线性代数的完整展示必须包含复数 z = x + iy。即使在矩阵是实矩阵的情况下，其特征值与特征向量也往往是复数。例如：一个 2 × 2 矩阵有复特征向量 x = (1, i) 与 x = (1, −i)。

Linear Algebra and Learning from data by Gilbert Strange pdf

本节围绕包含 Ax = 0 所有解的子空间。矩阵 A 可以是方形或矩形。右手边为 b = 0。一个立马可得的解是中文翻译Introduction to Linear Algebra对于可逆矩阵，这是其唯一解。消元法将求出所有解并识别出这个非常重要的子空间。

本文以适合高年级本科生和研究生的水平全面介绍了现代或抽象代数。

We discuss a multilinear generalization of the singular value decomposition. There is a strong analogy between several properties of the matrix and the higher-order tensor decomposition; uniqueness, link with the matrix eigenvalue decomposition, first-order perturbation effects, etc., are analyzed. We investigate how tensor symmetries affect the decomposition and propose a multilinear generalization of the symmetric eigenvalue decomposition for pair-wise symmetric tensors

对于初学者来说，矩阵计算涉及许多数。对于你来说，它们涉及向量。我们正观察计算的内部，中文翻译，以找出当中的数学。 作者的职责是使它变得清晰。本章以“线性代数基本定理”结束。

[数值线性代数].Numerical.Linear.Algebra.Lloyd.Trefethen.and.David.Bau.djvu

我们还需要一个矩阵，幸运的是它比逆简单得多。它是 A 的“转置”，由 AT 表示。AT 的列都是 A 的行。中文翻译Introduction to Linear Algebra, 5th Edition 2.7节一个下三角矩阵的转置是一个上三角矩阵。需要认真思考的问题是关于乘积

real-time rendering网站上推荐的书。

中文翻译Introduction to Linear Algebra, 5th Edition 6.2节