1. 总问题
线性代数真正研究的是:
矩阵只是表达方式,不是主角本身。
2. 骨干模块
模块 A:线性方程组
模块 B:向量空间与子空间
模块 C:基与维数
模块 D:线性映射
模块 E:矩阵表示
模块 F:特征值与对角化
模块 G:内积与二次型
3. 这门课最核心的结构簇
- 空间结构:子空间、基、维数
- 映射结构:核、像、秩、同构
- 谱结构:特征值、特征向量、对角化
- 几何结构:正交、投影、二次型
4. 必须反复警惕的混淆点
- 矩阵不等于线性代数本身
- 向量空间和欧氏空间不是同义词
- 秩是结构量,不只是一个数字
- 相似、合同、正交对角化不是同一个问题
5. 最重要的题型簇
- 方程组与解空间
- 子空间判定
- 基与维数
- 核、像、秩
- 特征值与对角化
- 二次型标准化
6. 和后续课程的桥
- 向高等代数过渡:从计算进入更系统的结构观点
- 向抽象代数过渡:从线性结构过渡到更一般代数结构
- 向最优化过渡:二次型、正定性、矩阵分解
- 向机器学习过渡:特征分解、低秩结构、表示学习