#线性代数导览

线性代数在考研数学中是一个"投入产出比极高"的科目：内容总量约占数学试卷的 22%（数一、数二均考，数三亦同），但知识体系高度结构化——六章内容由一条主线贯穿，一旦主线打通，全卷题型可以做到"零冷门"。

#一、线代在考研数学中的地位与题型特点

分值与题量：以数学一为参照（卷种确认前按数一超集组织），线代通常占 1 道大题（约 1112 分）加 23 道小题（选择/填空），合计 30 分上下。与其他科目相比，线代大题的得分稳定性最高：题型收敛、方法套路化，几乎没有"新题"。

题型特点（决定复习策略）：

1. 计算为主、证明为辅：大题集中在"含参数方程组求解+抽象讨论""特征值/相似对角化""二次型化标准形与正定性判定"三大模板，前两章（行列式、矩阵）的工具在这三大模板里反复出现。
2. 一题串多章：一道特征值大题往往同时用到行列式计算（求特征多项式）、矩阵运算（求 $A^n$）、方程组（求特征向量）、秩的性质（判断能否对角化）。线代不能"学一章丢一章"。
3. 概念辨析是小题的重灾区：可逆/秩/等价/相似/合同的充要条件、各种"推出关系"，是选择题的高频陷阱。
4. 符号与计算纪律：线代丢分多半不是"不会"而是"算错"（符号、下标、转置遗漏）。全程用分步书写、及时验算（代回、用秩验证）来保准确率。

对工程师读者的额外提示：你们写过大量矩阵相关代码（坐标变换、图邻接矩阵、深度学习里的张量运算），对"矩阵是线性映射"有天然直觉。考研线代恰好考的是"手工精确计算 + 抽象推理"，工程直觉能加速理解，但请勿用"数值近似"的思路替代考场上要求的严格推理。

#二、知识主线：一条链贯穿六章

线性代数六章不是并列关系，而是工具链——几乎每一章都在为下一章提供工具：

逐条说清"上一章如何服务下一章"：

• 行列式 → 矩阵：行列式是矩阵的"标量探测器"。$|A| \neq 0$ 是 $A$ 可逆的充要条件；克莱姆法则、伴随矩阵 $AA^* = |A|E$ 全靠它。
• 矩阵 → 向量组：向量组的相关性判定最终归结为"以这些向量为列（行）的矩阵的秩"；初等变换是求秩与极大无关组的唯一手工工具。
• 向量组 → 方程组：方程组 $Ax = 0$ 的解集是一个向量组（基础解系），解的判定定理 $r(A)$ vs 未知数个数，本质是向量组秩的应用。
• 方程组 → 特征值：$(\lambda E - A)x = 0$ 有非零解 $\iff |\lambda E - A| = 0$（行列式登场），特征向量就是这个方程组的非零解——特征值大题就是"行列式+方程组"的组合拳。
• 特征值 → 二次型：正交变换化标准形，标准形系数就是特征值；正定 $\iff$ 特征值全正 $\iff$ 顺序主子式全正（又是行列式）。

复习策略结论：按链顺序学，每学一章回头用新工具重做旧题（例如学完方程组后，特征值里的 $|\lambda E - A|$ 计算会立刻变轻松）；线代的"总复习"就是沿着这条链做综合题。

#三、章节路线表

配套测验：行列式与矩阵 章节测（覆盖第 01、02 章，学完即测）。

#四、学习节奏建议

1. 第一轮（激活）：顺序通读 01→02，重点是"性质总表"逐条自己复述一遍——线代的性质必须体系化记忆，零散记忆在综合题里必然翻车。
2. 第二轮（强化）：每章例题遮住解析重做；完成章节测并回写 错题本。
3. 第三轮（串联）：后续章节建成后，回到本导览的流程图，自问"每一章给下一章提供了什么工具"，能不假思索地答出，主线即贯通。

与高等数学的衔接：线代不依赖高数的任何结论，可以在高数任意阶段并行推进；建议利用高数疲劳期切换线代，保持总学习强度。