线性代数从大的方面看包括六个“点”：行列式，矩阵，向量，线性方程组，特征值与特征向量，二次型。在初始复习阶段基本分两条线：一条线是行列式，矩阵，向量结合方程组;另一条线是特征值、特征向量与矩阵对角化结合二次型的标准形。行列式应用于方程组是通过克莱姆法则，矩阵应用于方程组是通过逆阵与矩阵的秩，向量组的线性相关性与齐次线性方程组的两种解的类型对应，一个向量可否由一个向量组线性表示本质上与非齐次线性方程组是否有概率论与数理统计——如果把三个科目按次序划分的话，总是高等数学(微积分)排，这也无可厚非，因为它不论从大学时学习的先后次序，还是从其知识的递进，拟或从考研数学中所占的比例来说都是当仁不让的;线性代数可排第二了，因为对大多数同学来说，线性代数相对来说要简单一些;概率论与数理统计总是排末位，这是有一定客观原因的，即概率论与数理统计中需要用到一些高等数学(微积分)的理论与方法，只有学习完高等数学(微积分)之后才能顺利学习它。解对应;特征值、特征向量及矩阵对角化的主要应用在于化二次型为标准形。当然矩阵是贯穿线性代数的重要的工具，矩阵本身重要的特性就是秩。在强化复习阶段要把整个知识点融合起来，例如对方阵来说，既可以研究其对应的行列式，又可以与矩阵的行或列向量组联系起来，还可以研究其特征值、特征向量及其对角化。