本课程为考试课，学分 4.0。 总学时 64，讲课学时 64。
- 李文彬
- 授课风格：幽默风趣。上课以板书为主，基本不用PPT。
- 上课无考勤，不点名。
- 听课建议：若是已经提前学习了课程内容，可以不听课，自己学习其它。
- 梁慧
- 授课风格：上课以板书为主，基本是复述一遍书上内容，有时稍有补充。除解析几何部分基本不用PPT。
- 上课有时考勤/点名。
- 听课建议：若是已经提前学习了课程内容，可以不听课，自己学习其它。
- 史峰
- 授课风格：偏学术性，拓展内容较为丰富，对入门不友好（但是平时自己研究些东西之后会发现他讲过）。
- 上课无考勤。
- 听课建议：建议自力更生。
- 张新明
- 授课风格：上课以板书为主，讲到空间解析几何部分、以及章节复习时会使用PPT；讲课比较细致清晰，基本能覆盖所有知识点，并且 24 级的线上习题课都是他开设的。
- 24 级上课无考勤，听说 25 级有在期末考勤；老师说作业分没满的可以通过上课回答问题加平时分，但事实上也很少提问（）
- 听课建议：老师讲的不错，可以跟着课程听讲；若是已经提前学习了课程内容，可以不听课，自己学习其它。
- 郑宝东
- 授课风格：上课以板书为主，讲解知识深入浅出，会有线下答疑，老师非常温柔，非常好的老师（毕竟是教材的主编）
- 上课有时考勤/点名
- 听课建议：建议先预习，老师上课速度很快。而且老师上课不是很想看见同学们看手机（有的时候甚至可能会直接点名）
- 曾吉文
- （原为外聘教师，现已退休）
- 授课风格：PPT + 板书。听课效果方面，不怎么好抓住重点，很多时候上完一节课，还是不知道关键的某些解题过程是怎么写的。
- 上课无考勤。
- 听课建议：建议自力更生。
- 大学数学. 线性代数与空间解析几何（郑宝东 / 郭潇 / 王忠英 / 高等教育出版社 / 第 5 版 / textbook）
- 线性代数及其应用 (Linear Algebra and Its Applications)（David C. Lay / 机械工业出版社 / textbook）
- Introduction to Linear Algebra（Gilbert Strang / Wellesley-Cambridge Press / textbook）
- 线性代数（Gilbert Strang (清华大学出版社版) / 清华大学出版社 / textbook）
- 线性代数与空间解析几何 疑难解答 / 习题指导（textbook）
- MIT 18.06 Linear Algebra (Gilbert Strang)：全球广受好评的线代神课，B站搜索「MIT 线性代数」亦可观看。
- MIT 18.065 Matrix Methods in Data Analysis, Signal Processing, and Machine Learning：偏向 EECS 方向学生的线代课程，适合学完 18.06 后进阶。
- 哈尔滨工业大学 线性代数 MOOC：中国大学 MOOC 平台
考试整体难度适中（比高数简单一些），打分较友好。期中考平均分在 23 左右，期末考平均分在 40 左右，不捞人，挂科比例大约 1% 到 2%。
从 17 年至 20 年，考试风格略微有变，越来越注重对概念的理解，计算量不断增大，但证明题的思维难度在下降（特别是 20 届，期末考试已经删除证明题）。
23 年秋的代数与几何考试与 22 年的考试风格接近，考试回归计算，填空题和计算题主要考察各章所要求的各类计算，而选择题会出现概念辨析题，主要是课本上有的概念，思维量明显小于高数考试，主要突出一个计算能力，且不要求证明题。
24 年秋的在和本部联考后加入了多选题，难度略有上升，但是仍然没有要求证明题，主要考察还是各种概念的计算。
文 / Gaster，2025-01
24 年秋的期中考试难度提高不少，相比 23 年秋（老师在课上提及他的教学班有 30 %左右期中满分），得分率大为下降，老师也进行了适当的“捞”。因此不能简单以往年难度作为参考。
24 年秋的期末考试和本部联考，相对平和。新增的多选题要求全部选对才得分，对基本功要求较高，但仅有 2 题且 1 分一题，对整体分数影响不大。解答题的题型考点则相对固定，具体参考往年题。
期末考前，任课老师一般会把近两年的本部期末试题发给大家练习，24 级还提供了往年题的线上讲解。再加上习题解答后面的往年题，可供考前练手、查漏补缺的资源还是很多的。
文 / PVZ&X，2026.2
作业的话一般交了就是最低分 18，写的认真、错误少就是 20（满分）。
学习时，要先将公式概念记熟，再将经典题型的思路理清，要不断锻炼自己的计算能力（思维量不大、基本在考计算）。
有时间想进一步提升，可以做参考书《线性代数与空间解析几何 疑难解答》《线性代数与空间解析几何 习题指导》上的题目。没时间的话，至少将作业题弄清楚。
MOOC 的话，可以前往中国大学 MOOC上看哈工大的《线性代数》，或者去 B 站。
工大的教材过于枯燥和公式化，很多变换是拿来干嘛的都没有讲清楚，如果只是应付考试的话，如前述所说，看工大的 MOOC 并硬背教材公式即可。 但如果是想长远发展，比如以后想学习图形学、游戏开发等这些应用线代知识较多的工程应用场景，那么对数学知识原理的理解就是很有必要的。
个人推荐的教材及网课：（以下教材在校内网盘能够找到）
- David C.Lay 线性代数及其应用 ，有中译本，万能教材，但是部分翻译有点机械化，建议配合英文原版教材来看。
- 补充：讲解顺序非常自然，易于理解。例如，1-2 章，从线性方程组领起，再将其转化成向量方程和矩阵方程的形式，很好地将方程组解的性质、线性组合的性质和矩阵的性质结合在一起，后又通过可逆阵将它们联系起来；较早引入线性变换，让读者提前接受将矩阵视作变换的动态观点，并由此给出定义矩阵乘法的动机；第 3 章引入行列式的动机明确，由 Cramer 法则引出伴随阵和求逆方法比起工大的直接定义要清晰得多；等等。文字量虽大，但含大量例子，读起来并不费劲。
- Gilbert Strang《Introduction to Linear Algebra》，清华近几年开始给本科生使用的教材，不过国内也是只有英文原版，国内出版的是清华大学出版社的 线性代数，黄色封皮的。
个人觉得大家不必太过惧怕英文教材，很多英文教材其实也就最开始需要查一查术语，原理讲述部分很多都比国内教材要好。
- MOOC：上知乎或者各个网站一搜都不可避免会提到在全球范围广受好评的 Strang 老爷子的线代神课，MIT的课程编号是 18.06，b站直接搜 「MIT 线性代数」有很多，虽说是 2011 年的视频了，但并不影响知识的学习，优秀的慕课和教材能使你的学习事半功倍。除此之外还有个比较新的 2018 年的 18.065，是《线性代数在数据分析、信号处理、机器学习中的应用》，算是个偏向 EECS 方向学生的线代课程，如果看完 18.06，还有余力的话可以继续看 18.065 试试。