線性代數的基礎在於方程 $Ax = b$ 的兩種截然不同卻數學上等價的解釋。我們從傳統的 列圖形觀點出發，尋找幾何超平面的交集，轉向更強大的 行圖形觀點，將矩陣 $A$ 視為一組基向量的線性組合，以構造目標向量 $b$。
1. 解的幾何意義
在 列觀點中，一個 3×3 系統中的每個方程式代表 $\mathbb{R}^3$ 中的一個平面。解 $x = (2, 3, 4)$ 正是這三個平面唯一相交的點。數學上，$b$ 是透過使用 內積 （一列乘以一欄）逐行計算：
$b = [A(1, :) * x; A(2, :) * x; A(3, :) * x]$
相反地， 行圖形觀點 將 $Ax = b$ 解讀為對特定列向量線性組合的請求：$b = A(:, 1)x_1 + A(:, 2)x_2 + A(:, 3)x_3$。在此觀點中，矩陣 $A$ 被視為一組方向，變數 $x_i$ 則是用來達成目標 $b$ 的權重（標量）。如核心理論所強調： 行圖形觀點：$Ax = b$ 請求的是列的組合以產生 $b$。
範例 2.1 A
考慮 $A = \begin{bmatrix} 1 & 2 \\ 1 & 2 \end{bmatrix}$。計算 $ad - bc$ 得 $2 - 2 = 0$。此矩陣是奇異的。在列圖形觀點中，兩條線平行；在行圖形觀點中，兩個列向量位於同一直線上；我們無法達到不在該直線上的 $b$。
2. $A$ 作為線性變換
將向量乘以 $A$ 不僅是運算；它是一種 線性變換。它滿足線性原理：$Aw = cAu + dAv$（其中 $w = cu + dv$）。這確認了 $A$ 是一個將向量從一個空間映射到另一個空間的算子，可能涉及旋轉或投影（圖示，第 42 頁）。
- 維度規則： $(m \times n)(n \times p) = (m \times p)$（第 72 頁）。
- 單位元素： 標準基向量 $e_1 = [1,0,0]^T, e_2 = [0,1,0]^T, e_3 = [0,0,1]^T$ 定義了此空間的維度（圖示，第 80 頁）。
- 進階注意： Woodbury-Morrison 公式是工程領域中的「矩陣逆引理」，用於在 $A$ 發生小變化後更新其逆矩陣。
🎯 核心原則
$Ax = b$ 的解是通過找出每一個列向量 ($x_n$) 需要多少組合才能擊中目標 $b$。若 $A$ 可逆，則唯一解為 $x = A^{-1}b$。