线性代数抽丝剥茧：如何多维度解析矩阵乘法？

本文共计830个文字，预计阅读时间需要4分钟。

引言+线性代数可以说是噩梦，今天一位巨人说，学习线性代数就是从抽象入门到具体，最后再回归抽象的过程，所以我决定再失一次败。+今天的例子，对于矩阵乘法如下：+

引言

线性代数可以说是噩梦，今天一位巨佬说学习线性代数就是从抽象入门再到具体，最后再回归抽象的过程，所以我决定再失败一次。

今天的例子，对于矩阵乘法比如下式：

$\begin{bmatrix} \ 1 & 2 \ \ 2 & 0 \ \ 4 & 3 \end{bmatrix}$ $\begin{bmatrix} \ 1 & 3 & 2\ \ 2 & 4 & 1
\end{bmatrix}$= $\begin{bmatrix} \ 5 & 11&3 \ \ 2 & 6&2 \ 10 &24&7\ \end{bmatrix}$

​ $(A)$ 　　　　　 $(B)$ 　　　　　 $(C)$

它可以用四种理解方式来理解：单元素乘积表示、列向量表示、行向量表示以及行列乘积表示。