这几讲主要侧重于之前学习的内容的应用，没有太多需要注意的新知识，因此我们快速选一些重要的过一遍。
Prof.Strang主要想传达的是space, basis这一套想法不仅仅限于vector，略过。
rank 1 matrix 是所有矩阵的基石。
而且，任何一个rank 1 matrix 都能写成一个列乘以一个行的形式，比如 [ 2 4 6 4 8 12 ] = [ 1 2 ] [ 2 4 6 ] \begin{bmatrix} 2 & 4 & 6 \\ 4 & 8 & 12 \\ \end{bmatrix}=\begin{bmatrix} 1 \\ 2 \\ \end{bmatrix}\begin{bmatrix} 2 & 4 & 6 \\ \end{bmatrix} [2448612]=[12][246]
主要讲一个graph可以表示为矩阵的形式，称为incidence matrix。这一块讲的太浅没什么学习的必要。
之前已经讲过，略过。从这里开始，这一章将侧重于 orthogonality，我们会陆续谈到
orthogonal vectors (inner product is zero)orthogonal spaces (all the vectors on one space are orthogonal to the vectors on the other space)orthogonal bases (equivalent to orthogonal space)orthogonal matrices （Gram–Schmidt process）