线性代数复习目录

写在前面

本想在暑假期间写完线性代数系列，可惜天时地利都不和哈哈。现在开学选的专业课基本都需要矩阵的知识，线性代数当然是基础，我还是决定先把线性代数这一系列搞定，巩固自己的数学基础。之后在学习现代控制理论的时候再慢慢补上其他的知识点吧。还是要认真学习，认真工作，不虚度光阴！
英文目录可以参见这篇。

有问题请随时指正！

1.线性方程Ax=b和代数解法

1.1 线性方程和其描述

1.1.1 线性方程介绍

1.1.2 向量和矩阵

1.2 线性方程的代数解法

1.2.1 行消去法和阶梯型

1.2.2 初等矩阵

1.3 四个基本子空间

1.3.1 线性相关和线性无关

1.3.2 向量空间

1.3.3 列空间和零空间

1.3.4 行空间和左零空间

1.3.5 四个子空间的维度

2. 矩阵方法求解线性方程组 Ax=b

2.1. 矩阵的逆

2.1.1. 矩阵乘法

2.1.2. 逆矩阵定义和可逆性

2.1.3. Gauss-Jordan方法求矩阵的逆

2.2. 不可逆矩阵

2.2.1. 长方阵Rectangular Matrix

2.2.2. 矩阵转置

2.2.3. 投影

2.3. 长方阵的逆

2.3.1. 右逆

2.3.2. 左逆

2.3.3. 伪逆

3. 矩阵的性质

3.1. 行列式Determinant

3.1.1. 行列式的性质

3.1.2. 如何求行列式

3.1.3. 求解Ax=b的其他方法

3.2. 特征向量和特征值

3.2.1. 定义

3.2.2. 如何求解特征向量和特征值

3.2.3. 矩阵的对角化—特征值的应用

4. 一些特殊矩阵

4.1. 对称矩阵

4.1.1. 性质

4.1.2. 特殊的对称矩阵—正定矩阵

4.2. 相似矩阵（重点）

4.2.1. 定义

4.2.2. 相似矩阵的主要特点

4.2.3. 约当型和约当块（Jordan-form and Jordan Blocks）

5. 矩阵分解

5.1. A=LU

5.2. A=QR

5.3. 奇异值分解(SVD): A=UΣVT

5.3.1. 定义

5.3.2. SVD的目的

5.3.3. 如何找到U,Σ and V

6. 线性变换

6.1. 定义

6.2. 例子

6.3. 如何构建线性变换

6.4. 应用——图像压缩