融合 Axler、Strang 与 3Blue1Brown 精华的线性代数学习课程
点击任意章节卡片进入详细教程。每章包含概念理解、计算方法、工程应用、例题和 MATLAB 代码。
向量的本质、Rⁿ 空间、向量空间公理、子空间、几何直观
线性组合、张成空间、线性相关与无关、基与维数引入
矩阵表示、线性变换的几何意义、旋转与缩放、行列式引入
矩阵乘法、逆矩阵、初等变换、LU 分解思想
基的严格定义、维数定理、坐标表示、标准基与改变基
行简化、解的结构、秩-零化度定理、解空间几何
行列式定义、几何意义、性质、克拉默法则
特征方程、特征多项式、对角化、矩阵的幂
建议按以下进度完成学习，每周投入 4-6 小时。理解概念优先于死记公式，配合 MATLAB 代码动手实践。
理解向量不是"箭头"而是有方向的量；掌握线性无关与张成的几何含义；用 MATLAB 绘制向量和张成空间。
将矩阵视为线性变换而非数字表格；理解矩阵乘法的几何意义；掌握逆矩阵与初等变换的关系。
理解基与维数是空间的"身份证"；掌握秩-零化度定理；用行简化理解线性方程组的解。
特征值是变换的"固有尺度"；掌握对角化将复杂矩阵简化；理解特征值在动力系统中的应用。
内积定义了角度和长度；正交投影是最优逼近；谱定理揭示对称矩阵的完美结构。
相似是"同一个变换的不同视角"；SVD 是线性代数的高潮，连接了最小二乘、PCA 与数据压缩。