Update chapter08.md

更具可视性，原来可能是规则的变更导致矩阵变形了。变化的规则是在$符号前后加

docs/linalg/chapter08.md

@@ -1,17 +1,20 @@
 
-# 第八讲：求解$Ax=b$：可解性和解的结构
+# 第八讲：求解Ax=b：可解性和解的结构
 
-举例，同上一讲：$3 \times 4$矩阵
-$
+举例，同上一讲：$`3 \times 4`$矩阵
+
+$$
 A=
 \begin{bmatrix}
 1 & 2 & 2 & 2\\
 2 & 4 & 6 & 8\\
 3 & 6 & 8 & 10\\
 \end{bmatrix}
-$，求$Ax=b$的特解：
+$$
 
-写出其增广矩阵（augmented matrix）$\left[\begin{array}{c|c}A & b\end{array}\right]$：
+，求Ax=b的特解：
+
+写出其增广矩阵（augmented matrix）$`\left[\begin{array}{c|c}A & b\end{array}\right]`$：
 
 $$
 \left[
@@ -31,34 +34,34 @@ $$
 \right]
 $$
 
-显然，有解的必要条件为$b_3-b_2-b_1=0$。
+显然，有解的必要条件为$`b_3-b_2-b_1=0`$。
 
-讨论$b$满足什么条件才能让方程$Ax=b$有解（solvability condition on b）：当且仅当$b$属于$A$的列空间时。另一种描述：如果$A$的各行线性组合得到$0$行，则$b$端分量做同样的线性组合，结果也为$0$时，方程才有解。
+讨论$b$满足什么条件才能让方程$`Ax=b`$有解（solvability condition on b）：当且仅当$`b`$属于$`A`$的列空间时。另一种描述：如果$`A`$的各行线性组合得到$`0`$行，则$b$端分量做同样的线性组合，结果也为$`0`$时，方程才有解。
 
-解法：令所有自由变量取$0$，则有$
+解法：令所有自由变量取$`0`$，则有$`
 \Big\lbrace
 \begin{eqnarray*}
 x_1 & + & 2x_3 & = & 1 \\
     &   & 2x_3 & = & 3 \\
 \end{eqnarray*}
-$
+`$
 ，解得
-$
+$`
 \Big\lbrace
 \begin{eqnarray*}
 x_1 & = & -2 \\
 x_3 & = & \frac{3}{2} \\
 \end{eqnarray*}
-$
-，代入$Ax=b$求得特解
-$
+`$
+，代入$`Ax=b`$求得特解
+$`
 x_p=
 \begin{bmatrix}
 -2 \\ 0 \\ \frac{3}{2} \\ 0
 \end{bmatrix}
-$。
+`$。
 
-令$Ax=b$成立的所有解：
+令$`Ax=b`$成立的所有解：
 
 $$
 \Big\lbrace
@@ -72,8 +75,8 @@ A & x_n & = & 0 \\
 A(x_p+x_n)=b
 $$
 
-即$Ax=b$的解集为其特解加上零空间，对本例有：
-$
+即$`Ax=b`$的解集为其特解加上零空间，对本例有：
+$`
 x_{complete}=
 \begin{bmatrix}
 -2 \\ 0 \\ \frac{3}{2} \\ 0
@@ -82,12 +85,12 @@ x_{complete}=
 c_1\begin{bmatrix}-2\\1\\0\\0\\\end{bmatrix}
 +
 c_2\begin{bmatrix}2\\0\\-2\\1\\\end{bmatrix}
-$
+`$
 
-对于$m \times n$矩阵$A$，有矩阵$A$的秩$r \leq min(m, n)$
+对于$`m \times n`$矩阵$`A`$，有矩阵$`A`$的秩$`r \leq min(m, n)`$
 
-列满秩$r=n$情况：
-$
+列满秩$`r=n`$情况：
+$`
 A=
 \begin{bmatrix}
 1 & 3 \\
@@ -95,29 +98,41 @@ A=
 6 & 1 \\
 5 & 1 \\
 \end{bmatrix}
-$
-，$rank(A)=2$，要使$Ax=b, b \neq 0$有非零解，$b$必须取$A$中各列的线性组合，此时A的零空间中只有$0$向量。
+`$
+，$`rank(A)=2`$，要使$`Ax=b, b \neq 0`$有非零解，$`b`$必须取$`A`$中各列的线性组合，此时A的零空间中只有$`0`$向量。
 
-行满秩$r=m$情况：
-$
+行满秩$`r=m`$情况：
+$`
 A=
 \begin{bmatrix}
 1 & 2 & 6 & 5 \\
 3 & 1 & 1 & 1 \\
 \end{bmatrix}
-$
-，$rank(A)=2$，$\forall b \in R^m都有x \neq 0的解$，因为此时$A$的列空间为$R^m$，$b \in R^m$恒成立，组成$A$的零空间的自由变量有n-r个。
+`$
+，$`rank(A)=2`$，$`\forall b \in R^m`$都有$`x \neq 0`$的解，因为此时$`A`$的列空间为$`R^m`$，$`b \in R^m`$恒成立，组成$`A`$的零空间的自由变量有n-r个。
 
-行列满秩情况：$r=m=n$，如
-$
+行列满秩情况：$`r=m=n`$，如
+$`
 A=
 \begin{bmatrix}
 1 & 2 \\
 3 & 4 \\
 \end{bmatrix}
-$
-，则$A$最终可以化简为$R=I$，其零空间只包含$0$向量。
+`$
+，则$`A`$最终可以化简为$`R=I`$，其零空间只包含$`0`$向量。
 
 总结：
 
-$$\begin{array}{c|c|c|c}r=m=n&r=n\lt m&r=m\lt n&r\lt m,r\lt n\\R=I&R=\begin{bmatrix}I\\0\end{bmatrix}&R=\begin{bmatrix}I&F\end{bmatrix}&R=\begin{bmatrix}I&F\\0&0\end{bmatrix}\\1\ solution&0\ or\ 1\ solution&\infty\ solution&0\ or\ \infty\ solution\end{array}$$
+$$\begin{array}{c|c|c|c}r=m=n&r=n\lt m&r=m\lt n&r\lt m,r\lt n\\$$R=I&R=\begin{bmatrix}I\\0\end{bmatrix}&$R=\begin{bmatrix}I&F\end{bmatrix}`$&R=\begin{bmatrix}I&F\\0&0\end{bmatrix}\\1\ solution&0\ or\ 1\ solution&\infty\ solution&0\ or\ \infty\ solution\end{array}$$
+
+---
+
+$`\begin{array}{c|c|c|c}r=m=n&r=n\lt m&r=m\lt n&r\lt m,r\lt n\\`$
+R=I
+&
+$`R=\begin{bmatrix}I\\0\end{bmatrix}`$&
+$`R=\begin{bmatrix}I&F\end{bmatrix}`$&
+$`R=\begin{bmatrix}I&F\\0&0\end{bmatrix}`$\\
+1\ solution & 0\ or\ 1\ solution & \infty\ solution&0\ or\ \
+infty\ solution\end{array}$$
+