重要总结
有三种角度看待矩阵 A A A :1、矩阵是线性变换, A A A 是整体。2、矩阵是列向量的有序集合, A = [ a 1 , a 2 , ⋯ , a n ] A = \left[ \mathbf{a_1},\mathbf{a_2},\cdots,\mathbf{a_n}\right] A=[a1,a2,⋯,an] 。3、矩阵是行向量的有序集合, A = [ a r 1 T a r 2 T ⋮ a r n T ] A = \left[ \begin{matrix} \mathbf{a^T_{r1}} \\ \mathbf{a^T_{r2}} \\ \vdots \\ \mathbf{a^T_{rn}} \end{matrix} \right] A=⎣⎢⎢⎢⎡ar1Tar2T⋮arnT⎦⎥⎥⎥⎤ 。
对应的有三种角度看待矩阵乘法,1、矩阵乘法是两个线性变换的复合, A B AB AB 。2、矩阵乘法是矩阵 B B B 的列向量组的线性变换,变换矩阵为 A A A , A B = [ A b 1 , ⋯ , A b p ] AB=\left[ A\mathbf{b_1},\cdots,A\mathbf{b_p}\right] AB=[Ab1,⋯,Abp] 。3、矩阵乘法是矩阵 A A A 的行向量组的线性变换,变换矩阵为 B B B , A B = [ a r 1 T B a r 2 T B ⋮ a r n T B ] AB = \left[ \begin{matrix} \mathbf{a^T_{r1}}B \\ \mathbf{a^T_{r2}}B \\ \vdots \\ \mathbf{a^T_{rn}}B \end{matrix} \right] AB=⎣⎢⎢⎢⎡ar1TBar2TB⋮arnTB⎦⎥⎥⎥⎤ 。
这三种角度需灵活运用,在不同的场合用不同的角度,可以简化问题。