矩阵乘法的意义

1，向量

注：向量其实是空间中的一个点，只是这个点有方向有大小，方向用原点到该点的方向来表示， 大小用原点到该点的距离来表示。为了更形象的表示，将原点和该点连接起来就有了线段的形象。

如果不考虑高维（3维以上）可能会扭曲的情况，单从原点到该点的有向线段就可以表示向量来看，无论维度多高都可以用有向线段来表示向量，由于3维以上人类无法认知，用线段表示可能有欠严谨。

 2，向量组

 注：向量组可以用矩阵表示（后面的系数也可以用矩阵表示，如何区分就看矩阵的位置）

3，线性组合

 注：线性的含义，参考博文：https://blog.csdn.net/u010916338/article/details/84967688

 4，矩阵乘法表示多个线性组合

 注：综上可得，两个矩阵相乘，左边的矩阵表示向量组，右边的矩阵表示线性组合的系数（每一列表示一个系数组合）。结果矩阵，每一个列向量都是左边矩阵的线性表示。（这也刚好和矩阵相乘不能随意左右互换暗合）

5，列空间，投影