其实知识点没什么困难的，就是编辑器中输入这些公式稍微有点麻烦。卸载这边可以给大家参考，我本地整理的不一定都会发上来。

线性代数中的矩阵是什么？
  • 一般是指n元一次方程组，未知数和元相同。
  • row picture, 行图像,  对于三维方程组来说，就是一个平面
  • column picture，列图像, 对于三维方程组来说，就是一个向量（起点+箭头的线）
  • matrix form，矩阵图像=>多个行或者列组成的图像，一个列是一个向量，横向平铺得到矩阵

二元二次方程的矩阵表达

{2x−y=0−x+2y=3

解决方案包括画坐标图，两根线找到交点(1,2)

  • 方程式的解为:

    {x=1y=2

     

  • 方程式可以转换为matrix picture(矩阵表达式)：

    [2−1−12]∗[xy]=[03]

     

  • 记:A为 左边矩阵 , x 为 未知数矩阵 , b 为等号右边的 结果矩阵

  • 矩阵表达为：A x = b目标就是求解x向量（column picture）

  • 线性组合( liner combination)表达式：

x∗[2−1]+y∗[−12]=[03]

这样表达的意思是将 两个向量组合为 = 后面的向量。
这样就被达成了两个向量相加，解决向量方程。

转换为计算机的方案，就是找到(x, y)合适的组合(通常是i,j的for循环变量)。最终可以表达成两个嵌套的for循环,((但是受制于最大整数的范围)。
理解为:





x * vector_a + y * vector_b = vector_c
  • 向量的加法：
    坐标上的多边形平移，实际就是在向量 a 的尾巴上平移出向量 b（也就是尾巴放在a的头部，而角度保持不变），然后在对应乘以 b 自己的长度(在同一条线上面延伸多少倍)。

*向量的乘法：公式麻烦，写不写了，以后再补充

带省略号的矩阵

⎡⎣⎢⎢⎢⎢17⋮826⋮9⋯⋯⋱⋯45⋮0⎤⎦⎥⎥⎥⎥
markdown源代码：
#线性代数求解线性(线性就是直线的意思)方程组
* 一般是指n元一次方程组，未知数和元相同。
* row picture, 行图像,  <font color=#00ee4455>对于三维方程组来说，就是一个平面</font>
* __column picture__，列图像,<font color=#00ee4455> 对于三维方程组来说，就是一个向量（起点+箭头的线）</font>
* matrix form，矩阵图像=>多个行或者列组成的图像，一个列是一个向量，横向平铺得到矩阵



## 二元二次方程的矩阵表达

$$\begin{cases}
2x-y=0\\
-x+2y=3\\
\end{cases}
$$

__解决方案包括画坐标图，两根线找到交点(1,2)__

* 方程式的解为:
$$\begin{cases}
x=1\\
y=2\\
\end{cases}
$$


* 方程式可以转换为matrix picture(矩阵表达式)：
$$
\left[
\begin{array}{cc}
2&-1\\
-1&2\\
\end{array}
\right] * \left[ 
\begin{array}{c}
x\\
y\\
\end{array}
\right]=\left[ 
\begin{array}{c}
0\\
3\\
\end{array}
\right]
$$

* 记:A为 __左边矩阵__ , x 为 __未知数矩阵__ , b 为等号右边的 __结果矩阵__ 
* 矩阵表达为：<font color=#00BBCC>A __x__ = b</font>目标就是求解X向量（column picture）

* 线性组合( liner combination)表达式：

$$
x * \left[
\begin{array}{c}
2\\
-1\\
\end{array}
\right] + y * \left[
\begin{array}{c}
-1\\
2\\
\end{array}
\right] = \left[
\begin{array}{c}
0\\
3\\
\end{array}
\right]
$$

这样表达的意思是将 两个向量组合为 __=__ 后面的向量。
这样就被达成了两个向量相加，解决向量方程。转换为计算机的方案，就是找到(x, y)合适的组合(通常是i,j的for循环变量)。__最终可以表达成两个嵌套的for循环__,((但是受制于最大整数的范围)。
理解为:
```
x * vector_a + y * vector_b = vector_c
```

* 向量的加法：
坐标上的多边形平移，实际就是在向量 __a__ 的尾巴上平移出向量  __b__（也就是尾巴放在a的头部，而角度保持不变），然后在对应乘以 __b__ 自己的长度(在同一条线上面延伸多少倍)。

*向量的乘法：

# 带省略号的矩阵

$$
\left[
\begin{matrix}
 1      & 2      & \cdots & 4      \\
 7      & 6      & \cdots & 5      \\
 \vdots & \vdots & \ddots & \vdots \\
 8      & 9      & \cdots & 0      \\
\end{matrix}
\right]
$$