1.我感觉线性代数还是比较难，最后这一个多月应该如何复习呢？
答：这是最抽象的一门课程，这门课程各个专集之间是紧密联系，线性代数这个地方很难说，而其他的课程包括高等数学可以某一章单独命题，所以一般的线性代数的考题是和 前面的知识紧密联系的，如果说这一部分这个时候基本的内容还不够熟练的话，我想这个时候有一点时间紧张了，你再系统的复习也来不及，把握一些重点，通过做题再看看那些重要的定理，重要的结论没有把握。
2.在线性代数的复习中，怎么培养整体感？
答:线性代数各个章节之间联系非常紧密，行列式、矩阵、向量是一环扣一环的，这个东西的中心是什么？行列式这部分没有什么东西，大家知道行列式主要就是行列式的意义、性质等等，重点就是行列式的展开，行列式的R方展开，这个问题就是重要的公式。一个矩阵A乘上A的伴随矩阵等于A的行列式乘以单位阵，这个公式是我们行列式R方矩阵展开的方式。每一章节都有联系，所以复习的时候要把章节的重点把握住。 行列式没有什么东西，第二章矩阵，矩阵是一个基础，关联到整个线代，所以矩阵的运算非常重要，尤其不要做非法的运算。因为大家习惯了数的运算，在做矩阵运算的时候容易受到数的影响，所以这个地方大家要把它搞清楚。矩阵运算里一个很重要的就是初等变换。我们在解方程组，求特征向量都离不开的东西。这是我们矩阵部分的重点。 向量这部分是逻辑性非常强的部分，也是大家感到比较困难的，这部分的逻辑推理很强，大家一定要非常熟悉那些教材里重要的定理拿到一个题马上要能反映过来。比如说这样一个定理很多考生都觉得这个定理比较难，其实可以形象地记。当然第一个向量组由第二个向量组表示，第二个向量组线性无关，可以推出第一个向量组含向量的个数小于第二个向量组含向量的个数。这个定理多次考了，2003年单独考了这个题，是一个选择题。其实这个题大家可以换一种方式记一下，比如我习惯这样记，就是说一个线性无关的向量组不可能有一个比他的个数还少的向量组的线性表示，这句话就表示了我们前面的定理。它的几何直观就是指一个高维空间的东西不能放到低维空间，至少放到同维空间。比如一个立体的东西是放不到一个平面中去的，放不到一个直线上去的。你这样把几何直观理解后，这个定理就不会记错了。 方程组中，解的判定、解的性质、解的结构这三部分要搞清楚，再一个就是特征值和特征向量，对于特征值对具体的你可以解一个具体的方程好了。特征向量就是求齐次方程组的基础解系，你前面基础打牢了，这里又不是新的内容。二次型的内容，对于只考数学一、数学三的同学，二次型只要把其矩阵对应写出来，其问题都可以转化为对称矩阵的对角型来讨论。所以后面的内容又联系上前面的东西。把前面的基础打牢，后面的知识自然就掌握了。 还是线性代数碰到解析的问题，有时候是把矩阵的问题化成线性方程组来做，有时候是把线性方程组的问题化成矩阵来解决。如果在解题过程中提到了某一个向量是另一个向量，我们就可以把这一另一向量用单位向量来替代，这样就可以很快得出结果。再一点就是方阵的特征值和特征向量，这一点广大的考研学者一定要注意，这是我们线性代数重点的重点，每年一定要在这里面出大题。
3.在线性代数的复习中应该注意哪些问题？
答：我们考研特别是线性代数这部分复习的时候应该注意哪些问题。跟高等数学和概率统计来比较的话，我们经常感觉到线性代数概念比较多，公式比较多，要记的结论也比较多。再有就是先后知识的联系特别紧密，但是数学一到四实际上我们现在这个线性代数的题量已经规定了，数学一到四都考五个题，填空选择题三个，剩下两个大题，内容实际上也刚好是三大块：行列式矩阵可以看作是线性代数的基础，这样的话有这个基础以后，向量和线性方程组可以看作是同一件事情两个不同的表现形式，再有二次型，只有数学一和三做要求了。围绕这样一个向量和线性方程组基本每年考一个大题。围绕向量和二次型某种意义上来讲，也会看作是同一件事情两个不同方面，每年考一个大题。数学二和四不要求二次型，围绕特殊向量基本上也是考一个大题。这是我们整个线性代数它的总的概况。我们希望大家复习的时候应该有针对性的把矩阵和行列式这块基础打好。然后把我们向量和线性方程组这部分典型的情况弄清楚。有针对性的进行系统的归纳和总结。这样不管考填空题还是选择题还是考大题，题一出来基本上我们就可以比较清楚的判断，拿到这种题有哪些典型的我可以分析的思路，有哪些是典型的可以求解的方法。在做题过程中间，有没有比如相应的做题技巧，有没有值得注意的一些隐含的条件，它是从哪一种角度来归类和分析的。这样的话我们总体上把握以后，拿到这种题我们就比较有信心的相应的找到一个比较简便的、快速的准确的求解的方法，这是总体概况介绍。下面我很高兴回答大家的一些具体问题。
4.我想问一下初等变换有哪些主要应用？
答：是我们矩阵里面最基础的问题，初等变换可以求向量组的秩，我们经常还会解方程组，这里头经常有同学有迷惑，我们求逆一般来讲我们构造这个矩阵是在右端加一个矩阵，我们强调行变换，我们解线性方程组时候要考虑线性矩阵和秩的问题，单纯求矩阵或者向量组的秩即可以做行变换也可以做列变换。如果我们把这个向量组当作是矩阵的列向量组，不仅仅求秩还要把其余向量线性表示，其实线性表示本质就是解方程组，这样我们跟初等变换一般情况下尽量能够习惯。
5.关于线性代数的证明题内容关于向量的相关性概率很高吗？
答：线性相关和线性无关从考过情况来看，可以直接考，有时候也可能间接的考，比如要证明这个基础解系的时候，我们涉及到这个向量组必须是线性无关的，要求证明它的线性无关，这个应该说是我们整个线性代数比较基础的问题，这种情况不见得直接考你，直接考当然也可以，但是结合我们线性方程组考，结合我们后面的向量，比如不同特征值的特征向量，通过这种形式考也是比典型的表现形式，这是我们必须要掌握的。
6.我是考数三感觉合同变换概念比较难理解，请老师大体讲一下？
答：合同变换是我们把二次型化为标准形的过程中间我们要引进的一个所谓的非退化的线性变换，也就是说我们这样一个变换的矩阵，必须是可逆的，所以我通过把二次型化为标准形的时候，我们就会发现把二次型化为标准形，转换为新的二次型它所对应的矩阵的时候，这个时候相等于对角型矩阵，但是一般我们找到一个非退化的矩阵，不见得刚好等于一个对角型矩阵，如果满足这样一个条件，我们定义这两个矩阵是合同的，就象对角化一样，那就是AP等于一个对角型的矩阵是对等，但是一般情况下不见得是对角型矩阵，我们说这两个是相似的。所以如果单纯从合同变换引出合同矩阵本身来讲，应该说这个概念不是特别难理解的，但是大家复习时候，应该注意到我有了这个合同矩阵的概念以后，这种合同矩阵它满足的相应的性质，从这个角度来理解可能就更好把握了，整个线性代数里矩阵之间有三种最典型的关系：一个两个矩阵式相似，一个两个矩阵式等价，还有两个矩阵合同，应该注意这两种关系的联系和差别，我个人认为这三种关系里面实际上等价关系是最弱的一个关系，两个矩阵是相似，两个矩阵合同，那这两个矩阵一定是等价的，但是反过来不成立。相似与合同矩阵之间不能够互相推导。但是如果两个实对称矩阵是相似的，那肯定是合同的。这就是说从整体上来看矩阵之间有三种关系，这三种关系里头的联系和差别如果能够从我刚才说这几个角度把握，我认为不管是什么矩阵，我们都能够比较好的理解和把握了。
