由方程组的解反求方程组或其参数。考研线性代数考试范围主要包括由方程组的解反求方程组或其参数，以及基础解系的概念和求解方法。
12.判定线性方程组解的情况。考研线性代数考试范围主要包括判定线性方程组解的情况。
下载本文