线性代数

线性代数 (Linear Algebra)

线性代数是数学核心分支：研究向量/向量空间/线性变换/线性方程组。提供系统化语言和工具→以代数结构处理多变量问题。

核心概念

向量：有序数字列表 $\mathbf{v}=(v_1,\dots,v_n)$（向量空间元素，如$\mathbb{R}^n$）。向量空间：对向量加法和标量乘法封闭的空间（满足公理）。

矩阵：矩形数字阵列。三作用：数据表示（电子表格/像素）；线性方程组（$A\mathbf{x}=\mathbf{b}$表示）；线性变换（有限维空间间变换→矩阵乘法对应复合变换，矩阵乘法的定义使得 $T_2\circ T_1$ 对应 $A_2A_1$）。

线性变换 $T:V\to W$：保持加法和标量乘法。几何：旋转/缩放/剪切/反射，原点始终映射到原点。$\mathbb{R}^n\to\mathbb{R}^m$变换可表示为$m\times n$矩阵。

理论工具

线性无关：$c_1\mathbf{v}_1+\dots+c_k\mathbf{v}_k=\mathbf{0}$仅零解；否则线性相关。基：一组线性无关→生成全空间（提供坐标系）。维数：基中向量数量（如$\mathbb{R}^n$维数=n）。

四个基本子空间：列空间 $C(A)$（列线性组合→$\mathbb{R}^m$子空间→所有可能输出）；零空间 $N(A)$（$A\mathbf{x}=\mathbf{0}$解集→$\mathbb{R}^n$子空间→"压扁"到零的输入）；行空间 $C(A^T)$；左零空间 $N(A^T)$。秩-零度定理连接这些维数——秩 rank($A$)是列/行空间维数→表变换输出空间维度。

行列式 $\det(A)$：几何→体积缩放因子（2D面积/3D体积/n-D推广）；代数→方块矩阵可逆当且仅当$\det\neq0$（$A^{-1}$存在→$A\mathbf{x}=\mathbf{b}$唯一解 $\mathbf{x}=A^{-1}\mathbf{b}$）。

特征值与特征向量：$A\mathbf{v}=\lambda\mathbf{v}$（非零$\mathbf{v}$→变换后方向不变仅缩放$\lambda$倍）。应用：动力系统长期行为；主成分分析(PCA)找最大方差方向；量子力学可观测量特征值=测量结果。

应用

计算机图形学（三维变换矩阵）；机器学习（线性回归/PCA/SVD/神经网络）；经济学（投入产出模型分析行业依赖）；工程学（电路分析/有限元/傅里叶变换）。