一、向量的线性相关，线性无关以及和可逆矩阵的关系
1.1 线性相关与线性无关
k是不全为零的
1.2 线性相关与可逆的关系
二、向量的内积，范数，正交，规范正交基
2.1 内积
2.2 范数与正交
线性无关不一定正交，但是正交一定线性无关
2.3 规范正交基
三、施密特正交化
3.1 定义
3.2 例
先利用公式进行正交化，再归一化
3.3 正交矩阵
aTiai = 1
aTiaj = 0(i != j)
四、特征值和特征向量的定义以及直观的意义
所有特征值加起来等于矩阵的迹
所有特征值乘起来等于矩阵的行列式
4.1 定义
4.2 例（二阶）
五、特征值与特征向量的求法以及常用性质
5.1 例1（三阶）
5.2 例2（三阶）
例1和例2的区别
例1是有二阶重根，只有一个线性无关的解
例2也是有二阶重根，但是有两个线性无关的解
例1有亏损，例2无亏损
这和后面矩阵是否可对角化密切相关的
博主对于这里的有无亏损，还是不是很懂，补补线代
还有这句话：重根应该就是向量在不同维度上的缩放率相同。
所以重根只是放缩率一样，可以有一个或多个x解
谢谢群里的小伙伴和那个微信好友啦~~
5.3 一些性质和推广
5.4 例
5.5 定理
