全章知识地图

第一章六节（七份）课件的概念链条一环扣一环：前三节先搭好线性结构与坐标系统，第 1.4 节用内积为这个坐标世界加入几何，1.5 从内积里提炼出长度、夹角与正交并给出正交化算法，1.6 研究拆法唯一的和与投影——从幂等矩阵一直收束到正交补与四个基本子空间。学习时建议按箭头顺序自检「前一环是否真正懂了」。

一句话主线：先规定「什么样的集合能做线性运算」（1.1），再找出其中封闭的部分（1.2），用基给空间装上坐标系并得到维数（1.3）；内积赋予长度、夹角与正交（1.4），从中提炼出 Cauchy–Schwarz、正交化与标准正交基（1.5）；最后研究拆法唯一的和（直和）与投影——幂等矩阵 $A^2=A$ 一次把分解与投影全部编码，正交补让投影「垂直落下」，任意方阵自带 $\mathbb C^n=N(A)\oplus R(A^{\mathrm H})$（1.6）。

第二章 · 线性映射与矩阵（2.1–2.5）

第一章给单个空间装上坐标；第二章把两个空间连起来。已整理部分的概念链：

先备好映射的语言（2.1：单射 / 满射 / 双射 → 复合与逆 → 变换，并用「双射」这把尺子量无穷集合；多项式工具箱就位）→ 再给映射加上与线性运算相容的要求（2.2：定义 → 十二个例子 → 保持线性组合 → 单射判据 → 线性映射空间 $L(V,W)$）→ 用零空间与值域两个不变量收束，亏加秩定理给出维数守恒：$\dim N(T)+\dim R(T)=\dim V$ → 取定基，把这一切「翻译」成矩阵（2.3：矩阵的列就是基像的坐标 → 存在唯一性 → 同构 ⟺ 维数相等 → 坐标公式 $\beta=A\alpha$ → 换基 $B=P^{-1}AQ$ 与相似）→ 面对相似，自然要问「能否相似于对角阵」，于是把「方向不变」翻译成特征值与特征向量（2.4：特征对 → 特征子空间 → 几何 / 代数重数 → 设计基使矩阵为指定形式）→ 在内积空间里进一步要求基变换保持长度与夹角，得到正交与酉变换（2.5：正交 / 酉矩阵 → 四条等价刻画 → Givens 旋转与 Householder 反射）。

2.3 是三件事的合流：映射的语言（2.1）、线性与不变量（2.2）、坐标与基（第一章 1.3）在「矩阵」这个对象上会师——从此抽象的线性问题可以拿笔算。

2.4–2.5 把「选一组好基」变成一门正经的学问：相似不变的是特征值，而在保持度量的前提下换基（正交 / 酉变换）既不改变长度与夹角，也把特征值逼到单位圆上——Givens 与 Householder 是两种可精确控制、可手算的初等酉变换。

向下游：应用：图的矩阵表示（2.6）→ 章节测验（2.7）。待素材到位后，本节地图与结构图将同步补全。

第三章 · 矩阵分解（3.1–3.5）

前两章把矩阵讲成「线性映射的坐标版」；第三章换一个方向：不再问矩阵表示什么，而问它能拆成什么。已整理四节的概念链：

把矩阵分解为较简单或具有某种特性的若干矩阵的乘积或和（课件的类比：$36=4\times9=2^2\times3^2$——同一个对象，换一种写法就多看见一层性质）→ 最朴素的分解是「相抵」：左右各乘可逆矩阵，把任何矩阵压成只由秩决定的标准形 $\Gamma$（3.1：$A=P^{-1}\Gamma Q$ → 分解式不唯一、标准形唯一 → 相抵 $\iff$ 同秩 → 分块矩阵法求 $P$、$Q$ → 用它解方程组、判单侧逆（右逆 $\iff$ 行满秩，左逆 $\iff$ 列满秩）→ 秩等式 $\operatorname{rank}(A)=\operatorname{rank}(A^{\mathrm H}A)$ 给出闭式单侧逆）→ 再换一副「眼镜」：不许乘可逆矩阵，把 $A$ 直接写成两个满秩矩阵之积 $A=BC$（3.2：$B$ 的列是 $R(A)$ 的基、$C$ 是坐标表 → 两条构造与 RREF 算法 → 不唯一的精确刻画：相差可逆因子 $D$ → 应用 $AXA=A$ 与伪逆雏形）→ 第三副眼镜把骨架掰直：左因子换成标准正交基（3.4：QR 分解定义与「正线」约定 → QR 分解定理：GS 即算法、$R$ 是过渡矩阵、正线下唯一 → 去正线差对角酉阵 → 不满秩与长方阵的推广（列正交规范、推论 3.4.1）→ QR 算法：反复分解把特征值挤上对角线）→ 第四副眼镜把「对角化」放松成「三角化」：人人有份（3.5：两个 Schur 引理——相似 / 酉相似于上三角 → 实阵边界（旋转阵反例）→ 谱映射 → Hamilton–Cayley 定理 → 逆矩阵公式 → 零化多项式与最小多项式（候选法））。

四副眼镜都由同一个动作造出来：选基——3.1 的引理证明选了一组让映射变成 $\Gamma$ 的基，3.2 的方法 2 选了列空间的一组基，3.4 用 Gram–Schmidt 把基掰成正交，3.5 逐个吃掉特征向量再正交化（其证明还回头借了 3.4 的 QR 分解）；而选基的学问正是第一章的主题（1.3）。

考试向的收束在考场竞技场：必考点清单 + 三轮限时赛（概念 / 计算 / 证明）+ 步骤分引擎——把「会做」练成「限时拿分」。

向下游：三角分解（3.3，课件暂缺）、奇异值分解、广义逆——待素材到位后，本节地图与结构图将同步补全。