Introduction to Linear Algebra, 5th Edition，英文版本。提供大家学习参考。

美本线性代数教材 Chapter One: Linear Systems; Chapter Two: Vector Spaces; Chapter Three: Maps Between Spaces; Chapter Four: Determinants; Chapter Five: Similarity;

B.P. Lathi, “ Linear Systems and Signals”, Second edition, Oxford University Press, New York

中文翻译Introduction to Linear Algebra, 5th Edition 2.5节 1 若方阵 A 有逆，则既有 A−1A = I 又有 AA−1 = I。 2 检验可逆性的算法是消元法：A 必须有 n 个（非零）主元。 3 可逆性的代数检验是 A 的行列式：det A 必须非零。 4 可逆性的方程检验为 Ax = 0：x = 0 必须是唯一解。 5 若 A 和 B 都可逆，则 AB 也可逆： (AB)−1 = B−1A−1。 6 AA−1 = I 是关于 A−1 的 n 个列的 n 个方程。高斯—若尔当将 [A I] 消元为 [I A−1]。 7 本书最后一页提供了方阵 A 可逆的 14 个等价条件。 假设 A 是个方阵。我们寻找一个相同大小的“逆矩阵”A−1，使得 A−1 乘以 A 等于 I。无论 A 做 什么，A−1 总是反着来。它们的积是单位矩阵——即对向量什么都不做，因此 A−1Ax = x。然而 A−1 可能不存在。 一个矩阵的主要作用是与一个向量 x 相乘。将 Ax = b 乘上 A−1 得出 A−1Ax = A−1b。这就是 x = A−1b。乘

Linear algebra is relatively easy for students during the early stages of the course, when the material is presented in a familiar, concrete setting. But when abstract concepts are introduced, students often hit a brick wall. Instructors seem to agree that certain concepts (such as linear independence, spanning, subspace, vector space, and linear transformations), are not easily understood, and require time to assimilate. Since they are fundamental to the study of linear algebra, students' understanding of these concepts is vital to their mastery of the subject. David Lay introduces these concepts early in a familiar, concrete R n setting, develops them gradually, and returns to them again and again throughout the text so that when discussed in the abstract, these concepts are more accessible.

中文翻译Introduction to Linear Algebra, 5th Edition 2.4节 我将从基本事实开始。矩阵是一个数字或“元素”的矩形数组。当 A 是 m 行 n 列时，它是一个“m×n” 矩阵。若矩阵形状相同，则它们可以相加。它们可以乘上任意常数 c。以下是关于 3 × 2 矩阵的 A + B 与 2A 的例子：  1 2 3 4 0 0  +  2 2 4 4 9 9  与 2  1 2 3 4 0 0  =  2 4 6 8 0 0 。 矩阵加法完全就像向量加法一样——每次算一个元素。我们甚至可将列向量视为一个仅有一列的矩阵 （如此 n = 1）。矩阵 −A 来源于乘以 c = −1（反转所有符号）。A 加上 −A 得零矩阵，此时所有元素为 0。所有这些都只是常识。 行 i、列 j 的元素被称为 aij 或 A(i, j)。沿第一行的 n 个元素为 a11, a12, . . . , a1n。矩阵的左下角 元素是 am1 且右下角元素是 amn。行号 i 从 1 到 m。列号从 j 从 1 到

详细介绍线性和非线性系统中的各种技术编程

英文原版MIT线性代数大神 吉尔·伯特 先生所著的有关线性代数的书，这可写的比国内的教材好太多了~

中文翻译Introduction to Linear Algebra, 5th Edition 2.3节 本节给出了矩阵乘法的第一个例子。自然地，我们从包含许多 0 的矩阵开始。我们的目标是理解 矩阵的所作所为。E 作用于一个向量 b 或一个矩阵 A 来产生一个新向量 Eb 或一个新矩阵 EA。 我们的第一个例子将是“消元矩阵”。它们执行消元步骤。第 j 个方程乘以 lij 然后从第 i 个方程中 减去它。（这从方程 i 中消去 xj。）我们需要许多这样的简单矩阵 Eij，它针对主对角线下每个要消去的 非零元素。 幸运的是我们不会在后面的章节见到所有这些矩阵。它们是开始接触时的好例子，但它们太多了。 它们可以组合成一个一次做所有步骤的总体矩阵 E。最简洁的方式是将它们的逆 (Eij )−1 组合成一个 总体矩阵 L = E−1。以下是下一页的打算。 1. 弄清每一个步骤怎么就是一次矩阵乘法的？ 2. 将所有这些步骤 Eij 整合成一个消元矩阵 E。 3. 弄清每个 Eij 是如何由它的逆矩阵 Eij −1 逆转的？ 4. 将所有这些逆 Eij −1（按正确顺序）整合成

Linear Algebra and Its Applications by David C.Lay