考研线性代数专业主要学习以下内容：

向量与矩阵：

包括向量的定义、线性组合、线性相关性、基底、维数等概念，以及矩阵的基本运算如加法、乘法、转置等。

线性方程组：

主要考察如何通过高斯消元法求解线性方程组，理解其解的情况（无解、唯一解、无穷多解）。

行列式：

行列式的性质及其在解线性方程组中的应用是线性代数中一个重要的知识点。行列式还与矩阵的可逆性密切相关。

特征值与特征向量：

涉及矩阵的对角化、相似矩阵、特征值的计算等内容，是许多高阶问题的基础。

线性变换：

主要研究向量空间中的线性变换，尤其是变换矩阵与线性变换之间的关系。

内积空间：

一些院校的考研大纲还会包括内积空间及其相关性质的考察，如正交基、格拉姆—施密特正交化等。

二次型：

化二次型为标准形是考研线性代数中的一个重要概念，它指的是将二次型矩阵经过初等变换后，化为标准形。

矩阵分解：

常用的矩阵分解方法有LU分解、QR分解、特征值分解和奇异值分解等。

线性代数的应用：

线性代数在物理学、计算机科学、工程学和数据科学等领域有广泛的应用。

建议学生在学习线性代数时，要重点掌握矩阵和向量的运算、线性方程组的解法、行列式的性质及其应用、特征值与特征向量的计算等内容，并了解线性代数的实际应用，以便在考研中取得好成绩。