下面是小编收集整理的怎么学好线性代数，本文共6篇，供大家参考借鉴，希望可以帮助到有需要的朋友。本文原稿由网友“阿富汗美女”提供。
篇1：线性代数怎么学好
一、线性代数如果注意以下几点是有益的.
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、它们的作用，一步步达到运用自如境地。
二、注重对基本概念的理解与把握，正确熟练运用基本方法及基本运算。
1、线性代数的概念很多，重要的有：
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)，线性组合与线性表出，线性相关与线性无关，极大线性无关组，基础解系与通解，解的结构与解空间，特征值与特征向量，相似与相似对角化，二次型的标准形与规范形，正定，合同变换与合同矩阵。
2、线性代数中运算法则多，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，求向量组的秩极大线性无关组，线性相关的判定或求参数，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(定义法，特征多项式基础解系法)，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)。
三、注重知识点的衔接与转换，知识要成网，努力提高综合分析能力。
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，学习时应当常问自己做得对不对?再问做得好不好?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。
四、注重逻辑性与叙述表述
线性代数对于抽象性与逻辑性有较高的要求，通过证明题可以了解学生对数学主要原理、定理的理解与掌握程度，考查学生的抽象思维能力、逻辑推理能力。大家学习整理时，应当搞清公式、定理成立的条件，不能张冠李戴，同时还应注意语言的叙述表达应准确、简明。
篇2：线性代数怎么学好
一、重视基本概念、基本性质、基本方法的理解和掌握
基本概念、基本性质和基本方法一直是考研数学的重点，线性代数更是如此。从多年的阅卷情况和经验看，有些考生对基本概念掌握不够牢固，理解不够 透彻，在答题中对基本性质的应用不知如何下手，因此，造成许多不应该的失分现象。所以，考生在复习中一定要重视基本概念、基本性质和基本方法的理解与掌 握，多做一些基本题来巩固基本知识。
二、加强综合能力的训练，培养分析问题和解决问题的能力
从近十年特别是近两年的研究生入学考试试题看，加强了对考生分析问题和解决问题能力的考核。在线性代数的两个大题中，基本上都是多个知识点的综 合。从而达到对考生的运算能力、抽象概括能力、逻辑思维能力和综合运用所学知识解决实际问题的能力的考核。因此，在打好基础的同时，通过做一些综合性较强 的习题(或做近年的研究生考题)，边做边总结，以加深对概念、性质内涵的理解和应用方法的掌握。
三、注重分析一些重要概念和方法之间的联系和区别
线性代数的内容不多，但基本概念和性质较多。他们之间的联系也比较多，特别要根据每年线性代数考试的两个大题内容，找出所涉及到的概念与方法之 间的联系与区别。例如：向量的线性表示与非齐次线性方程组解的讨论之间的联系;向量的线性相关(无关)与齐次线性方程组有非零解(仅有零解)的讨论之间的 联系;实对称阵的对角化与实二次型化标准型之间的联系等。掌握他们之间的联系与区别，对大家做线性代数的两个大题在解题思路和方法上会有很大的帮助。
篇3：怎么学好线性代数
线性代数学习方法
1向量很重要
线代是一门比较费脑子的课，无论是行列式，矩阵，还是方程组其实都是研究的向量，可以说线代的核心就是向量以及向量关系，只要把向量这一章学好了，线代是没有问题的。同时线代的每一章其实就是一种研究角度，做题时往往要从多个角度思考问题。
2上课不要睡觉哦
如果前一天晚上睡得太晚，第二天早上的线代课就会变成“催眠课”。所以，第二天有线代课的同学们晚上要睡得早一点，“卧谈会”开得短一点。
3预习
如果你觉得上课跟不上老师的思路那么，请预习。这个预习也有学问的呢，预习时要“把更多的麻烦留给自己”，即遇到公式、定理把证明部分盖住，自己试着想一下思路。当然，可以根据个人的实际情况适当调整，但要尽量多地自己思考。
4上课时间要抓紧
一定要重视上课听讲，不能使线代的学习退化为自学。上课时干别的会受到老师讲课的影响，那为什么不利用好这一小时四十分钟呢?老师上课时的一句话就可能使你豁然开朗，所以上课时一定要“虚心”，即使老师讲的自己会也要听一下老师的思路。
线性代数6大必考点
一、行列式部分，强化概念性质，熟练行列式的求法
在这里我们需要明确下面几条：行列式对应的是一个数值，是一个实数，明确这一点可以帮助我们检查一些疏漏的低级错误;行列式的计算方法中常用的是定义法，比较重要的是加边法，数学归纳法，降阶法，利用行列式的性质对行列式进行恒等变形，化简之后再按行或列展开。另外范德蒙行列式也是需要掌握的;行列式的考查方式分为低阶的数字型矩阵和高阶抽象行列式的计算、含参数的行列式的计算等。
二、矩阵部分，重视矩阵运算，掌握矩阵秩的应用
通过历年真题分类统计与考点分布，矩阵部分的重点考点集中在逆矩阵、伴随矩阵及矩阵方程，其内容包括伴随矩阵的定义、性质、行列式、逆矩阵、秩，在课堂辅导的时候会重点强调.此外，伴随矩阵的矩阵方程以及矩阵与行列式的结合也是需要同学们熟练掌握的细节。涉及秩的应用，包含矩阵的秩与向量组的秩之间的关系，矩阵等价与向量组等价，对矩阵的秩与方程组的解之间关系的分析，备考需要在理解概念的基础上，系统地进行归纳总结，并做习题加以巩固。
三、向量部分，理解相关无关概念，灵活进行判定
向量组的线性相关问题是向量部分的重中之重，也是考研线性代数每年必出的考点。如何掌握这部分内容呢?首先在于对定义概念的理解，然后就是分析判定的重点，即：看是否存在一组全为零的或者有非零解的实数对。基础线性相关问题也会涉及类似的题型：判定向量组的线性相关性、向量组线性相关性的证明、判定一个向量能否由一向量组线性表出、向量组的秩和极大无关组的求法、有关秩的证明、有关矩阵与向量组等价的命题、与向量空间有关的命题。
四、线性方程组部分，判断解的个数，明确通解的求解思路
线性方程组解的情况，主要涵盖了齐次线性方程组有非零解、非齐次线性方程组解的判定及解的结构、齐次线性方程组基础解系的求解与证明以及带参数的线性方程组的解的情况。通解的求法有两种，若为齐次线性方程组，首先求解方程组的矩阵对应的行列式的值，在特征值为零和不为零的情况下分别进行讨论，为零说明有解，带入增广矩阵化简整理;不为零则有唯一解直接求出即可。若为非齐次方程组，则按照对增广矩阵的讨论进行求解。
五、矩阵的特征值与特征向量部分，理解概念方法，掌握矩阵对角化的求解
矩阵的特征值、特征向量部分可划分为三给我板块：特征值和特征向量的概念及计算、方阵的相似对角化、实对称矩阵的正交相似对角化。相关题型有：数值矩阵的特征值和特征向量的求法、抽象矩阵特征值和特征向量的求法、判定矩阵的相似对角化、有关实对称矩阵的问题。
六、二次型部分，熟悉正定矩阵的判别，了解规范性和惯性定理
二次型矩阵是二次型问题的一个基础，且大部分都可以转化为它的实对称矩阵的问题来处理。另外二次型及其矩阵表示，二次型的秩和标准形等概念、二次型的规范形和惯性定理也是填空选择题中的不可或缺的部分，二次型的标准化与矩阵对角化紧密相连，要会用配方法、正交变换化二次型为标准形;掌握二次型正定性的判别方法等等。
篇4：《线性代数》学习心得
《线性代数》学习心得800字
个人简介
佘可欣，中山大学国际金融学院级本科生，在《线性代数》的课程学习中获得了第一名的好成绩。
作为理科生，数学是极为重要，大学的专业也和数学密切相关，可偏偏数学却是我致命的弱项，在学好数学的路上付出了很多，也有所收获，但也仅仅只是皮毛。在这里分享我的经验，希望大家有所收获。
一开始学习线代时，便感觉到线代不同于高等数学的地方，在于它几乎从一开始就是一个全新的概念。其研究的范围通常都不是我们能想象到的二维空间，而是上升到n维空间，并且在线性代数的学习过程中，我们几乎都是跟一些新的概念，新的定理打交道，因此理解和记忆起来有相当大的困难，常常是花很久的时间还是理解不了。因此需要课前预习，上课紧跟老师讲解，下课练习课后习题以助更好的'理解掌握。
线性代数主要研究三种对象：矩阵、方程组和向量。这三种对象的理论是密切相关的，大部分问题在这三种理论中都有等价说法。因此，学习线性代数时应能够熟练地从一种理论的叙述转移到另一种中去。如果说与实际计算结合最多的是矩阵的观点，那么向量的观点则着眼于从整体性和结构性考虑问题，因而可以更深刻、更透彻地揭示线性代数中各种问题的内在联系和本质属性。由此可见，掌握矩阵、方程组和向量的内在联系十分重要。
线代的概念多，比如对于矩阵，有对角矩阵、伴随矩阵、逆矩阵、相似矩阵等。运算法则多，比如求逆矩阵，求矩阵的秩，求向量组的秩，求基础解系，求非齐次线性方程组的通解等。内容相互纵横交错，在学到后面的知识点时常常出现需要和前面的知识点的应用，但经常记不起来，就需要不断地复习前面的知识点。要能够做到当题干给出一个信息时必须能够想到该信息等价的其他信息，比如告诉你一个矩阵是非奇异矩阵，它包含的信息有：首先明确它是一个n阶方阵，它的秩是n,它便是满秩矩阵，它所对应的n阶行列式不等于零，那么n个n维向量便线性无关，还有这个方阵是可逆方阵， 并且可以想到它的转置矩阵也是可逆的。
正是因为线性代数各知识点之间有着千丝万缕的联系，线性代数题的综合性与灵活性较大。因此课本的课后习题要多加练习。万变不离其宗，把握套路，老师也不会太为难我们，基本是在课后题上变形。
数学之路或艰辛，或顺利，四时之景或不同，而乐亦无穷也。数学之乐，得之心而寓之学也。祝大家都能找到适合自己的学习方法，在数学的探索中体味乐趣！
篇5：线性代数课件
线性代数课件
一、简介
线性代数是代数学的一个分支，今天数学界一致认它作为一门独立学科诞生于上世纪30年代，因为吸纳了系统的线性代数内容的著作是在这一时期产生的，如Van的名著代数学第二卷就把线性代数作为其中的短短一章。
回顾线性代数的历史基础上，分析了关于线性代数的几个核心问题：第一介绍了几种关于线性代数基本结构问题的看法；第二介绍了关于线性代数的两个基本问题，即“线性”和“线性问题”；第三介绍了线性代数的研究对象；第四分析了线性代数的结构体系。
上世纪80年代以来，随着计算机应用的普及，线性代数理论被广泛应用到科学、技术和经济领域，因此线性代数也成为高等院校理工科各专业的一门基础课程，文章简述线性代数的相关核心核心问题。
二、线性代数的历史
线性代数是代数学的一个分支，今天数学界一致认它作为一门独立学科诞生于上世纪30年代，因为吸纳了系统的线性代数内容的著作是在这一时期产生的，如Van的名著代数学第二卷就把线性代数作为其中的短短一章。但是线性代数的一些初级内容如行列式、矩阵和线性方程组的研究可以追溯到二百多年前；19世纪四五十年代Grassmann创立了用符号表述几何概念的方法，给出了线性无关和基等概念，这标准着线性代数内容近代化开始；19世纪末向量空间的抽象定义形成，并在20世纪初被广泛用于泛函分析研究，从而使线性代数成为以空间理论为终结的独立学科，因此可以说线性代数是综合了若干项独立发展的数学成果而形成的。从上世纪六七十年代起线性代数进入了大学数学专业课程，在我国这门课程称为高等代数，它以线性代数为主体并纳入了一章多项式理论。
无论是高等代数或线性代数，这个课程有两个特点：一个特点是各部分内容相对独立，整个课程呈现出一种块状结构，原因是线性代数学科的形成过程本身就没有一条明确的主线。我们几乎可以找到从线性方程组，行列式，向量，矩阵，多项式，线性空间，线性变换中的任何一个分块开始展开的教材，其展开过程主要取决于作者串联这些分块的形式逻辑的脉络。另一个特点是内容抽象，要真正掌握线性代数的原理与方法必须具备较强的抽象思维能力，即对形式概念的理解能力和形式逻辑的演绎能力，而这两种能力要求几乎超越了大多数学生在中学阶段的能力储备，而必须在学习这门课程的过程中重塑。主要是这两个原因，线性代数被认为是一门非常难掌握的课程，而克服这一困难的关键就是针对线性代数课程的这两个特点进行有效的课程改革。
三、关于线性代数基本结构问题的看法
线性代数基本结构问题，学者们历来有许多不同的看法，较为常见的是以下几种：
第一种是以矩阵为中心。
这一看法认为整个线性代数以矩阵理论为核心，将矩阵理论视为各个内容联系的纽带。在求线性方程组、判定方程组的解以及研究线性空间问题时，矩阵理论是重要工具。例如正交矩阵和对称矩阵主要应用于欧氏空间和二次型方程问题中。可见，只要对矩阵知识有了全面系统的理解后，就能将各种问题都化解为矩阵理论中的一部分，引申为矩阵问题。
第二种是以线性方程组为中心。
这一关观点认为线性方程组是线性代数研究的基本问题。具体操作过程中，将线性方程组的理论和方法应用到各个章节，由此引出矩阵、行列式、向量等理论，最后列出方程组、求解，然后进一步应用，串联起各部分内容。这一理论较为系统、科学，常常被初学者采纳。
第三是一种线性代数体系，以线性变换和线性空间为核心。
在学习线性代数之前，学生要先掌握关系、集合、环、群、域等概念，形成对高等数学的研究对象、知识结构、表达方式的初步认识。线性代数体系依次安排了线性空间、内积空间、线性变化、矩阵概念和性质等章节。掌握线性变换基础后，再教学线性方程组求解知识，在此基础上，进一步引出特征向量、特征值和二次型理论。整个体系以线性代数为核心，内容介绍、理论讲解及方法系统化为一个整体。
第四是以向量理论为核心。
对二维、三维直角坐标系的研究是线性代数的起源。学生在中学时就已经了解了关于平面向量的一些基本知识，因此，将向量作为整个线性代数知识的核心，有利于使各部分内容的联系更加密切、理论体系更加完整完善，学生的空间概念也能得以加强。矩阵、行列式、线性方程组一般为研究维向量空间所必须的表示工具、向量的`线性相关性的判别工具）和未知向量的计算工具，从宏观讲它们独立于体系之外，从微观讲它们也是维向量空间的一些具体内容。而二次型仅仅是对称双线性函数的一个简单应用。
四、线性和线性问题
“线性”这个数学名词在中学数学课程中，学生从未接触过。而这一课程是大学数学的基础课程，学生刚进入大学，对这一词汇的具体内容知之甚少。所以在学习之前，学生必须对什么是“线性”有所了解，在“线性代数”这一课程中有对于“线性”概念的明确介绍。这是学习线性代数要解决的第一个基本问题，即什么是“线性”。
从整个数学全局来看线性代数，可将涉及到的数学问题分为两类：即线性问题和非线性问题。其中，对于线性问题的研究，历来有最完善的理论和最多的研究成果；并且，许多非线性问题往往也可以转化为线性问题解答。所以解决具体的数学问题时，首先应判断该问题是否属于线性问题，如果是线性问题该采用怎样的解决方法，如果不是线性问题，应考虑如何将其转化为线性问题。这是学习线性代数要解决的第二个基本问题：什么是“线性问题”，如何处理“线性问题”？
了解了什么是“线性”、什么是“线性问题”后，离完成线性代数的教学目的还有很长一段距离。如今的高校教育，一味灌输给学生行列式、向量、矩阵、线性变换等空洞的数学定理，指导学生用这些理论来思考线性代数的基本结构、具体应用等问题。教师在教学线性代数问题时更是一味强调理论的选择与应用，却忽视了学生发现问题、分析问题、解决问题的能力的培养。
五、线性代数的研究对象
稍微观察一下我们可以发现，中学的初等代数就是线性代数的前身，只是在其基础上的进一步抽象化。初等代数研究的多是具体的问题，运用加减乘除的运算方法即可解决问题；线性代数中则引入了许多新的概念，如向量、向量空间、集合、空间、矩阵等等，问题展现的形式发生了变化，要想解决问题，我们的思维方式也应该发生变化。涉及到新概念的数学问题往往都很抽象，如向量指的是既有数值又有具体方向的量；向量空间是许多量组成的集合，这一集合中的元素全都符合特定的运算规则；集合是具有某种属性的事物的总和；矩阵理论则是一种更加抽象化的理论，因此我们的研究方法和思维方式都要随之进行改变。如初等代数中的基本运算法则性代数中经常会失效，线性代数的研究对象是向量运算、矩阵运算和线性变换，解决问题时，需要采用一种特殊的运算方法。
综上所述，线性代数的学习中应重点培养两个方面的能力：
一个是知识掌握的能力的培养。介绍知识时应坚持从易到难、循序渐进。先掌握好中学的运算法则，再慢慢学习向量、矩阵知识，之后学习线性变换，最后综合学习线性运算。学生经过中学阶段的学习，完全掌握了加法和乘法这两种基础运算法则，简单了解了向量运算。矩阵知识相对于前者更加抽象，因此应放在之后学习。线性变换则是线性代数教学中的重点和难点所在，也是最容易被忽视的地方。由于线性变换可结合映射知识学习，而映射知识在中学数学和微积分教学中都有详细的介绍，在此基础上学生更容易理解线性变换及运算的相关知识，更容易解决矩阵特征值问题、线性方程组问题及二次型问题等。
另外一个是思维能力的培养。在学习中，注意引导学生带着问题学习，并在学习中进一步发现问题、解决问题，这是最有效的思维方式和学习方法。前文提到了学习线性代数必须先了解的两个基本问题：什么是“线性”、什么是“线性问题”。这两个基本问题应该始终贯穿性代数的学习过程中。无论在什么阶段的学习，都要注重理论知识和实际问题的有效结合。学生在掌握了一定的理论知识后，可尝试去解决相关的实际问题。在这一过程中，学生会加深对理论知识的理解，并进一步发现自身知识储备的不足之处。若单单追求知识的应用，而不加深自己的理论素养，最终也无法具备良好的思维能力。所以，在学习线性代数时，要培养好两方面的能力，使之相辅相成、相互促进。
结语：
20世纪后50年计算技术的高速发展，推动了大规模工程和经济系统问题的解决，使人们看到，线性代数和相关的矩阵模型是如微积分那样的数学工具，无所不在的线性代数问题，等待着各层次的工程技术人员快速精确地去解决相关线性代数问题。因此绝大对工科学生而言，数学课应该使他们有宏观的使用数学的思想，要使工程师了解工程中可能遇到的各种数学问题的类别，并且知道应该用什么样的数学理论和软件工具来解决，这是一种高水平的抽象。而了解线性代数的核心问题，无疑对线性代数课程的学习有重要的价值。
篇6：线性代数课堂教学论文
【摘要】本文从线性代数课程的特征出发，研究了在保持课程内容体系不变的前提下，通过把握主线、引入几何观点、结合代数发展史三个方面，来改进传统的线性代数课堂教学.结论表明，以上的改进不仅能减轻由于代数的抽象性带来的学习困难，达到更好的教学效果，同时能在课堂中提高学生的数学能力及数学素质，培养学生的创造性思维能力.
【关键词】线性代数;课堂教学;教学主线;几何观点;代数史
线性代数及微积分(常称为高等数学)、概率论与数理统计是当今大学生三门必修数学课.由于中学数学教材改革和新课标的实施，微积分和概率论与数理统计课程中的部分知识点已经在学生的高中阶段都有所接触，而且这两门课的大部分知识都有较为丰富的背景和应用范围.相比而言，线性代数中的行列式、矩阵概念对学生是全新的，没有在中学接触过的，就现行的大量教材来看，线性代数在内容安排上，显得逻辑性、抽象性有余，而背景性和应用性不足.
加上线性代数一般都安排课时较少，所以使得学生对线性代数课程的学习更加吃力，达到的教学效果也不尽理想.本文探讨在不改变线性代数课程内容体系的前提下，如何改进课堂教学方法，以达到更好的教学效果.
一、教学中必须把握两条主线
如前所述，与其他两门数学课程相比较，线性代数的教材编得更为抽象，更加远离现实.学生通常会觉得概念、定义多，而且由于缺乏背景，一般会显得零散，各种概念之间的联系也较难把握.在课堂教学中，必须把握线性代数课程的两条主线，才能把这些大量的概念连起来，形成一个整体.
1.第一条主线是线性方程组
求解线性方程组是线性代数课程的一个主要任务，将中学的消元法经过一次抽象，就是线性代数中矩阵的初等变换概念.根据各种方程组的特点，形成了线性代数课程中一系列概念和方法.当未知数个数与方程的个数相等的时候，行列式可以派上用场，于是引出了行列式的初等变换、求值、克莱姆法则等相关概念.对一般的线性方程组，我们用秩来描述“真正起作用的方程的个数”，方程组的有解无解，有唯一解还是无穷多解，自由未知量的个数，都可以用系数矩阵的秩和增广矩阵的秩来理解了.
为了对无穷多解有更深入的认识，把方程组的解看成向量，对齐次线性方程组，就需要引入向量空间的概念，这样就不难理解线性相关与线性无关、最大线性无关组这一连串的概念了.可见，抓住了线性方程组这条主线，就可以把行列式、矩阵、向量组这些概念合理地联系起来了.
2.第二条主线是二次型的标准化
解析几何中很重要的一个主题就是要把一些二次曲线方程化为只含有平方项的二次型，以便研究曲线的类型，这就是我们所谓的二次型化为标准二次型.利用矩阵这一工具来完成这个过程，需要从矩阵的特征值和特征向量出发，来讨论实对称矩阵的对角化问题.线性代数课程一般给出了三种化二次型为标准二次型的方法，着重讨论的是用正交变换的方法.
在课堂上，抓住这样两条主线，不但可以避免概念的零碎，而且对学生掌握线性代数整个课程体系也是非常有帮助的`.
二、在课堂上引入几何的观点来介绍代数知识
大部分线性代数教材都从知识结构的逻辑性来安排内容，使得代数知识以抽象的面孔出现在学生面前.事实上，在中学阶段，学生学习初等代数时，是非常注重代数与几何之间的结合的.数形结合不仅有利于降低学生的理解难度，也是掌握代数思想的一个必然要求.如何用几何的观点来学习代数，是一个在线性代数的课堂教学中值得思考的问题.
(5)的解即为方程组(2)的满足整体误差最小的近似解，这就是最小二乘法求最优近似解的结果.从上面的例子可以看出，直观的几何意义使得很多推算得到了简化，更能让学生加深对概念和方法的理解.
三、从代数发展历史的角度来讲线性代数课程
前面提到，大部分教材的编排由于注重严格系统化的形式推理，都不可避免地使线性代数抽象性特征明显，我们在课堂教学中，不妨灵活处理知识的来龙去脉，站在从知识发展的历史的角度来认识这门课程，这也是引起国外越来越多大学重视的一种教学方式.SpringerVerlag出版社出版的大量大学数学教材，就是基于这一观点来编写的.
2008年，普林斯顿大学出版社出版了《普林斯顿数学指南》(the Princeton Companion to Mathematics)，这是一本数学综合类的普及读物，全书共有一千多页，尽量用浅显的语言，把现代数学知识的来龙去脉解释清楚.在线性代数的课堂教学中，如果能借鉴这种从知识产生历史角度来讲授知识，不仅能让学生理解知识之间的内在联系，更为可贵的是，能把很多数学大家当时对这些数学问题的思考过程呈现在学生面前，对学生创造性思维的形成过程大有益处.
四、结 语
线性代数课程由于其自身的特征给教学带来一定的难点，如何在不改变课程知识体系的前提下，达到较好的教学效果，让学生能在抽象的代数学习中，接受知识，形成创造性思维方式，提高数学能力和素养，是每个大学数学教师面临的一个重要课题.本文从教学实践中，结合国内外相关的数学教育理论，提出了几条相应的措施.要提高教学质量，需要长时间在实践不断去完善教学手段和教学方法，唯有高质量的课堂教学，才能保证线性代数课程较好的教学效果.
【参考文献】
[1]同济大学数学系编.线性代数[M](第六版).北京：高等教育出版社.
[2]杨小远，李尚志.大学一年级学生创新能力培养探索与实践[J].大学数学，2012(4)：13-21.
[3]李大潜 漫谈大学数学教学的目标与方法[J].中国大学教学，2009(1)：7-10.
[4]刘春林，李宝娣.线性代数教学方法探索[J].衡阳师范学院学报，2012(3)：153-155.
[5]李尚志 线性代数新教材之精彩案例(之二)[J].大学数学，2012(4)：5-12.
