feat: trans 2 main pattern

README-zh-CN.md

@@ -25,19 +25,19 @@ Graphic notes on Gilbert Strang's "Linear Algebra for Everyone"
 我尝试为 Gilbert Strang 在书籍 “Linear Algebra for Everyone” 中介绍的矩阵的重要概念进行可视化图释, 以促进从矩阵分解的角度对向量、矩阵计算和算法的理解.
 它们包括矩阵分解 (Column-Row, CR)、高斯消去法 (Gaussian Elimination, LU)、格拉姆-施密特正交化 (Gram-Schmidt Orthogonalization, QR)、特征值和对角化 (Eigenvalues and Diagonalization, QΛQ')、和奇异值分解(Singular Value Decomposition, UΣV').
 
-![5种分解](5-Factorizations.png)
+![5种分解](5-Factorizations-zh-CN.png)
 
 也包括其他图形.
 
 ## 特征值图
 
-![特征值图](MapofEigenvalues.png)
+![特征值图](MapofEigenvalues-zh-CN.png)
 
 - 可以在 PDF "[MapofEigenvalues](MapofEigenvalues-v1.1.pdf)"中查看
 
 ## 矩阵世界
 
-![矩阵世界](MatrixWorld.png)
+![矩阵世界](MatrixWorld-zh-CN.png)
 
 - 可以在 PDF "[MatrixWorld](MatrixWorld.pdf)"中查看
 

The-Art-of-Linear-Algebra-zh-CN.tex

@@ -329,7 +329,7 @@ $A=CR, A=LU, A=QR, A=Q \Lambda Q\transp, A=U \Sigma V\transp$ 将一一说明.
 \end{itemize}
 
 所有一般的长矩阵$A$都有相同的行秩和列秩. 
-这个分解是理解这一定力最直观的方法. 
+这个分解是理解这一定理最直观的方法. 
 $C$由$A$的线性无关列组成, $R$为$A$的行阶梯形矩阵 (消除了零行).
 $A=CR$将$A$化简为$r$的线性无关列$C$和线性无关行$R$的乘积. 
 
@@ -680,14 +680,14 @@ Ashley Fernandes 在排版时帮我美化了这篇论文, 使它更加一致和
   \href{https://anagileway.com/2021/10/01/map-of-eigenvalues/}{https://anagileway.com/2021/10/01/map-of-eigenvalues/}\\
   \begin{figure}[H]
     \centering
-    \includegraphics[keepaspectratio, width=\linewidth]{MapofEigenvalues.eps}
+    \includegraphics[keepaspectratio, width=\linewidth]{MapofEigenvalues-zh-CN.png}
     \caption{特征值图}
   \end{figure}
   \item Kenji Hiranabe(2020), \emph{Matrix World}, An Agile Way(blog),\\
   \href{https://anagileway.com/2020/09/29/matrix-world-in-linear-algebra-for-everyone/}{https://anagileway.com/2020/09/29/matrix-world-in-linear-algebra-for-everyone/}
   \begin{figure}[H]
     \centering
-    \includegraphics[keepaspectratio, width=\linewidth]{MatrixWorld.eps}
+    \includegraphics[keepaspectratio, width=\linewidth]{MatrixWorld-zh-CN.png}
     \caption{矩阵世界}
   \end{figure}
 \end{enumerate}