LINEAR ALGEBRA & LEARNING FROM DATA

从一个矩阵，
重新看见整个世界。

跟随 Gilbert Strang，重走课堂的推理。
在公式、图形与亲手操作之间，找回知识的联系。

7 讲完整回顾 · 交互实验 · 字幕与教材对照

A=U\Sigma V^{\mathsf T}

把复杂的变换，拆成简单的动作。

这一段旅程正交结构特征方向奇异值分解低秩近似

THE LECTURES

听过一遍，再读懂一层。

保留老师的思路，补上值得停下来的地方。

01COLUMN SPACE

列空间：从所有 Ax 到矩阵的秩

从一次矩阵乘向量，到列空间、秩与外积构件。

Ax=\sum_j x_j a_j

52:13 原课16 个回顾段落进入讲义 ↗

02FACTORIZATION

矩阵相乘与分解

从列乘行到 LU 与四个基本子空间。

AB=\sum_k a_k b_k^{\mathsf T}

48:24 原课15 个回顾段落进入讲义 ↗

03ORTHOGONALITY

正交矩阵：旋转、反射与多尺度基

从 QᵀQ=I 出发，认识保持几何结构的矩阵家族。

Q^{\mathsf T}Q=I

49:23 原课15 个回顾段落进入讲义 ↗

04EIGENVECTORS

特征值与特征向量：把演化拆成独立方向

从矩阵幂与动态系统，经相似变换，抵达实对称矩阵的谱定理。

Ax=\lambda x

48:55 原课14 个回顾段落进入讲义 ↗

05POSITIVE DEFINITE

正定与半正定矩阵

五个测试汇聚成一个能量：从特征值与主元走到优化的碗。

x^{\mathsf T}Ax>0

45:26 原课12 个回顾段落进入讲义 ↗

06DECOMPOSITION

奇异值分解：找到矩阵的主方向

两组正交方向，一组伸缩系数，把任意矩阵看清楚。

Av_i=\sigma_i u_i

53:32 原课15 个回顾段落进入讲义 ↗

07APPROXIMATION

把主要结构留下来

从最优低秩近似，到点云中的第一条主轴。

A_k=\sum_{i=1}^{k}\sigma_i u_i v_i^{\mathsf T}

47:14 原课15 个回顾段落进入讲义 ↗

FOLLOW A QUESTION

带着一个问题回来。

从概念找到课堂位置，再打开相应的推导。

让每一个结论都有来处。

讲义沿原课时间线组织；关键公式与板书、教材交叉核对。教材补充和延伸实验分别标注，字幕保留原文供对照。

查看来源与覆盖记录

I.8
I.9

从一个矩阵，重新看见整个世界。