Linear Algebra（線性代數）

引用

Hefferon, J. (2020). Linear Algebra (4th ed.). Orthogonal Publishing L3C. Free official edition: https://hefferon.net/linearalgebra/

章節概要

第1章：線性方程組

本書從兩個小的應用實例（質量平衡和化學反應）開始，隨後展開高斯方法，並證明其中使用的列運算不會改變解集合。本章用向量形式描述解集合，證明任何解集合都是一個特解加上對應齊次方程組的全部解，因此要麼為空，要麼只有一點，要麼有無窮多個元素。關於 ℝⁿ 中線性幾何的一節（直線、平面、長度、夾角、柯西–施瓦茲不等式和三角不等式）標有星號，屬於可選內容。本章最後討論高斯–喬丹消去法、線性組合引理，並證明每個矩陣都可化為唯一的簡化列梯形。專題包括電腦代數系統、投入產出分析、計算精確度和電路網路。

第2章：向量空間

本章以「齊次方程組的解集合對線性組合封閉」這一觀察為動機，定義實數上的向量空間，並討論大量例子（包括多項式、矩陣和函數構成的空間）以及子空間與生成。隨後研究線性獨立、基底和維度，利用交換引理證明有限維空間的所有基底大小相同。III.3 節透過列空間、行空間以及「列秩等於行秩」定理把這些概念與線性方程組重新連結起來；可選的一節討論子空間的和與直和。專題包括體、晶體、投票悖論和因次分析。

第3章：空間之間的映射

這是篇幅最長的一章，把「某些空間是『相同的』」這一直覺精確化：先定義同構，並證明有限維空間在同構意義下由維度決定。接著討論同態（線性映射），包括值域空間、零空間以及「秩加零度等於定義域維度」的定理。然後把矩陣引入為線性映射相對於基底的表示，因此矩陣乘法被定義為表示映射的合成；反矩陣、基底變換以及「矩陣等價若且唯若秩相同」的結論構成核心內容的收尾。可選小節討論正交投影、格拉姆–施密特正交化和向子空間的投影。專題包括最佳配適直線、線性映射的幾何、魔方陣、馬可夫鏈和正交矩陣。

第4章：行列式

本章從「尋找判定方陣是否非奇異的公式」這一目標出發，先探索小規模情形，再透過行列式在列運算下應滿足的性質來定義它，證明其唯一性，並用置換展開構造它（藉助逆序數和符號函數的存在性證明標有星號）。有一節把行列式解釋為映射使盒子（平行體）體積變化的倍數，可選的一節給出拉普拉斯展開和用伴隨矩陣求反矩陣的公式。專題包括克拉瑪法則、行列式的計算速度、基奧方法、射影幾何和電腦圖學。

第5章：相似

最後一章探討：表示空間到自身的變換的最簡單矩陣是什麼。在標有星號的多項式因式分解與複數複習之後，本章改用複數作為純量，定義相似、可對角化、特徵值、特徵向量、特徵多項式和特徵空間，並證明屬於不同特徵值的特徵向量線性獨立。可選小節透過基底向量「串」研究冪零映射，並討論最小多項式、凱萊–哈密頓定理和喬丹標準形。專題包括冪法、穩定人口、網頁排名、線性遞迴和耦合振子。

附錄

簡短的附錄為初次接觸證明的讀者複習敘述、量詞、證明技巧（包括歸納法）以及集合、函數與關係。

核心概念

第1章：線性方程組

• 高斯方法：透過交換列、純量乘列和列的倍加，把方程組化為列梯形而不改變其解。
• 通解 = 特解 + 齊次解：線性方程組的每個解集合都等於一個特解加上相應齊次方程組的全部解。
• 簡化列梯形：與給定矩陣列等價的唯一完全化簡矩陣，可用來標識列等價類。

第2章：向量空間

• 向量空間：帶有滿足一組條件的加法和純量乘法的集合，使關於線性組合的結論一次適用於所有情形。
• 線性獨立：集合中沒有任何向量是其他向量的線性組合。
• 基底與維度：線性獨立的生成集是基底；有限維空間的每個基底大小都相同。
• 列秩等於行秩：任何矩陣的列空間和行空間維度相等。

第3章：空間之間的映射

• 同構：既一對一又映成的線性映射；有限維空間同構若且唯若維度相同。
• 秩–零度定理：對線性映射而言，值域維度加零空間維度等於定義域維度。
• 矩陣表示：在選定基底下記錄線性映射的矩陣；矩陣相乘表示映射合成。
• 基底變換：用非奇異矩陣轉換表示；表示同一映射的矩陣彼此矩陣等價。

第4章：行列式

• 作為函數的行列式：方陣上唯一一個在列運算下按規定方式變化、並在單位矩陣上取值 1 的函數。
• 置換展開：把行列式寫成對置換的帶符號求和的公式，由此證明存在性以及矩陣與其轉置行列式相同。
• 作為體積的行列式：行列式的絕對值給出變換使盒子體積縮放的倍數。

第5章：相似

• 相似矩陣：在不同基底下表示同一變換的矩陣 T 與 PTP⁻¹。
• 特徵值與特徵向量：滿足 t(v) = λv 的純量 λ 和非零向量 v，透過特徵多項式的根求得。
• 喬丹標準形：由冪零串建構的近似對角表示，對有限維複空間上的每個變換都存在。

評析

優點

• 有意識地銜接到證明。 序言描述了一種「發展式」方法：所有結論都給出證明，但理論被詳細的例子環繞。證明從第1章就開始——高斯方法的正確性和簡化列梯形的唯一性——因此第2章轉向抽象向量空間時不會顯得突兀。
• 先講線性映射，再講矩陣。 第3章把矩陣定義為映射的表示，並由合成推導出矩陣乘法，學生能看清運算為何這樣定義，基底變換也隨之自然出現。
• 習題量大且有梯度。 序言的目標是每小節約二十多道題，從例行檢驗到較複雜的證明都有；推薦題樣本在頁邊做了標記，一些取自期刊和競賽的趣味難題另有標註。解答作為單獨文件可在作者網站取得。
• 可選的應用與計算專題。 每章以簡短專題結束——投入產出分析、投票悖論、馬可夫鏈、電腦圖學、網頁排名等——每個專題都附有習題和延伸閱讀指引，篇幅適合一次課或學生專題。

局限

• 以實數為純量，內積理論有限。 第5章之前向量空間都在實數上；正交性只在 ℝⁿ 和可選小節中出現，沒有系統討論一般內積空間、譜定理或奇異值分解。
• 進階內容帶星號且較為壓縮。 冪零性、最小多項式和喬丹標準形集中在最後的可選小節；像序言中那樣典型的一學期進度，只能講到第5章中關於特徵值的前半部分。
• 數值線性代數較少。 「計算精確度」和「行列式的計算速度」兩個專題介紹了選樞軸、條件數和運算次數，但沒有展開 LU 分解或疊代方法。
• 編號方式獨特、章節較長。 小節按「Three.IV.2」的方式引用，五章篇幅都很長，與章節更多更短的教科書相比，查找某個具體結論可能更費事。

書中的應用

應用集中在每章末尾的專題中。第1章涉及電腦代數系統（附 Sage 範例）、李昂提夫投入產出分析、捨入誤差與選樞軸，以及用克希荷夫定律分析電路網路和交通網路。第2章討論體、晶格、投票悖論（分解多數循環）和因次分析。第3章包括最小平方最佳配適直線、線性映射的幾何、魔方陣、馬可夫鏈和正交矩陣。第4章介紹克拉瑪法則、運算次數、基奧方法、射影幾何和電腦圖學；第5章介紹冪法、穩定人口、網頁排名、線性遞迴（如費氏數）和耦合振子。

在課程中的定位

在本課程的書目中，Hefferon 與 Gilbert Strang 的 _Introduction to Linear Algebra_以及 Anton 等人的 _Elementary Linear Algebra_處於相近位置，後兩者一般被視為以計算為中心的入門教科書。Hefferon 涵蓋的範圍相似——方程組、向量空間、映射、行列式、特徵值——但它證明每一個結論，並從線性映射出發引出矩陣，因此適合希望在第一門課中同時培養證明能力的學生。想多做矩陣計算或數值練習的學生，可以把它與另一本入門教科書搭配使用。

Horn 與 Johnson 的 Matrix Analysis 是研究層次的矩陣理論參考書，應在入門課程之後閱讀；Hefferon 第5章（相似、特徵值及可選的喬丹標準形）是通往該書最直接的準備，不過由於本書對內積的討論有限，學生在此之前還需進一步學習這些內容。

如何使用本書

本書為標準的大學部第一門線性代數課程而寫，典型讀者是至少修過一學期微積分的二、三年級學生；不要求有寫證明的經驗，附錄複習了邏輯、證明技巧和集合記號。序言中的進度表假定讀者已經學過 One.II 節的基本向量內容。

一學期的課程可以按該進度表安排：第1章（第 I、III 節）、第2章、第3章直到基底變換（第 I–V 節）、第4章的 I.1–I.3 節和第 II 節，以及第5章第 II 節（相似、可對角化和特徵值）。帶星號的小節——喬丹標準形、投影、拉普拉斯展開——適合作為較長課程或自學的延伸。每章可選一兩個專題作為延伸學習，最好藉助 Sage 之類的軟體。最重要的是遵循作者的建議：多做習題，尤其是頁邊標記的題目，並在查閱單獨的解答文件之前，用計算或證明為每個答案給出理由。

版本與來源

本導讀依據 Jim Hefferon 所著 Linear Algebra 第四版（序言日期為 2020 年 4 月，PDF 產生於 2020 年 5 月），閱讀的是作者官方頁面（https://hefferon.net/linearalgebra/，檔案存放於作者在佛蒙特大學的網站）連結的免費 PDF。導讀參考了符號表、序言（方法、習題、應用、進度表和建議）、完整目錄、全部五章的引言、所有節與小節標題、全書帶編號的定理、引理和推論的敘述、每個專題的開篇以及附錄的結構。