线性代数
矩阵·向量空间·特征值
- 001入门行列式定义与几何意义二阶行列式、三阶行列式、n阶行列式的定义，行列式的几何意义——有向面积与有向体积，排列与逆序数。
- 002入门行列式基本性质行列式的7条基本性质：转置不变性、行（列）交换变号、行（列）公因子提取、行（列）可加性、行（列）成比例则为零、行（列）倍加不变、乘法公式。
- 003中级行列式按行列展开余子式与代数余子式的定义，行列式按行（列）展开定理，代数余子式的性质，展开定理的应用。
- 004中级行列式计算方法行列式常用计算方法：化上三角法、范德蒙德行列式、拉普拉斯展开、递推法、数学归纳法、加边法、特征值法等。
- 005中级克莱姆法则Cramer法则的表述与证明，用行列式求解线性方程组的方法，克莱姆法则的适用条件与局限性。
- 006中级行列式典型例题行列式计算与证明的典型例题集锦，涵盖化上三角、范德蒙德、递推法、加边法、抽象行列式等题型。
- 007入门矩阵运算矩阵的加法、减法、乘法运算，矩阵的转置，方阵的幂，矩阵运算的性质与法则。
- 008中级逆矩阵逆矩阵的定义、性质与判定，伴随矩阵法求逆，逆矩阵的运算性质，矩阵方程的求解。
- 009中级初等变换与初等矩阵初等行变换与初等列变换，三种初等矩阵，初等变换与初等矩阵的关系，矩阵等价标准形，用初等变换求逆矩阵。
- 010中级矩阵的秩矩阵秩的定义（子式定义与行阶梯形定义），秩的求法，秩的重要性质，秩与线性方程组的关系。
- 011中级分块矩阵分块矩阵的概念与运算，分块矩阵的乘法，分块对角矩阵，分块矩阵的求逆，分块矩阵的行列式。
- 012中级矩阵典型例题矩阵运算、逆矩阵、秩、分块矩阵等典型例题集锦，涵盖计算题与证明题。
- 013入门高斯消元法高斯消元法的基本步骤，行阶梯形与行最简形矩阵，消元过程与回代过程，主元选取策略。
- 014中级解的存在性判定线性方程组解的存在性判定定理，有解、无解、无穷多解的条件，系数矩阵与增广矩阵秩的关系。
- 015中级齐次线性方程组齐次线性方程组的性质，基础解系的概念与求法，解空间的维数定理，齐次方程组的通解。
- 016中级非齐次线性方程组非齐次线性方程组的解的结构，特解与通解的关系，导出组的概念，非齐次方程组通解的求法。
- 017中级解的结构线性方程组解的结构理论，通解、特解与基础解系的关系，解空间的维数与结构，解集的几何描述。
- 018中级线性方程组典型例题线性方程组求解与证明的典型例题集锦，涵盖解的判定、通解求法、含参数方程组、抽象方程组等题型。
- 019中级线性相关性线性组合与线性表示，线性相关与线性无关的定义、判定与性质，向量组的等价。
- 020中级基与维数极大线性无关组的概念与求法，向量组的秩，向量空间的基与维数，基变换与坐标变换。
- 021中级坐标与坐标变换向量在基下的坐标，基变换与过渡矩阵，坐标变换公式，不同基下坐标的关系。
- 022中级内积与正交性内积的定义与性质，向量的长度与距离，正交向量与正交向量组，正交补空间。
- 023中级施密特正交化Gram-Schmidt正交化方法与步骤，正交矩阵的定义与性质，正交对角化基础。
- 024中级向量空间典型例题向量空间相关典型例题集锦，涵盖线性相关性判定、秩的计算、正交化、基与维数等题型。
- 025中级特征值与特征向量计算特征值与特征向量的定义，特征方程与特征多项式，特征值与特征向量的计算步骤与方法。
- 026中级特征值性质特征值的基本性质，迹与特征值的关系，行列式与特征值的关系，矩阵运算的特征值。
- 027中级矩阵对角化相似矩阵的定义与性质，矩阵可对角化的条件与判别，对角化的步骤与方法。
- 028进阶实对称矩阵的对角化实对称矩阵的性质，实对称矩阵的正交对角化，谱定理，正交对角化的步骤。
- 029中级特征值典型例题特征值与特征向量典型例题集锦，涵盖计算题、对角化判定、正交对角化、抽象矩阵特征值等题型。
- 030中级二次型的标准形二次型的定义与矩阵表示，配方法化标准形，正交变换法化标准形，合同变换与合同对角化。
- 031中级二次型的规范形二次型的规范形，惯性定理，正负惯性指数，合同不变量，规范形的唯一性。
- 032进阶正定二次型正定二次型与正定矩阵的定义，正定的判定条件（顺序主子式、特征值、合同），正定矩阵的性质。
- 033中级二次型典型例题二次型典型例题集锦，涵盖标准形与规范形、正定性判定、合同判定、含参数二次型等题型。
- 034进阶LU分解LU分解的定义与条件，Doolittle分解与Crout分解，LU分解的计算步骤与应用。
- 035进阶QR分解QR分解的定义与存在性，Gram-Schmidt方法，Householder变换方法，Givens旋转方法，QR分解的应用。
- 036进阶奇异值分解SVDSVD定理的表述与证明，奇异值的计算方法，SVD的几何意义，SVD在数据压缩和降维中的应用。
- 037进阶矩阵分解应用矩阵分解在机器学习中的应用，包括PCA主成分分析、推荐系统中的矩阵分解、图像压缩与SVD、线性判别分析。