考研数学中考研线代几道题考查内容系统分为五大模块：向量与线性方程组、矩阵代数、特征值与特征向量、二次型、线性空间与线性变换。其中前四模块为数学一、二、三共考内容，第五模块主要针对数学一考生。各模块分值占比约：向量与方程组25%、矩阵20%、特征值25%、二次型15%、线性空间15%。
高频公式是解题的“加速器”，以下公式在考研线代几道题中出现频率超80%：
考生易混淆概念是失分重灾区，需重点厘清：
在考研线代几道题中，向量空间考查常以“向量组的秩”与“线性方程组解结构”为载体。设V是数域P上的向量空间，子集W是子空间 ⇔ 0∈W，且对加法与数乘封闭。
针对考研线代几道题中向量组相关性判断，推荐以下步骤：
【典型例题】设α₁=(1,2,3)ᵀ, α₂=(2,4,6)ᵀ, α₃=(1,0,-1)ᵀ，判断线性相关性。
r(A)=2<3，故α₁,α₂,α₃线性相关；且α₂=2α₁，α₃可由α₁线性表示。
在考研线代几道题中，矩阵运算考查重点包括：
考研线代几道题中伴随矩阵A的性质是高频考点：
【2020年真题】设A为3阶矩阵，r(A)=2，则r((A)) = ?
解析：由r(A)=2=n-1，得r(A)=1；再由r(A)=1<3-1=2，得r((A))=0
在考研线代几道题中，矩阵秩的计算需灵活运用：
考研线代几道题中行列式计算常考类型：
【2021年真题】计算Dₙ = |a 1 1 … 1; 1 a 1 … 1; … ; 1 1 1 … a|
在考研线代几道题中，特征值特征向量求解需严格按三步：
【典型例题】求A = [[2,1,1],[1,2,1],[1,1,2]]的特征值与特征向量
实对称矩阵在考研线代几道题中占据核心地位，因其具有：
【2019年真题】设A为3阶实对称矩阵，r(A)=2，且A满足A²+3A=0，求A的特征值。
解析：由A²+3A=0得A(A+3E)=0，设λ是A的特征值，则λ(λ+3)=0 ⇒ λ=0或-3。因r(A)=2，故λ=0为二重特征值，λ=-3为单特征值
已知向量组α₁=(1,2,3)ᵀ, α₂=(2,λ,4)ᵀ, α₃=(3,4,λ+1)ᵀ，讨论λ取何值时，向量组线性相关/无关。
命题规律：此类题常与线性方程组解的结构结合考查，需同时分析系数矩阵与增广矩阵的秩关系。
设α₁,α₂,α₃线性无关，证明：β₁=α₁+α₂, β₂=α₂+α₃, β₃=α₃+α₁线性无关的充要条件是k≠-2（其中β₁+β₂+β₃=k(α₁+α₂+α₃)）。
已知向量组α₁=(1,1,1)ᵀ, α₂=(1,2,3)ᵀ, α₃=(1,3,t)ᵀ与β₁=(1,2,3)ᵀ, β₂=(2,5,λ)ᵀ线性相关，求t与λ满足的条件。
解题思路：两向量组线性相关 ⇔ 它们生成的子空间维数不同或包含关系成立。更直接的方法是构造增广矩阵，分析其秩关系。
设矩阵A = [[1,1,1,1],[1,1,-1,-1],[1,-1,1,-1],[1,-1,-1,a]]，讨论a取何值时r(A)=2,3,4。
设A为m×n矩阵，B为n×s矩阵，证明：r(AB) ≥ r(A) + r(B) - n。
证明：考虑分块矩阵 [ E A ] [ 0 E ] [ B 0 ] = [ B 0 ] [ C D ] [ 0 E ] [ CB D ] 取C = -AB, D = E，则 [ E -A ] [ B 0 ] = [ B 0 ] [ AB E ] [ 0 E ] [ 0 E ] 两边取秩：r([B 0; 0 E]) = r(B) + s 而左边矩阵可经初等行变换化为： [ B 0 ] [ 0 E ] 故r([B 0; 0 E]) = r(B) + s 又因初等变换不改变秩，原矩阵秩为r([B 0; AB E]) = r([B 0; 0 E - A⁻¹AB])（若A可逆） 更严谨的证明：由秩-零度定理，r(AB) = n - dim(N(AB)) ≥ n - dim(N(B)) = r(B) 但需证明r(AB) ≥ r(A) + r(B) - n。 标准证法：考虑线性映射 V --B--> U --A--> W 则r(AB) = dim(Im(AB)) = dim(A(Im(B))) = dim(Im(B)) - dim(Im(B) ∩ N(A)) = r(B) - dim(Im(B) ∩ N(A)) ≥ r(B) - dim(N(A)) = r(B) - (n - r(A)) = r(A) + r(B) - n 得证。
设A为3阶矩阵，特征值为1,2,3，求A⁴ - 5A³ + 6A²。
设A = [[2,1],[1,2]]，求A¹⁰。
命题规律：此类题常与数学归纳法结合考查，或要求证明Aⁿ的通项公式。
设二次型f(x₁,x₂,x₃) = x₁² + x₂² + x₃² + 2ax₁x₂ + 2bx₁x₃ + 2cx₂x₃，其矩阵A的特征值之和为3，特征值之积为-4，求a,b,c。
设二次型f(x₁,x₂,x₃) = x₁² + 2x₂² + tx₃² + 2x₁x₂ + 2x₁x₃，求t使f正定。
用正交变换化二次型f = 2x₁² + 2x₂² + 2x₃² + 2x₁x₂ + 2x₁x₃ + 2x₂x₃为标准形。
误区1：认为"三个向量不成比例就线性无关"。反例：α₁=(1,0,0)ᵀ, α₂=(0,1,0)ᵀ, α₃=(1,1,0)ᵀ，虽任意两个不成比例，但α₃=α₁+α₂，线性相关。
误区2：混淆线性相关与线性表示。向量组线性相关仅说明存在不全为零的系数使线性组合为零，不代表任意向量可由其余向量线性表示。
误区3：忽略向量个数与维数关系。n+1个n维向量必线性相关，但n个n维向量线性相关与否需具体计算。
错误1：行变换时忘记列变换会改变列间关系。如求向量组的极大无关组时，只能用行变换，不能用列变换。
错误2：计算det(A)时符号错误。三阶行列式展开应遵循"对角线法则"或按行/列展开，注意(-1)^(i+j)符号。
错误3：误用r(AB)=r(A)+r(B)。正确公式为r(AB) ≤ min{r(A),r(B)}，仅当A列满秩或B行满秩时r(AB)=r(B)或r(A)。
易错点1：重特征值的特征向量求解。当λ为k重特征值时，特征子空间维数≤k，可能小于k（如Jordan块）。
易错点2：实对称矩阵特征向量未正交化。虽不同特征值的特征向量自动正交，但同特征值的特征向量需施密特正交化。
易错点3：特征值与特征向量对应关系错误。λᵢ对应vᵢ，计算A vᵢ时应验证是否等于λᵢ vᵢ。
错误1：配方法中漏项。如f=x₁²+2x₁x₂+x₂²=(x₁+x₂)²，但若f=x₁²+2x₁x₂+2x₂²=(x₁+x₂)²+x₂²，需补全平方。
错误2：正交变换法未单位化。正交矩阵P必须满足PᵀP=E，特征向量需单位化。
错误3：混淆合同与相似。二次型标准化用合同变换（PᵀAP），而非相似变换（P⁻¹AP）。