很长时间以来，线性代数的重要性被我忽略了，还沾沾自喜的认为自己学得不错。大学时候好像这门课最好学，考研时它也比微积分和概率简单，不就整整逆矩阵求求特征值么，好说好说。发现自己错的离谱是后来的事了。
也许线性代数的那些基本运算并不难，但其中蕴含的数学含义丰富，尤其是学到向量空间和线性变换之后，对理解很多经济学内容大有帮助，比如计量经济 学的很多概念。我在数理经济学那部分中推荐Angel de la Fuente这本书的一个原因是这本书第三章整章都在讲些抽象概念，我从中学到了不少东西。
还是从直观开始吧，当初学完线代之后，我基本完全不知道这东西是干嘛用的。于是像补微积分的直观一样，去补习线代的直观含义和现实应用，看了一本 Jain & Gunawardena 的 Linear Algebra: An Interactive Approach, 顾名思义，又是光盘和书的结合，动画应用图形一顿轰炸，明白了那些数学概念在现实中是怎么用的。这本书超简单，数学内容估计一两天就看完了，主要是看看以 前不熟悉的各种矩阵分解，简单的谱，以及特征值问题中类似Cayley-Hamilton等。本书不涉及二次型和矩阵求导等一年级高级经济学课程急需 用到的内容，所以只能用于回顾直觉，呵呵。
Dhrymes的书大概100多页，全部由和证明堆成。作为前本书补充的内容大概有30多页吧，集中在各种伪逆矩阵，矩阵分解，矩阵向量化和 求导。不过有个问题我一直不明白，本书讲了很多伪逆矩阵（广义逆矩阵），但之后我学了一年的高级计量，好像用到的地方少的可怜又可怜，不解。不过很有意思。这两本书研院图书馆都有。
好像这些内容暂时就够用了，至于更抽象的诸如线性变换，同构（isomorphism）,线性同胚（linear homeomorphism）等，简单的可以参考一下Angel de la Fuente的第三章，后来用到再仔细查（事实上我好像也没后来回来过，呵呵）。
再次强调一下线性代数的几何含义，学习计量经济学时候那些诸如投影矩阵的东东，都和这部分内容有关，懂了几何含义学起来会容易一些
概率教材多如牛毛，有得偏统计（实际上每本统计都会先讲概率），有得偏随机过程（比如Grimmett & Stirzaker那著名的《Probability and Random Process》），所以还得分开谈。
先谈“纯概率论”，概率论的重要性不是会弄几个分布就搞得定的，顶顶重要的是对基本概念从直观到抽象的把握。（说这话有点底气不足，概率论那种随机的概念好像从来就没直观过，实际上往往和直观相悖，这点一会儿再谈）