数学基础系列文章，只是作为一个简单的介绍，在后续学习过程中，有用到的再回来补相关知识。
线性代数不仅仅是人工智能的基础，更是现代数学和以现代数学作为主要分析方法的众多学科的基础。从量子力学到图像处理都离不开向量和矩阵的使用。而在向量和矩阵背后，线性代数的核心意义在于提供了⼀种看待世界的抽象视角：万事万物都可以被抽象成某些特征的组合，并在由预置规则定义的框架之下以静态和动态的方式加以观察。
1 向量和矩阵
还是参考DeepSeek的回答吧。
向量：
1744811684057.jpg
矩阵：
1744811796546.jpg
2 特征值和特征向量
1744812764465.jpg
1744812883747.jpg
1744813024569.jpg
简单总结下：
- 线性代数的本质在于将具体事物抽象为数学对象，并描述其静态和动态的特性；
- 向量的实质是 n 维线性空间中的静止点；
- 线性变换描述了向量或者作为参考系的坐标系的变化，可以用矩阵表示；
- 矩阵的特征值和特征向量描述了变化的速度与方向。
