LeoMath

学习

线性代数基础

入门

向量 → 内积 → 线性映射 → 矩阵 → 特征值

5 节 · 3 个实验 · 10 道练习 · 约 37 分钟 · 更新于 2026-09-30

适合
第一次学线性代数,或者学过但只会算、不知道为什么的人
需要
高中的平面向量
学完你能
把矩阵看成空间的变换;理解基与坐标、内积与 Cauchy–Schwarz、矩阵乘法的定义,以及特征值的几何意义。

下一步

第 1 节:向量

向量空间的公理,以及基与坐标。

从第一节开始 →约 8 分钟

登录后,进度会在任何设备上保留,做对过的题会记下来,还可以在每一页参与讨论。不登录也能使用全部内容。

  1. 01

    向量

    向量空间的公理,以及基与坐标。

    约 8 分钟 · 1 个交互实验 · 2 道练习

  2. 02

    内积与 Cauchy–Schwarz

    长度与角度从哪里来;投影不会变长这一件事推出整个不等式。

    约 7 分钟 · 1 个交互实验 · 2 道练习

  3. 03

    线性映射

    保持加法与数乘的映射,由它对基的作用完全决定。

    约 7 分钟 · 1 个交互实验 · 2 道练习

  4. 04

    矩阵

    线性映射的坐标表示;矩阵乘法为什么这样定义。

    约 8 分钟 · 1 个交互实验 · 2 道练习

  5. 05

    特征值

    变换只是拉伸的方向。

    约 7 分钟 · 1 个交互实验 · 2 道练习

在知识树中的位置

点击一个知识点查看它的前置关系。

微积分基础

线性代数基础

微分方程入门

概率论基础

规划中