線性代數(shù)的重點(diǎn)，已經(jīng)有人幫忙畫好了。

一共只有12頁(yè)紙，而且一半都是圖解，小白也不用擔(dān)心看不懂！

現(xiàn)在，這份筆記在GitHub已經(jīng)獲得了4k+次星標(biāo)，還登上了熱榜。

圖片

這份筆記名為《線性代數(shù)的藝術(shù)》，是基于MIT大牛Gilbert Strang教授的《每個(gè)人的線性代數(shù)》制作的。

圖片

日本學(xué)者Kenji Hiranabe把這部368頁(yè)的巨著濃縮成圖解，制成了這套筆記并免費(fèi)開源，后被國(guó)內(nèi)網(wǎng)友kf liu翻譯成了中文。

結(jié)果不僅在GitHub上反響很好，還得到了原作者的肯定，被收錄進(jìn)了原書介紹頁(yè)面的interesting link。

圖片

甚至Strang還為這份筆記題寫了一段前言。

圖片

下面就來(lái)一起看看這份被原書作者點(diǎn)贊的筆記都講了些什么吧！

內(nèi)容介紹

正式進(jìn)入這份筆記的主體之前，我們先來(lái)看看線性代數(shù)的世界是什么樣子的~

圖片

從這張圖中我們不難看出，有關(guān)線性代數(shù)的一切都離不開一個(gè)基本概念——矩陣。

因此這份筆記正是從理解矩陣開始的，在這一環(huán)節(jié)一共展示了4個(gè)視角。

圖片

有了矩陣的概念之后，作者接著由淺入深地介紹了一些運(yùn)算方式。

作者依舊是用圖的形式講解，并從不同的視角進(jìn)行分析，具體包括：

• 向量乘向量
• 矩陣乘向量
• 矩陣乘矩陣

這里我們展示一下最簡(jiǎn)單的向量乘向量：

圖片

基本的運(yùn)算方式往往是最正確的，但不一定是最高效的。

所以這份筆記接著展示了一些實(shí)用技巧。

圖片

這項(xiàng)技巧還可以用于微分方程的求解。

此外，這份筆記還介紹了矩陣的五種分解方式：

圖片

針對(duì)以上每種分解方式，還有具體的講解：

圖片

筆記的最后，作者還附上了一張矩陣的特征值映射圖。

圖片

怎么樣，看了之后是不是感覺很容易理解？

One More Thing

原書的作者Strang已經(jīng)接近90高齡，上個(gè)月剛剛從MIT退休。

從學(xué)生到教授，他一共在MIT度過(guò)了66年。

Strang的線性代數(shù)課程非常受歡迎，他退休前的最后一節(jié)課，一共有6000多人觀看了直播、超過(guò)35萬(wàn)人觀看了錄像。

MIT也給予了Strang高度評(píng)價(jià)，在發(fā)布他退休的消息時(shí)，直接用“他讓線性代數(shù)變得有趣”做為了標(biāo)題。

圖片

感興趣的話，就趕快學(xué)起來(lái)吧！

項(xiàng)目地址：
https://github.com/kenjihiranabe/The-Art-of-Linear-Algebra

參考鏈接：
https://news.mit.edu/2023/gilbert-strang-made-linear-algebra-fun-0531