这一篇是图解线性代数的最后一篇文章了。讲了关于特征值和特征向量的内容。其实这一部分的内容是很重要的。关于特征值和特征向量，可以有下面的理解，一个变换，如果其中有只有长度伸缩起了变化...

这一篇文章我们会介绍两种矩阵。之前我们接触的一直是方阵居多；这一次，我们来看一下不是方阵的矩阵，看一下他的变换的意义和一些性质。

这一篇文章我们会讲一个很重要的概念，矩阵的秩。矩阵的秩可以理解为线性变换后空间的维数。因此矩阵的秩是十分重要的一个概念。这一篇文章我们简单讲一下矩阵秩的概念。

这一篇文章我们会接着上一篇的内容，继续讲线性代数中方程组的问题。上一篇我们讨论了两个方程的解法和图解，这一篇文章我们讨论一下三个方程时的解法和三种不同的情况。

这一篇文章我们会叙述线性代数在解线性方程组上面的应用。主要会来叙述三种情况下图像的样子。分别是方程有唯一解，无解和有无数解。