线性代数中向量、矩阵深度理解（PartI）

本文参考资料：Introduction to linear algebra (Gilbert Strang)书以及其在MIT的视频。
看了有一周了，矩阵的认识不限于本科所学的固定运算，知道从空间中去理解，这对于后续子空间、各种空间变换学习来说很关键。故总结于此。
目录：

• 向量理解（线性组合）
• 矩阵理解（Ax=b中从row picture及column picture的理解）
• 矩阵乘法理解（四种方式）
• Gauss-Jordan 消元法
• A=LU分解
• 矩阵相关性质
  

  ---

1.向量理解
一般提及向量，都是指列向量（一条长长的彩带），有方向（thea）有长度（模）。最需要理解的概念是线性组合（linear combination）。

• 线性组合定义：cv+dw是向量v与向量w的线性组合；
  能线性组合的前提：向量v和w维数相等。组合后的向量在空间中所占的位置：
  1）对于一个向量u，线性组合cu是一条线；
  2）对于二个向量u和w，线性组合cu+dw张满一个平面；
  3）对于三个向量u，v和w，线性组合cu+dv+