最近想着和 @Gnimuc 一起写一个线性代数教程，计算部分全都用Julia写。 风格上可能会很接近这个我之前写的博文。大概每节的规划就是：动机（为什么这个算法有用），数学基础（数学上大概什么意思），数学证明（顾名思义，但是不明白的话也不影响理解），和Julia代码演示。不知道有没有人感兴趣。
章节的内容还不确定。目前打算从基本的，矩阵乘法开始，然后介绍LU，QR分解，再介绍些优化。计算特征值什么的算法也可能会接触到。不过因为具体实现比较复杂，而且不知道有多少人感兴趣，所以还不确定要不要写。
这个专业性太强了。这种线性代数的知识，如果要搞懂原理的话，还是必须要系统地抱着教材学习一下（线性代数现在大部分大学都已经是理科必修课了，没有必要再教一遍，当然也有可能以前的人确实没有修过线性代数的）至于优化，都可以在大学里开一个学期的课了，太复杂了一下很难说清楚；如果不用搞懂原理的话，那干脆直接学一下库的调用好了，不用折腾这个证明。不过线性代数每个人学的深浅不一样，而且不一定每个人都学过优化（理论数学是不关心这个效率问题的，反正答案存在且可以计算就好，管它怎么算，花多久时间）我建议主要讲一下算法在Julia里怎么实现能比较高效，怎么运用Julia的语言特性实现（就当一种实践好了），还有讲一下某些比较重要的优化算法，就好了（重点落在计算机上面而非数学上面）。我们不必重复别人的工作，对于数学部分已经有很多人写过这些教程了，例如《线性代数及其应用》（Linear Algreba and its Application）这本书就很好，很多学校用这个做教材。
你说得有道理。教材的话，我觉得_Numerical Linear Algebra: Lloyd N. Trefethen, David Bau III_写得更好点。不过好像没有中文版？正好稍微翻译一下。
数值线性代数和大学入门的基础线性代数很不一样的。
我强烈不同意，弄纯数学的人为什么要用Julia？
是不是有点误会，他的意思是只讲纯理论不好
emmm，应用数学也是要证明算法的数值稳定性或者cache效率的啊？这可能也算是计算机里的吧？可能是因为我没说清楚，数学证明是指什么。
主要是我想写这个教程是因为，现在Julia里写真正能用线性代数库的人很少。我想通过这个教程把一些人带进门。毕竟成天写最简单LU分解也没什么意思，高速纯Julia LU分解就不一样了。
主要是你贴的那篇博文全是这种数学公式，让人害怕。。。没怎么涉及计算机部分
啊，这个放心。基础的我肯定不会写太多数学公式的。高阶的话，肯定就要有数学了。这也是没办法的事情。毕竟真的要写高水平的库的话，还是得读别人的论文，这也是一种能力。
不过你的担心肯定是对的。那我把数学部分就放在最后好了，有兴趣的看。要有人就想了解Julia的话，可以在前面直接摆上Julia和pseudocode就好了。
我知道不一样，不过理论的东西（你举的LU分解之类的）倒是差不多，入门的基础线性代数确实没有这么复杂，因为他们不用考虑算法，也不用考虑计算机底层的问题。因此我才特别建议说一下那些说优化和计算机的部分（偏应用的部分），这些是大部分人学线性代数的时候没有学习。
补充资源
作者主页，有书的第一章 lec 1~5 讲的 .ps 源码
Note: 装好 TeX 环境后，
ps2pdf .\lec1.ps就能编译成 PDF 文件
编译好的版本 Numerical Linear Algebra - Chap 1.pdf
要翻译可以问问作者关于版权的问题。
哇，不打算翻译全书的。。。GG，我不想做paperwork 
没在中国上学。。。不知道什么讲什么不讲。。。
明天我在Overleaf上开个文档，写完草稿以后我就发上来。到时候希望指点一下，谢谢。
直接上 LaTeX ? 可以参考参考这本 uoa1184615/LinearAlgebraGit: Linear Algebra Reformed for 21st C Application
基于 LaTeX，也是偏应用的线代书，又是开源的参考起来也方便。
应该没有必要参考那个书，因为它主要是注重讲线性代数的概念。基本上没有什么编程。。。
啊，不是写书啦。用Overleaf就是因为比较好分享而已。
可以在Github建个repo，方便大家提意见和PR，同时也可以import到Overleaf里，方便共享编辑公式。
非常感兴趣啊，不感兴趣的自动忽略不关注就是了，不要影响有需求的人， 感谢楼主和woclass
我最近两天都在飞机上，估计草稿要过几天才能写完。
非常期待，到时好好拜读下