线性代数
Linear Algebra
📖这门课到底讲什么
线性代数研究向量、矩阵与线性变换，是数据、图形、优化、信号处理共同的语言。课程主线是：用矩阵统一表示线性方程组，用行列式判断解的存在与唯一，用向量空间的基与维数理解解的结构，用特征值与二次型刻画变换的本质方向。它比微积分更抽象，符号更多，但结构极其整齐。学完你应能熟练做矩阵运算与初等变换、判断线性相关性、求特征值与特征向量、判定矩阵是否可对角化与正定，并能理解最小二乘、主成分分析、神经网络的矩阵形式这些实际应用背后的代数原理。
🎯为什么必须学好
线性代数是考研数学的必考模块（数一约二十二分，数二约二十二分），也是保研与出国申请中成绩单上最受关注的基础课。在就业侧，它几乎是所有算法方向的入口：机器学习中的样本矩阵、图像处理的像素矩阵、推荐系统的矩阵分解、图神经网络的邻接矩阵，全部依赖它。面试中协方差矩阵为什么半正定、PCA 为什么取最大特征值对应方向，都是高频题，答不上来会被判定数理基础薄弱。
📌核心知识清单
- 行列式：定义与性质、展开定理、范德蒙德行列式、用行列式判断矩阵可逆与方程组解的唯一性
- 矩阵运算与初等变换：矩阵乘法、逆矩阵、分块矩阵、初等矩阵与初等变换的对应关系
- 矩阵的秩与线性方程组解的结构：齐次解空间维数等于未知数个数减秩，非齐次解等于特解加齐次通解
- 向量组的线性相关与线性无关、极大无关组、向量空间的基与维数、过渡矩阵与坐标变换
- 特征值与特征向量：特征多项式、相似对角化条件、实对称矩阵的正交对角化
- 二次型与合同变换：标准化、正定性判别（顺序主子式法）、惯性定理
- 内积与正交：施密特正交化、正交矩阵、最小二乘法的矩阵推导
- 线性变换的矩阵表示：不同基下的相似关系与不变量
✍️怎么学（可执行步骤）
- 用同济《线性代数》第六版为主线，每学完一章做一张思维导图，把行列式、秩、解的结构、特征值四条主线串起来，因为这门课的知识是网状的而不是线性的
- 把线性方程组、矩阵的秩、向量组线性相关性三件事当成同一件事反复对照理解：核心都是初等行变换把矩阵化成行阶梯形
- 配合 B 站宋浩或 3Blue1Brown《线性代数的本质》系列建立几何直觉（把矩阵看成对空间的拉伸旋转），抽象符号会立刻有画面感
- 用 numpy 手写一遍：写代码实现高斯消元求秩、幂迭代法求主特征值、用 SVD 压缩一张图片，亲眼看到代数概念的实际威力
📚推荐教材与书籍
国内标准教材，薄而全，重点吃透第四章（向量组线性相关性）与第五章（特征值），这是考研命题核心
强调几何直观与工程应用，每章开头的应用案例很适合建立动机，适合大一初学
从算子视角重构线代，几乎不用行列式，适合想真正理解线性变换本质、准备读研的同学
研究生阶段矩阵论参考书，涉及矩阵分解与求导，做机器学习推导时的工具书
🎬视频课程 / 公开课
同济或清华团队课程，配合课本学习，重点听特征值与二次型讲解
3Blue1Brown 动画版，共十余集，把矩阵、行列式、特征值的几何意义讲到通透
Gilbert Strang 经典课程，强调子空间与矩阵分解的几何图像
🌐网站与文档
佐治亚理工交互式教材，带可视化演示，看到矩阵如何作用于向量
把课上算过的每个运算都对应到一个库函数，是连接理论与工程的桥梁
🐙GitHub 开源资料
课程表里给出线代学习路径与推荐公开课，可用于对标国际计算机专业的数学要求
其中的 linear_algebra 目录用代码实现了高斯消元、行列式等算法，可对照阅读加深理解
🧪动手实践任务
实践 1
写一个命令行矩阵计算器：支持输入矩阵后求秩、求解线性方程组、输出行最简形，并打印每一步初等变换过程
实践 2
对一张灰度图片做 SVD 分解，分别保留前 5、20、50 个奇异值重建图像，观察压缩率与画质的关系并写成小结
实践 3
手工推导最小二乘解的公式并验证：用随机生成的数据做一次线性拟合，比较手推公式与 numpy 的 lstsq 结果是否一致
🧾考试与面试
💼 面试会怎么考
高频问题：为什么协方差矩阵一定是半正定的、如何判断一个矩阵正定（考二次型与特征值）；PCA 的完整推导以及为什么取最大特征值对应的特征向量（考最大方差方向）；矩阵的秩的几何意义、Ax=b 何时有解；为什么神经网络里线性层叠加等于一个线性层、激活函数的作用（考线性变换的复合）。算法岗还常追问特征值分解与 SVD 的区别与适用场景。
📝 期末与考研怎么过
期末以计算题为主：行列式计算、矩阵求逆、解线性方程组与求通解、求特征值与判定对角化、二次型标准化几乎必考，证明题偏基础（线性无关证明、秩的不等式）。考研中这科最忌死记结论，要把每道计算题手算到底、写清变换步骤。目标分数：校内期末八十五分以上，考研数学本模块尽量拿满分，因为它是最容易被训练成条件反射的模块。
⚠️ 常见坑
- 把矩阵乘法当成元素对应相乘（那是哈达玛积），导致后续推导全错；一定要先建立矩阵是变换函数的思想
- 分不清相似与合同的适用对象与不变量，考研里这两类题的最优解法不同，混用会走很长的弯路
- 求特征向量时忘记检查秩与自由变量个数，得到错误维数的解空间
- 只抄例题不手算，考场上遇到三阶以上的行列式与含参方程组就出错；补救是每道题自己算完再看答案