点乘 线性代数_Python线性代数学习笔记——把矩阵看作是对系统的描述，矩阵和向量的乘法与把矩阵看作向量的函数...

看待矩阵的另⼀个视⻆：系统

之前，我们的例子中，我们把矩阵当作一个数据表格

从不同的视角，矩阵还可以表示一个系统

例如，在一个经济系统中：需要对IT,电子，矿产，房产的投入要做一个估算，在投资额度预算的时候，某些砖家就会分析计算投入额满足某些需求

上面这个式子的意思是：对it产业的投入Xit ，包括至少投入的100个亿元，但是只投入100亿是不够的，这是因为，在做其他领域，电子，矿产，房产的时候，可能还需要it行业的支撑，（现在什么都离不开it了），也就是说，投入到电子领域的钱，五分之一（0.2）的钱需要花费在it方面，投入到矿产领域的钱，十分之一（0.1）需要花费在it上面，投入到矿产领域的钱，一半需要花费在it上面。

同理：对于电子行业的发展，至少投入50个亿元，其他领域也得投入，为了it领域的更好发展

需要花费一半的钱在电子行业，为了矿产领域的发展，也需要花费五分之一的钱在电子行业，为了房产行业的发展，也需要花费十分之一的钱在电子行业。

同理：对于矿产行业，至少会花费20个亿元，it是不会花费钱在上面的，电子行业会花费五分之二的钱在上面，房产行业会花费十分之三

同理：对于房产行业，将投入666个亿元，it会花费五分之一在上面，其他不会花费

以上纯属假设，联立起来就得到一个方程组

这样这个方程组就能描述这个经济系统

下面的例子是一个交通网络系统：4个小区，每个小区100个人，去中关村的各个节点（地铁站）的流量，也能组成很多的方程组

例子：电路系统，也是组成了方程组

例子：化学方程组中系数的配平

可见：线性⽅程组在各个领域，有着重要的应，在线性代数中，称为线性系统

---

我们再回到第一个经济系统的例子：

左边的系数，可以看成是一个矩阵：

右边的数值，可以看成一个列向量：

左边的系数也可以看成一个列向量：

于是就有：矩阵A点乘向量x等于向量b

下图中，左边可以写成方程组组成的向量，这本身就是等价的，这也就是矩阵和向量相乘的定义：

于是有：矩阵和向量相乘，实际上就是矩阵的每一个行向量点乘于该向量

注意：矩阵A的列数必须和向量u的元素个数⼀致！矩阵A的⾏数没有限制。

使用行向量视角看的话，矩阵中的每一个行向量点乘向量u

当矩阵A只有一个行的时候，它也就是一个向量，我们再看向量的点乘：也就是只有一行的矩阵和一个向量相乘的结果

另一个角度看矩阵和向量的乘法：下图

通过某种方式，把向量a转换成了向量b，可以把矩阵理解成向量的函数！

我们中学数学的时候，学过函数，函数就是根据映射关系，将一个数转换成另外一个数，例如

f(x)=5x,当x=2的时候，f（x）就为10。