MIT18.06线性代数课程笔记1：矩阵和向量相乘的三种解释

课程简介

18.06是Gilbert Strang教授在MIT开的线性代数公开课，课程视频以及相关资料请见https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/index.htm。

课程笔记

笔者是上过线性代数的，来这里主要是学习一些insight，所以对处理细节关注不多。这节为introduction，介绍了矩阵和向量相乘的三种看待角度：row picture, column picture和matrix picture。其中column picture尤为重要，笔者在最近统计学习的学习中频繁使用，受益匪浅。

矩阵$A=\begin{bmatrix}a_{11},a_{12},\cdots,a_{1m} \\ a_{21},a_{22},\cdots,a_{2m} \\\dots \\a_{n1},a_{n2},\cdots,a_{nm} \end{bmatrix}$, 向量 X=[x1,x2,⋯,xm]T