線性代數是考研數學中比較重要的一部分內容，考生要認真複習，尤其注意對重點知識的理解和應用。小編為大家精心準備了考研數學線性代數必考的要點，歡迎大家前來閱讀。
一、行列式與矩陣
第一章《行列式》、第二章《矩陣》是線性代數中的基礎章節，有必要熟練掌握。行列式的核心內容是求行列式，包括具體行列式的計算和抽象行列式的計算
二、向量與線性方程組
向量與線性方程組是整個線性代數部分的核心內容。相比之下，行列式和矩陣可視作是為了討論向量和線性方程組部分的問題而做鋪墊的基礎性章節。向量與線性方程組的內容聯絡很密切，很多知識點相互之間都有或明或暗的相關性。複習這兩部分內容最有效的方法就是徹底理順諸多知識點之間的內在聯絡，因為這樣做首先能夠保證做到真正意義上的理解，同時也是熟練掌握和靈活運用的前提。
三、特徵值與特徵向量
相對於前兩章來說，本章不是線性代數這門課的理論重點，但卻是一個考試重點。其原因是解決相關題目要用到線代中的大量內容——既有行列式、矩陣又有線性方程組和線性相關，“牽一髮而動全身”。
四、二次型
本章所講的內容從根本上講是第五章《特徵值和特徵向量》的一個延伸，因為化二次型為標準型的核心知識為“對於實對稱矩陣A存在正交矩陣Q使得A可以相似對角化”，其過程就是上一章相似對角化在為實對稱矩陣時的應用。
考研數學概率以大綱為本夯實基礎從考試的角度，大家看看歷年真題就發現比較明顯的規律：概率的題型相對固定，哪考大題哪考小題非常清楚。概率常考大題的地方是：隨機變數函式的分佈，多維分佈(邊緣分佈和條件分佈)，矩估計和極大似然估計。其它知識點考小題，如隨機事件與概率，數字特徵等。
從學科的角度，概率的知識結構與線性代數不同，不是網狀知識結構，而是躺倒的樹形結構。第一章隨機事件與概率是基礎知識，在此基礎上可以討論隨機變數，這就是第二章的.內容。隨機變數之於概率正如矩陣之於線性代數。考生也可以看看考研真題，數一、數三概率考五道題，這五題的第一句話為“設隨機變數X……”，“設總體X……”，“設X1，X2，…，Xn為來自X的簡單隨機樣本”，無論“隨機變數”、“總體”和“樣本”本質上都是隨機變數。所以隨機變數的理解至關重要。討論完隨機變數之後，討論其描述方式。分佈即為描述隨機變數的方式。分佈包括三種：分佈函式、分佈律和概率密度。其中分佈函式是通用的描述工具，適用於所有隨機變數，分佈律只針對離散型隨機變數而概率密度只針對連續型隨機變數。之後討論常見的離散型和連續性隨機變數，考研範圍內需要考生掌握七種常見分佈。
介紹完一維隨機變數之後，推廣一下就得到了多維隨機變數。多維分佈總體上分成三種：聯合分佈，邊緣分佈和條件分佈。其中每種分佈又細分為分佈函式、分佈律和概率密度。只不過條件分佈函式我們不考慮。該章常考大題，常考隨機變數函式的分佈和邊緣分佈、條件分佈。之後討論隨機變數的獨立性。
分佈包含著隨機變數的全部資訊，如果只關心部分資訊就要考慮數字特徵了。數字特徵考小題。把公式性質記清楚，多練習即可。
大數定律和中心極限定理是偏理論的內容，考試要求不高。
數理統計是對概率論的應用。其會考大題的地方是引數估計(矩估計和極大似然估計)，考小題的點是常用統計量及其數字特徵，三大統計分佈，正態總體條件下統計量的特殊性質。
看來還是需要以考研大綱為基礎，紮實學好基礎知識，掌握基本的解題技巧，才能有效的攻破概率論考題。最後，除了要囑咐大家紮實學習基礎知識外，還要提醒各位考生合理安排複習計劃，對概率論的複習切不可掉以輕心。
考研數學三題型的考察特點分析一、填空及選擇題
實際上相當於一些簡單的計算題，用於考察“三基”及數學性質。選擇題大致可分為三類：計算性的、概念性的與推理性的。主要是考查考生對數學概念、數學性質的理解，並能進行簡單的推理、判定和比較。
二、證明題
對於數三來說高等數學證明題的範圍大致有：極限存在性、不等式，零點的存在性、定積分的不等式、級數斂散性的論證。線性代數有矩陣可逆與否的討論、向量組線性無關與相關的論證、線性方程組無解、唯一解、無窮多解的論證，矩陣可否對角化的論證，矩陣正定性的論證，關於秩的大小並用它來論證有關問題等等，可以說線代的證明題的範圍比較廣。至於概率統計證明題通常集中於隨機變數的不相關性和獨立性，估計的無偏性等。
三、綜合以及應用題
綜合題考查的是知識之間的有機結合，此類題難度一般為中等難度。同樣每一試卷中都有一至二道應用題，前幾年研究生考試中就考察了一道有關於經濟類利息率的應用題，而合併後數三的應用題更會涉及經濟方面，所以考生在平時一定要加強對經濟類應用題的複習。
