高等线性代数：课程总览

这门课关心有关矩阵的四个问题：

1. 结构：换一组基后，哪些性质仍然不变？
2. 几何：长度、角度、投影和子空间之间有什么关系？
3. 谱：特征值与奇异值怎样控制矩阵的长期行为和数值稳定性？
4. 逼近：一个复杂矩阵能否被更简单的对象近似，并且误差有多大？

整门课可以压缩成一条主线：

图表渲染中…

如何使用这套笔记

每章都按同一节奏组织：先说明要解决的问题，再给出定义与定理，然后用证明骨架、可手算例子、章节联系和自检清单收束。

• 代数结构线：第 4 章 → 第 5 章 → 第 6 章 → 第 11 章。
• 矩阵计算线：第 2 章 → 第 3 章 → 第 7 章 → 第 8 章。
• 数据科学线：第 3 章 → 第 8 章 → 第 9 章 → 第 12 章。

章节导航

章	内容	读完应能回答
01	复数与复分析	为什么复数可以看成实矩阵？矩阵函数为何需要复分析？
02	矩阵运算与微积分	Hadamard/Kronecker 积怎样用？矩阵梯度如何定形状？
03	向量范数与矩阵范数	算子范数、Frobenius 范数和谱半径是什么关系？
04	向量空间与线性映射	基、秩、核、商空间和低秩更新怎样连在一起？
05	二次型与正定矩阵	合同与相似有何不同？如何判断正定？
06	特征值与 Jordan 标准形	不可对角化时怎样描述算子？
07	内积空间与 QR	正交投影、伴随、Gram–Schmidt 的统一图景是什么？
08	SVD 与广义逆	任意矩阵的四个基本子空间怎样由 SVD 读出？
09	变分与扰动	特征值/奇异值为何能由最优化刻画？
10	仿射、凸几何与行列式	重心坐标、分离定理和体积怎样相互连接？
11	矩阵函数	如何定义、计算并理解 $e^A$、$A^{1/2}$ 与 $\log A$？
12	非负矩阵	为什么非负矩阵有一个支配长期行为的正特征向量？
附录	期末速查	哪些公式、证明模板和易错点最值得最后检查？
课堂例题	应用与解题方法	微分、图论、Gram 矩阵和组合设计如何落回线性代数？

贯穿全课的五组对照

概念 A	概念 B	区别
相似 $P^{-1}AP$	合同 $P^{\ast }AP$	相似保持线性算子的谱；合同保持二次型的惯性
特征值	奇异值	特征值要求方阵且可为复数；奇异值适用于任意矩阵且非负
算子范数	Frobenius 范数	前者描述最大放大率；后者把全部元素能量汇总
线性空间	仿射空间	前者有指定零点；后者只保留“点之差是向量”
正定	元素逐项为正	前者是二次型条件；后者是非负矩阵理论中的序关系