攻讀鑑於之前MIT的線代筆記沒有跟新完和很多童鞋希望pdf版本下載學習，這裡我把相關資源放到github上並重新更新完，希望對大家學習有所幫助。
pdf下載地址與Github地址:
https://github.com/yizhen20133868/MIT-Linear-Algebra-Notes
如有幫助，歡迎大家給個Star！！
該筆記總結了我們在學習MIT線性代數課程的學習經驗和過程。
課程順序是按照麻省理工公開課的 Linear Algebra. 記錄的學習筆記。
丁坤博 東北大學本科生，推免至北京大學攻讀碩士
覃立波 哈爾濱工業大學SCIR實驗室在讀博士生，導師車萬翔老師
一、知識概要
本節開始，我們一起來學習線性代數的有關知識，首節我們從解方程談起，學 習線性代數的應用之一就是求解複雜方程問題，本節核心之一即為從行圖像與列 圖像的角度解方程。
二．方程組的幾何解釋基礎
2.1 二維的行圖像
我們首先通過一個例子來從行圖像角度求解方程：
係數矩陣(A)：將方程係數按行提取出來，構成一個矩陣
未知向量(x)：將方程未知數提取出來，按列構成一個向量。
向量(b) ：將等號右側結果按列提取，構成一個向量
接下來我們通過行圖像來求解這個方程：
所謂行圖像，就是在係數矩陣上，一次取一行構成方程，在座標系上作圖。
和我們在初等數學中學習的作圖求解方程的過程無異。
2.2 二維的列圖像
接下來我們使用列圖像求解此方程：
即尋找合適的 x，y 使得 x 倍的(2,-1) + y 倍的(-1,2)得到最終的向量(0,3)。在很 明顯能看出來，1 倍(2,-1) + 2 倍(-1,2)即滿足條件。反映在圖像上，明顯結果正確。
三.方程組的幾何解釋推廣
3.1 高維行圖像
如果繪製行圖像，很明顯這是一個三個平面相交得到一點，我們想直接看出 這個點的性質可謂是難上加難，比較靠譜的思路是先聯立其中兩個平面，使其相 交於一條直線，在研究這條直線與平面相交於哪個點，最後得到點座標即為方程 的解。
這個求解過程對於三維來說或許還算合理，那四維呢？五維甚至更高維數 呢？直觀上很難直接繪製更高維數的圖像，這種行圖像受到的限制也越來越多。
3.2 高維列圖像
左側是線性組合，右側是合適的線性組合組成的結果，這樣一來思路就清晰多 了，“尋找線性組合”成為了解題關鍵。
很明顯這道題是一個特例，我們只需要取 x = 0，y = 0，z = 1。就得到了結 果，這在行圖像之中並不明顯。
當然，之所以我們更推薦使用列圖像求解方程， 是因為這是一種更系統的求解方法，即尋找線性組合，而不用繪製每個行方程的 圖像之後尋找那個很難看出來的點。
另外一個優勢在於，如果我們改變最後的結果 b，例如本題中，
那麼我們 2 −1 1 0 −3 4 −3 就重新尋找一個線性組合就夠了，但是如果我們使用的是行圖像呢？那意味著我 們要完全重畫三個平面圖像，就簡便性來講，兩種方法高下立判。
另外，還要注意的一點是對任意的 b 是不是都能求解 Ax = b 這個矩陣方程呢？也就是對 3*3 的係數矩陣 A，其列的線性組合是不是都可以覆蓋整個三維空間呢？對於我們舉的這個例子來說，一定可以，還有我們上面 2*2 的那個例子，也可以 覆蓋整個平面，但是有一些矩陣就是不行的，比如三個列向量本身就構成了一個 平面，那麼這樣的三個向量組合成的向量只能活動在這個平面上，肯定無法覆蓋 2 −1 1 一個三維空間，
這三個向量就構
3.3 矩陣乘法
四、學習感悟
這部分內容是對線性代數概念的初涉，從解方程談起，引進列空間的概念，可 以發現從列空間角度將求解方程變化為求列向量的線性組合，這個方式更加科學。介紹了矩陣乘法，這部分內容重在理解。
閱讀更多 sandag 的文章
