w wyl123ly 的博客
MD

00-索引

16 KB 2026.10.17 原文件

00-索引

总导航

本库共 45 篇笔记,按 Strang《Introduction to Linear Algebra》的 12 章体系组织,并系统补充了国内教材(以陈维新《线性代数》第二版为主)特有的内容。

这是一套为自学写的笔记(不是复习提纲):每一篇都从零讲起,配大量完整不跳步的例题,末尾有「本篇小结」,并通过双链与其他笔记紧密相连。

第一次使用请先读 关于本笔记库(写作规范与符号约定),再按 学习路线图 选择路线。

规模

全书约 8.7 万行、平均每篇 1900 余行;含 250 余个例题、1000 余条双链、400 余张表格、100 余段可运行代码(numpy,输出均为实测结果)。

例题的写法统一为:> [!example] 题目 → 第 1 步、第 2 步 …… 手算题全部给出中间过程,数值题的结果都用 numpy 复核过。

快速入口

我想……去哪里
按路线系统学习[[学习路线图]]
查公式与结论[[常用公式速查]]
看各种矩阵分解的对比[[附录-矩阵分解总览]]
了解符号约定与写作规范[[关于本笔记库]]
找国内教材特有的内容本篇末尾「国内教材特有内容对照」

推荐读法

每篇的固定顺序是:定义 → 几何直观 → 性质与定理 → 计算方法 → 例题 → 应用 → 易错点 → 练习 → 小结 → 相关笔记。

例题请先自己做再看解答;练习题的详细解答统一收在 习题答案(按章分卷,含答案速查表),本篇只留题干,末尾有指向对应分卷的链接。做不出来时也可以顺着「相关笔记」回溯前置篇章。


一、向量引论

本章地位

Strang 体系从向量开始。这一章建立「 是 的列的线性组合」这个贯穿全书的直觉。

笔记内容
[[1-1-向量与线性组合]]向量的加法与数乘、线性组合、点积初步、 的两种读法
[[1-2-长度与点积]]长度与单位向量、点积与夹角、Cauchy–Schwarz 不等式、垂直与投影的萌芽
[[1-3-矩阵入门]]矩阵作为向量的排列、矩阵乘法的四种理解、单位矩阵与置换矩阵

二、解线性方程组

笔记内容
[[2-1-向量与线性方程组]] 的行图像与列图像、解的存在性、奇异与非奇异
[[2-2-消元法的思想]]高斯消元、主元、回代、消元失败的三种情形
[[2-3-用矩阵进行消元]]初等矩阵、消元矩阵 、矩阵乘法规则与结合律
[[2-4-矩阵运算与逆矩阵]]逆矩阵的定义与判定、 求逆公式、Gauss–Jordan 求逆、伴随矩阵、分块初等变换
[[2-5-LU分解与转置置换]]、、转置的性质、矩阵的等价与等价标准形

三、向量空间与子空间

本库主线

四大子空间是 Strang 体系的骨架。本章建立概念,第四章讲它们的正交关系,第六章用它解释特征值。

笔记内容
[[3-1-向量空间]]向量空间与子空间的公理(含数域与八条公理)、子空间的交与和、维数公式、直和
[[3-2-零空间与阶梯形]]零空间、行化简、主元与自由变量、基础解系、秩的子式定义
[[3-3-Ax=b的完整解]]可解性条件、特解 + 零空间、秩 的四种极端情形、拉格朗日插值
[[3-4-线性无关基与维数]]线性无关、张成、基、维数、秩—零化度定理、极大线性无关组
[[3-5-四大子空间的维数]]、、、 及其维数关系

四、正交性

笔记内容
[[4-1-四大子空间的正交性]]正交补、、 的正交分解、内积公理化与欧氏空间
[[4-2-投影与投影矩阵]]投影到直线/子空间、投影矩阵 的性质、、正交补与直和
[[4-3-最小二乘逼近]]法方程 、直线拟合完整例题
[[4-4-标准正交基与Gram-Schmidt]]正交矩阵 、Gram–Schmidt 正交化、、Householder 反射

五、行列式

笔记内容
[[5-1-行列式的性质]]三条基本性质推出全部性质、行列式与消元、
[[5-2-排列与代数余子式]]排列定义、逆序数、代数余子式、 阶行列式展开、范德蒙德行列式、拉普拉斯定理
[[5-3-克莱姆法则与体积]]克莱姆法则(含 的完整讨论)、伴随矩阵公式、体积与 Jacobi 行列式

六、特征值与特征向量

笔记内容
[[6-1-特征值引论]]、特征多项式、迹与行列式的联系、两类特殊矩阵
[[6-2-矩阵的对角化]]、可对角化条件、 与矩阵幂、相似矩阵与相似类
[[6-3-微分方程组与矩阵指数]]、矩阵指数 、稳定性、基解矩阵
[[6-4-对称矩阵与正定矩阵]]实对称矩阵可正交对角化、、正定的多个等价条件、Schur 补
[[6-5-二次型与标准形]]二次型、配方法、正交变换法、惯性定理、规范形、合同、Rayleigh 商

七、奇异值分解 SVD

笔记内容
[[7-1-SVD的构造与几何意义]] 的推导、奇异值、四个基本子空间的标准正交基
[[7-2-图像压缩与低秩逼近]]低秩近似、Eckart–Young 定理、图像压缩实例与代码
[[7-3-主成分分析PCA]]通过 SVD 做 PCA、方差最大化视角、降维实例

八、线性变换

笔记内容
[[8-1-线性变换的思想]]变换的定义、线性性、核与值域、同构、矩阵是线性变换的表示
[[8-2-线性变换的矩阵表示]]基下的矩阵、坐标变换、相似矩阵
[[8-3-相似矩阵与基变换]]相似不变量、相似的必要条件、对角化的变换视角、Jordan 形简介

九、复向量与复矩阵

笔记内容
[[9-1-复数与复向量]]复数运算、共轭、复内积与模、复向量空间、共轭转置的性质
[[9-2-Hermitian矩阵与酉矩阵]]共轭转置、Hermitian 矩阵的实特征值、酉矩阵、Schur 三角化
[[9-3-快速傅里叶变换FFT]]傅里叶矩阵、单位根、FFT 的分治思想、复杂度

十、应用

笔记内容
[[10-1-图与网络]]关联矩阵、基尔霍夫定律、图上的四大子空间、网络流量、生成树
[[10-2-Markov矩阵与稳态]]随机矩阵、稳态分布、Perron–Frobenius、PageRank
[[10-3-线性规划]]线性规划的标准形、单纯形法、对偶与互补松弛
[[10-4-傅里叶级数与函数空间]]函数作为向量、正交函数系、傅里叶级数的最小二乘解释、帕塞瓦尔等式
[[10-5-图形学与密码学]]齐次坐标与变换矩阵、法向量变换、希尔密码、RSA

十一、数值线性代数

笔记内容
[[11-1-数值稳定性与LU]]浮点误差、部分选主元、增长因子、向后误差分析、LU 的数值稳定性
[[11-2-范数与条件数]]向量范数、诱导范数、条件数与误差放大、Hilbert 矩阵
[[11-3-迭代方法与预条件]]Jacobi、Gauss–Seidel、共轭梯度、预条件思想

十二、概率统计中的线性代数

笔记内容
[[12-1-均值方差与概率]]随机变量作为向量、协方差即内积、期望的线性泛函视角
[[12-2-协方差矩阵]]对称半正定的证明、、白化、样本协方差
[[12-3-多元高斯与加权最小二乘]]多元高斯密度、马氏距离、加权最小二乘与广义最小二乘

附录与工具

文件说明
[[附录-矩阵分解总览]]、、、、等价标准形、合同标准形的统一对比
[[常用公式速查]]全库重要公式与结论汇总,随时速查
[[学习路线图]]两部分:系统自学路线、跨章主题串联
[[关于本笔记库]]写作规范、符号约定、MathJax 注意事项、排版红线

国内教材特有内容对照

这张表解决什么

国外教材(Strang 体系)与国内教材(以陈维新《线性代数》第二版、同济版体系为代表)讲的是同一套数学,但侧重与术语不同。

本库以 Strang 的几何视角为主线,同时把国内教材独有或讲得更细的内容补齐——这样无论你是自学还是对着国内课程学,都不会缺块。

一、国内有、国外教材基本不讲的

内容是什么在本库哪一篇
数域标量取自哪个数集;决定了消元能否做、特征值能否算[[1-1-向量与线性组合]]、[[3-1-向量空间]]
线性空间八条公理公理化定义,以及「去掉某条公理会怎样」的怪例[[3-1-向量空间]]
分块矩阵与分块初等变换把子块当元素做运算;用它证明秩的不等式[[1-3-矩阵入门]]、[[2-4-矩阵运算与逆矩阵]]
等价标准形任意矩阵 ;等价 同秩[[2-5-LU分解与转置置换]]
基础解系、极大线性无关组齐次解空间的基,国内解方程组的标准工具[[3-2-零空间与阶梯形]]、[[3-4-线性无关基与维数]]
秩的子式定义用最高阶非零子式定义秩,与「主元个数」等价[[3-2-零空间与阶梯形]]、[[3-4-线性无关基与维数]]
伴随矩阵,以及 [[2-4-矩阵运算与逆矩阵]]
Sylvester 不等式,由分块初等变换证明[[2-4-矩阵运算与逆矩阵]]
克拉默法则的完整讨论重点在 的两种结局(国内考试高频)[[5-3-克莱姆法则与体积]]
拉普拉斯定理按 行展开[[5-2-排列与代数余子式]]
拉格朗日插值用克拉默法则推出插值多项式[[3-3-Ax=b的完整解]]
惯性定理、规范形、合同二次型在合同变换下的不变量;规范形 [[6-5-二次型与标准形]]
配方法国内首选的化标准形方法,不需要求特征值[[6-5-二次型与标准形]]
同构「维数相同 同构」的完整双向证明[[8-1-线性变换的思想]]
核与值域 的构造性证明[[8-1-线性变换的思想]]
欧氏空间与内积公理化把内积当作公理,而非「点积的推广」[[1-2-长度与点积]]、[[4-1-四大子空间的正交性]]
线性变换的运算加法、数乘、乘法、逆的定义与性质[[8-1-线性变换的思想]]
相似的必要条件快筛表用迹、行列式、秩、特征值快速排除「不相似」[[8-3-相似矩阵与基变换]]
网络流量与几何应用关联矩阵解流量方程;三角形面积、平行六面体体积[[10-1-图与网络]]、[[5-3-克莱姆法则与体积]]

二、术语对照(同一件事,两种叫法)

本库(Strang 体系)国内教材常见叫法备注
零空间 解空间国内称「 的解空间」
列空间 值域、列向量组的生成子空间同一概念
左零空间 相容性条件的系数空间同一概念
自由变量自由未知量同一概念
主元首元、主元同一概念
秩 秩 同一概念
标准正交基规范正交基同一概念
正交对角化正交相似对角化、主轴定理同一概念
克莱姆法则克拉默法则同一人名的两种译法
消元法高斯消元法同一算法
齐次 / 非齐次齐次 / 非齐次一致

怎么用这张表

如果某篇笔记里出现了你没听过的术语,先在这张表里找对应——绝大多数「看不懂」其实只是译名不同。

反过来,如果国内课程讲了而本库主线没有展开,看上面第一节的表格直接跳过去即可。


学习方法建议

五条来自 Strang 课堂的建议

1. 先画图,再算数。遇到任何矩阵问题,先问:它的列空间是什么?零空间是什么?方程无解时最接近的解在哪?

2. 把 读两遍:按行读是「每条方程一个超平面」,按列读是「 能否由 的列组合出来」。Strang 体系里第二种读法更重要。

3. 四大子空间随身带。秩 一旦确定,四个空间的维数就全部确定:,,,。

4. 消元是万能的开始。解方程、求秩、求行列式、求逆、求基,第一步几乎都是消元。

5. 动手算,别只看。线性代数的所有概念都能用 、 的小例子验证——用小矩阵把定理亲手验一遍,比读十遍证明有用。

与国内课程的衔接

国内《线性代数》通常按「行列式 → 矩阵 → 向量 → 方程组 → 特征值 → 二次型」组织,重视行列式计算与证明技巧。

Strang 按「向量 → 方程组 → 子空间 → 正交 → 行列式 → 特征值 → SVD」组织,重视几何直观与四大子空间。

两条路线讲的是同一套数学,本库以 Strang 为主线并补齐国内内容;跨章节的串联见 学习路线图。

关于准确性

内容以 Strang 教材第 5 版与 MIT 18.06 公开课为主,国内特有部分以陈维新《线性代数》(第二版)为准;关键来源见每篇的「参考来源」。

不同教材在符号与术语上存在差异(例如行列式记作 或 ),本库统一采用 关于本笔记库 中的符号约定;遇到有争议的表述会标注「以授课教材为准」。

相关笔记

  • 学习路线图:按什么顺序读
  • 常用公式速查:所有结论的浓缩版
  • 附录-矩阵分解总览:各种分解的统一对比
  • 关于本笔记库:符号约定与写作规范

参考来源

  • Gilbert Strang, Introduction to Linear Algebra, 5th Edition, Wellesley-Cambridge Press, 2016
  • 陈维新《线性代数》(第二版),科学出版社 —— 本库在等价标准形、基础解系、维数公式、惯性定理与规范形、伴随矩阵、Sylvester 不等式、拉格朗日插值等处补充了该书特有的内容
  • MIT OpenCourseWare 18.06 Linear Algebra(Strang 授课):<https://ocw.mit.edu/courses/18-06-linear-algebra-spring-2010/>