一、內容抽象，尤其向量部分最為典型。 在現實生活中，我們可以看到一維空間、二維空間甚至是三維空間，但是對于三維空間我們是難以想象的。向量主要研究的就是三維向量，所以這就需要較強的抽象思維和邏輯推理能力，這一點對于側重于計算能力培養的工科學生來說是一個難點。因此在學習的過程中，對所涉及的基本概念應當先理解好它們的定義，在理解基礎之上，才能深刻理解它們與其他概念的聯系以及它們的作用，一步步達到運用自如的境地。

　　二、概念多，性質多，定義多，定理多。 例如有關矩陣的，就有相似矩陣、合同矩陣、正定矩陣、正交矩陣、伴隨矩陣等。在向量這部分，向量組線性相關的性質就10多個。

　　三、符號多，運算法則多，有些運算法則與以前的完全不同。 正如《2012年全國碩士研究生入學統一考試數學考試大綱配套強化指導》第二篇線性代數部分所說的，對于數的運算我們滿足交換律、結合律和消去律;但是矩陣的運算與之有相同的也有不同的，矩陣的運算不滿足交換律和消去律，但是滿足結合律。所以這些在復習考研數學的時候一定要注意區分。

　　四、內容縱橫交錯，前后聯系緊密，環環相扣，相互滲透。

　　考研數學線性代數內容之間的聯系是比較緊密的。相對高數來說，它們的聯系又是非常隱蔽的。以可逆矩陣為例，階矩陣是可逆的，從行列式的角度有其等價說法，就是階矩陣的行列式不等于0;從矩陣的角度它的等價說法是矩陣的秩等于階數，從向量的角度描述，就是矩陣的行向量組是線性無關的，同時列向量組也是線性無關的，并且任何一個三維列(行)向量都可以由該矩陣的列(行)向量組來線性表示;從特征值的角度描述，就是矩陣的特征值都是非零的。

　　因此在學習的過程中，對所涉及的概念、性質及定理要理解，同時很多東西還要靠記憶，尤其要注意基本概念、基本方法之間的相互關系，有些問題是相互交錯，相互滲透，似螺旋上升，比如矩陣的秩與向量組的秩、線性方程組與向量組的線性組合、線性相關之間的關系。弄清這些關系，一方面可對所涉及的概念通過不斷重復而達到加深印象的目的，另一方面也能對問題有進一步的深入理解。