考研数学线性代数必考的知识点

线性代数是考研数学中比较重要的一部分内容，考生要认真复习，尤其注意对重点知识的理解和应用。小编为大家精心准备了考研数学线性代数必考的要点，欢迎大家前来阅读。

　　考研数学线性代数必考的重点

一、行列式与矩阵

第一章《行列式》、第二章《矩阵》是线性代数中的基础章节，有必要熟练掌握。行列式的核心内容是求行列式，包括具体行列式的计算和抽象行列式的计算

二、向量与线性方程组

向量与线性方程组是整个线性代数部分的核心内容。相比之下，行列式和矩阵可视作是为了讨论向量和线性方程组部分的问题而做铺垫的基础性章节。向量与线性方程组的内容联系很密切，很多知识点相互之间都有或明或暗的相关性。复习这两部分内容最有效的方法就是彻底理顺诸多知识点之间的内在联系，因为这样做首先能够保证做到真正意义上的理解，同时也是熟练掌握和灵活运用的前提。

三、特征值与特征向量

相对于前两章来说，本章不是线性代数这门课的理论重点，但却是一个考试重点。其原因是解决相关题目要用到线代中的大量内容——既有行列式、矩阵又有线性方程组和线性相关，“牵一发而动全身”。

四、二次型

本章所讲的内容从根本上讲是第五章《特征值和特征向量》的一个延伸，因为化二次型为标准型的核心知识为“对于实对称矩阵A存在正交矩阵Q使得A可以相似对角化”，其过程就是上一章相似对角化在为实对称矩阵时的应用。

　　考研数学概率以大纲为本夯实基础

从考试的角度，大家看看历年真题就发现比较明显的规律：概率的题型相对固定，哪考大题哪考小题非常清楚。概率常考大题的地方是：随机变量函数的分布，多维分布(边缘分布和条件分布)，矩估计和极大似然估计。其它知识点考小题，如随机事件与概率，数字特征等。

从学科的角度，概率的知识结构与线性代数不同，不是网状知识结构，而是躺倒的树形结构。第一章随机事件与概率是基础知识，在此基础上可以讨论随机变量，这就是第二章的.内容。随机变量之于概率正如矩阵之于线性代数。考生也可以看看考研真题，数一、数三概率考五道题，这五题的第一句话为“设随机变量X……”，“设总体X……”，“设X1，X2，…，Xn为来自X的简单随机样本”，无论“随机变量”、“总体”和“样本”本质上都是随机变量。所以随机变量的理解至关重要。讨论完随机变量之后，讨论其描述方式。分布即为描述随机变量的方式。分布包括三种：分布函数、分布律和概率密度。其中分布函数是通用的描述工具，适用于所有随机变量，分布律只针对离散型随机变量而概率密度只针对连续型随机变量。之后讨论常见的离散型和连续性随机变量，考研范围内需要考生掌握七种常见分布。

介绍完一维随机变量之后，推广一下就得到了多维随机变量。多维分布总体上分成三种：联合分布，边缘分布和条件分布。其中每种分布又细分为分布函数、分布律和概率密度。只不过条件分布函数我们不考虑。该章常考大题，常考随机变量函数的分布和边缘分布、条件分布。之后讨论随机变量的独立性。

分布包含着随机变量的全部信息，如果只关心部分信息就要考虑数字特征了。数字特征考小题。把公式性质记清楚，多练习即可。

大数定律和中心极限定理是偏理论的内容，考试要求不高。

数理统计是对概率论的应用。其会考大题的地方是参数估计(矩估计和极大似然估计)，考小题的点是常用统计量及其数字特征，三大统计分布，正态总体条件下统计量的特殊性质。

看来还是需要以考研大纲为基础，扎实学好基础知识，掌握基本的解题技巧，才能有效的攻破概率论考题。最后，除了要嘱咐大家扎实学习基础知识外，还要提醒各位考生合理安排复习计划，对概率论的复习切不可掉以轻心。

　　考研数学三题型的考察特点分析

一、填空及选择题

实际上相当于一些简单的计算题，用于考察“三基”及数学性质。选择题大致可分为三类：计算性的、概念性的与推理性的。主要是考查考生对数学概念、数学性质的理解，并能进行简单的推理、判定和比较。

二、证明题

对于数三来说高等数学证明题的范围大致有：极限存在性、不等式，零点的存在性、定积分的不等式、级数敛散性的论证。线性代数有矩阵可逆与否的讨论、向量组线性无关与相关的论证、线性方程组无解、唯一解、无穷多解的论证，矩阵可否对角化的论证，矩阵正定性的论证，关于秩的大小并用它来论证有关问题等等，可以说线代的证明题的范围比较广。至于概率统计证明题通常集中于随机变量的不相关性和独立性，估计的无偏性等。

三、综合以及应用题

综合题考查的是知识之间的有机结合，此类题难度一般为中等难度。同样每一试卷中都有一至二道应用题，前几年研究生考试中就考察了一道有关于经济类利息率的应用题，而合并后数三的应用题更会涉及经济方面，所以考生在平时一定要加强对经济类应用题的复习。

---