关于线性代数关于解方程这部分的出题一般是会出一道大题，而向量的线性相关性问题一般转化为线性方程组有无解的问题，因此同学们可以把两者串联在一起进行复习。下面小编为大家梳理线性代数方程组的相关知识与应用。
1.向量部分，理解相关无关概念，灵活进行判定
向量组的线性相关问题是向量部分的重中之重，也是考研线性代数每年必出的考点。如何掌握这部分内容呢?首先在于对定义概念的理解，然后就是分析判定的重点，即：看是否存在一组全为零的或者有非零解的实数对。基础线性相关问题也会涉及类似的题型：判定向量组的线性相关性、向量组线性相关性的证明、判定一个向量能否由一向量组线性表出、向量组的秩和极大无关组的求法、有关秩的证明、有关矩阵与向量组等价的命题、与向量空间有关的命题。
2.线性方程组部分，判断解的个数，明确通解的求解思路
线性方程组解的情况，主要涵盖了齐次线性方程组有非零解、非齐次线性方程组解的判定及解的结构、齐次线性方程组基础解系的求解与证明以及带参数的线性方程组的解的情况。为了使考生牢固掌握线性方程组的求解问题，博研堂专家对含参数的方程通解的求解思路进行了整理，希望对考研同学有所帮助。通解的求法有两种，若为齐次线性方程组，首先求解方程组的矩阵对应的行列式的值，在特征值为零和不为零的情况下分别进行讨论，为零说明有解，带入增广矩阵化简整理;不为零则有唯一解直接求出即可。若为非齐次方程组，则按照对增广矩阵的讨论进行求解。
3.矩阵的特征值与特征向量部分，理解概念方法，掌握矩阵对角化的求解
矩阵的特征值、特征向量部分可划分为三给我板块：特征值和特征向量的概念及计算、方阵的相似对角化、实对称矩阵的正交相似对角化。相关题型有：数值矩阵的特征值和特征向量的求法、抽象矩阵特征值和特征向量的求法、判定矩阵的相似对角化、有关实对称矩阵的问题。
4.二次型部分，熟悉正定矩阵的判别，了解规范性和惯性定理
二次型矩阵是二次型问题的一个基础，且大部分都可以转化为它的实对称矩阵的问题来处理。另外二次型及其矩阵表示，二次型的秩和标准形等概念、二次型的规范形和惯性定理也是填空选择题中的不可或缺的部分，二次型的标准化与矩阵对角化紧密相连，要会用配方法、正交变换化二次型为标准形;掌握二次型正定性的判别方法等等。
延伸阅读：关于线性方程组的19个易考点
▶其中我们应当掌握
1、非齐次线性方程组解的结构及通解;
2、齐次线性方程组的基础解系、通解及解空间的概念，齐次线性方程组的基础解系和通解的求法;
3、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;
4、矩阵初等变换的概念，初等矩阵的性质，矩阵等价的概念，矩阵的秩的概念，用初等变换求矩阵的秩和逆矩阵;
5、向量、向量的线性组合与线性表示的概念;
6、用初等行变换求解线性方程组的方法;
7、基变换和坐标变换公式，过渡矩阵。(数一)
8、向量空间、子空间、基底、维数、坐标等概念;(数一)
9、向量组线性相关、线性无关的概念，向量组线性相关、线性无关的有关性质及判别法;
10、向量组的极大线性无关组和向量组的秩的概念和求解;
11、向量组等价的概念，矩阵的秩与其行(列)向量组的秩之间的关系;
矩阵的特征值特征向量与二次型相当于是求解线性方程组的应用，出题比较灵活，有些题目技巧性较强，复习起来也是比较有意思的一章。在考试中也是比较容易出大题的内容。
▶其中我们应当掌握
1、规范正交基、正交矩阵的概念以及它们的性质;
2、内积的概念，线性无关向量组正交规范化的施密特(Schmidt)方法;
3、矩阵的特征值和特征向量的概念及性质，求矩阵的特征值和特征向量;
4、实对称矩阵的特征值和特征向量的性质;
5、相似矩阵的概念、性质，矩阵可相似对角化的充分必要条件，将矩阵化为相似对角矩阵的方法;
6、二次型及其矩阵表示，二次型秩的概念，合同变换与合同矩阵的概念，二次型的标准形、规范形的概念以及惯性定理;
7、正定二次型、正定矩阵的概念和判别法。
8、正交变换化二次型为标准形，配方法化二次型为标准形;