-
基转换矩阵实质是对恒等映射的一种表示,记录了不同基底系间的映射和转换关系。
-
作者:叼民翻图谶
链接:迹的几何意义是什么?
来源:知乎在数学和物理问题当中,很重要的一点就是要考虑内蕴 (intrinsic) 的量,因此在操作中就要求与坐标选取无关 (coordinate free)。一个基本事实是(线性空间到自身的)线性变换是内蕴量,然而表示线性变换的矩阵并不是内蕴量,因为它与基坐标选取有关,而且我们知道如果一个线性变换用矩阵 A A A 来表示,基坐标变换用 g g g 表示,那么新的坐标基下变换就共轭)变换变为 g − 1 A g g^{-1}Ag g−1Ag 。因此如果一定要用矩阵这样的非内蕴量来表达,那么就一定要考虑相似不变量
数学家更喜欢用内蕴的黑话来讨论问题,比如他们喜欢讲线性空间 W W W ,它的对偶空间 W ∗ W^* W∗ ,以及它们的张量积 W ⨂ p ⨂ ( W ∗ ) ⨂ q W^{\bigotimes p}\bigotimes(W^*)^{\bigotimes q} W⨂p⨂(W∗)⨂q ,而不喜欢讲 ” W W W 的一组基“和”指标运算“这样的话。
补充:What does ⨂ \bigotimes ⨂ and X ∗ X^* X∗ mean? - Mathematics Stack Exchange -
矩阵的三种解读:
- 表示一个向量空间到另一个向量空间的线性映射,且V中和W中采用不同的基底,此时线性映射不是算子
- 表示同一个向量空间中不同基底间的转换,映射前后采用的基底不同,此时线性映射为算子
- 表示同一个向量空间中一个向量被变换到另一个向量,映射前后采用的基底相同,此时线性映射为算子
-
对矩阵左乘和矩阵右乘的看法:上面一条”对矩阵的三种解读“默认基于矩阵左乘,而基于矩阵右乘也是另一种思路。
{ x 1 ⃗ = r 11 q 1 ⃗ x 2 ⃗ = r 12 q 1 ⃗ + r 22 q 2 ⃗ x 2 ⃗ = r 13 q 1 ⃗ + r
线性代数知识点【持续更新】
最新推荐文章于 2021-11-14 17:02:57 发布
本文探讨了线性代数中的基转换矩阵及其与内蕴量的关系,强调线性变换的矩阵表示依赖于坐标选择。文章通过矩阵的三种解读解释了线性映射的不同方面,并提到了内蕴描述在数学讨论中的重要性。同时,讨论了不同基底间向量的等价关系表达。
摘要由CSDN通过智能技术生成