通过《线性代数》的教学，使学生了解和掌握行列式、矩阵、线性方程组、二次型等基本理论和基本知识，并具有熟练的矩阵运算能力和用矩阵方法解决实际问题能力，同时使学生的抽象思维能力和数学建模能力受到一定的训练．

线性代数主要讲述行列式、矩阵、向量、线性方程组、矩阵的特征值和特征向量、相似矩阵与二次型六个方面的内容．

线性代数实质上是提供了自己独特的语言和方法，将那些涉及多变量的问题组织起来并进行分析研究，是将中学一元代数推广为处理大的数组的一门代数．

线性代数有两类基本数学构件．一类是对象-数组；一类是这些对象进行的运算．在此基础之上可以对一系列涉及数组的数学模型进行探讨和研究，从而解决实际问题．

既然线性代数有自己独特的内容，它本身也具有自己独特的特色，表现在以下八个方面：

一、线性代数是解决数学问题和实际问题的有效工具

线性代数是讨论矩阵理论及与矩阵结合的有限维向量空间及其线性变换理论的一门学科．主要理论成熟于十九世纪，而第一块基石（二、三元线性方程组的解法）则早在两千年前出现（中国古代数学名著《九章算术》），线性代数的作用主要体现在以下四个方面：

1.线性代数在数学、物理学和技术学科中有各种重要应用，因而它在各种代数分支中占居首要地位；

2.在计算机广泛应用的今天，计算机图形学、计算机辅助设计、密码学、虚拟现实等技术无不以线性代数为其理论和算法基础的一部分；

3.该学科所体现的几何观念与代数方法之间的联系，从具体概念抽象出来的公理化方法以及严谨的逻辑推证、巧妙的归纳综合等，对于强化人们的数学训练，增益科学智能是非常有用的；

4.随着科学的发展，我们不仅要研究单个变量之间的关系，还要进一步研究多个变量之间的关系，各种实际问题在大多数情况下可以线性化，而由于计算机的发展，线性化了的问题又可以计算出来，线性代数正是解决这些问题的有力工具．

二、线性代数的研究中心——线性方程组

线性代数的研究中心是线性方程组．线性方程组中的各个方程是关于未知量均为一次的方程组，对线性方程组的研究，中国比欧洲至少早1500年，记载在公元初《九章算术》方程章中．在线性代数的教学中为了研究n个方程n个未知量的线性方程组，首先通过对二元、三元线性方程组的研究引入二、三阶行列式的概念，然后通过对二、三阶行列式的分析，并通过引入n级排列的定义及逆序数概念来定义n阶行列式，随后n阶行列式的性质及计算进行推导总结，最后得到了解n个方程n个未知量的线性方程组的克兰姆法则，然而克兰姆法则的应用必须满足两个条件，即未知量的个数与方程的个数相等及系数行列式不为零，这样对系数行列式为零的n个方程n个未知量的线性方程组无能为力，对解一般的线性方程组的情况更是无所适从．为了研究一般的线性方程组，于是引入了矩阵和向量这两个概念，对矩阵的运算，矩阵的初等变换及矩阵的秩进行了研究，把线性方程组的研究转化为对矩阵的研究，实际上在一定意义下线性方程组与矩阵之间有一一对应关系，给出了线性方程组的矩阵表示形式，并利用矩阵的秩给出了线性方程组有解的充要条件及解的情况；为了更好的研究线性方程组解的结构，首先将矩阵的线性运算移植到向量，给出了线性方程组的向量表示形式，随后对向量组的线性组合、线性表示，向量组的最大无关组及向量组的秩进行了研究，获得了齐次和非齐次线性方程组解的结构，对线性方程组的解的情况给出了完美的解答．工程技术中一些问题，如振动问题和稳定性问题，常归结为求一个方阵的特征值和特征向量的问题，数学上诸如方阵的对角化及解微分方程组等问题，也都要用到方阵的特征值的理论，对这些问题的解决很大程度上依赖于由讨论这些问题所得到的线性方程组解的情况，因此线性方程组解的理论在讨论矩阵的特征值及特征向量、矩阵的对角化及将二次型化为标准形等过程中得到了充分性的应用.综上论述，线性方程组是线性代数的研究中心．

三、研究线性代数的核心工具——矩阵

线性代数的研究中心是线性方程组，矩阵是解决线性方程组的重要工具，并且矩阵本身也具有丰富的研究内容，如矩阵的运算、矩阵的特征值与特征向量及矩阵的对角化问题，它贯穿于线性代数的始终．行列式可以看成是矩阵的一种数量化，同时看到矩阵的初等变换对行列式的影响，向量的线性相关性的讨论转化为对矩阵秩的讨论，二次型实际上就是对称矩阵，正定二次型的研究完全可以归结为对正定矩阵的研究．综上论述，可见矩阵是研究线性代数的核心工具．

四、线性代数的概念多及计算多

线性代数的概念很多，要熟练掌握．重要的如有：行列式，余子式，代数余子式，伴随矩阵，逆矩阵，初等变换与初等矩阵，正交变换与正交矩阵，秩（矩阵、向量组、二次型），等价（矩阵、向量组），线性组合与线性表示，线性相关与线性无关，最大无关组，基础解系与通解，向量空间，解的结构与解空间，特征值与特征向量，相似矩阵与相似对角化，二次型的标准形，正定矩阵，合同变换与合同矩阵．

线性代数中运算法则及计算多多，应整理清楚不要混淆，基本运算与基本方法要过关．重要的法则有矩阵及向量的运算法则，重要的计算有行列式（数字型、字母型）的计算，求逆矩阵，求矩阵的秩，求方阵的幂，求向量组的秩与最大线性无关组，线性相关性的判定，求基础解系，求非齐次线性方程组的通解，求特征值与特征向量，判断与求相似对角矩阵，用正交变换化实对称矩阵为对角矩阵（亦即用正交变换化二次型为标准形），用配方法及初等变换法化二次型为标准形．

五、线性代数的逻辑性及表述性严密

线性代数对于抽象性与逻辑性有较高的要求，通过证明题可以检验对数学主要原理、定理的理解与掌握程度，考查自己的抽象思维能力、逻辑推理能力．因此，大家学习整理时，应当搞清公式、定理成立的条件，同时还应注意语言的叙述表达应准确、简明．矩阵与行列式是两个不同的概念，它们之间有区别也有紧密的联系，因此在运用时不能张冠李戴；矩阵与向量之间的关系，向量是特殊的矩阵，同时矩阵可以看成是向量组，但是在进行运算时要注意向量的书写形式，特别在讨论向量的线性相关性时要注意表述的严密性；在进行矩阵运算时，不能随便改变矩阵的运算次序，因为矩阵的乘法不满租交换律并且只有同型矩阵才能相加．

六、线性代数知识点之间联系紧密

线性代数从内容上看纵横交错，前后联系紧密，环环相扣，相互渗透，因此解题方法灵活多变，可以做一个知识网络把这些概念链接起来，使自己的知识系统化．线性代数各知识点之间有着千丝万缕的联系，代数题的综合性与灵活性就较大，只有不断地归纳总结，努力搞清内在联系，使所学知识融会贯通，接口与切入点多了，熟悉了，思路自然就开阔了．

七、线性代数课程教学模式

线性代数教学坚持以“学生为本，夯实基础，培养能力，提高素质”为教学指导思想，坚持以教学带动教学研究，以教学研究的成果改进教学模式，探索出了独树一帜的课程教学模式．在教学手段上，结合线性代数课程的特点，在该课程的课堂教学中采用了黑板书写和多媒体教学有机结合的方式,并且制作了专门的多媒体与书写结合的授课素材库．书写讲解这一传统方式符合数学课程的特性，同时，现代的多媒体技术让教师在有限的时间内可以传授更多的知识，学生可以在有限的时间里增加知识量和增强数学素养等．另外，在这一课程的教学内容的设计上，强调线性代数这一学科在其他相关学科的应用性，在教学方法上强调线性代数这门课程的几何背景，培养了学生应用数学思想的能力．同时，设计了线性代数初级、中级题目，并完成了每章的自测题训练及模拟题题库，再将线性代数一系列的教改研究、论文等成果及线性代数教学过程中出现的数学家素材提供给大家，所有这些有助于培养学生应用数学的能力，加强了学生对线性代数理论的理解，将提高线性代数学习的有效性．

八、线性代数的学习方法——循序渐进

线性代数的内容具有其独特性，就决定了学习线性代数的方法具有其新颖性——循序渐进，主要从以下四个方面入手学习．

由易而难  线性代数常常涉及大型数组，故先将容易的问题搞明白，再解决有难度的问题，例如行列式定义，首先将3阶行列式定义理解好，自然可以推广到n阶行列式情形；

由低而高  运用技巧，省时不少，无论是行列式还是矩阵，在低阶状态，找出适合的计算方法，则可自如推广运用到高阶情形；

由简而繁  一些运算法则，先试用于简单情形，进而应用于复杂问题，例如，克莱姆法则，线性方程组解存在性判别，对角化问题等等；

由浅而深  线性代数中一些新概念如秩，特征值特征向量，应当先理解好它们的定义，在理解基础之上，才能深刻理解它们与其他概念的联系及它们的作用，一步步达到运用自如境地．

以上就是线性代数这门课程所具有的特色，在学习过程中要注意这些特色，反复揣摩，并在对门课程获得更大的收获．