线性代数知识点【持续更新】

• 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 $A$ 来表示，基坐标变换用 $g$ 表示，那么新的坐标基下变换就共轭）变换变为 $g^{-1}Ag$ 。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 $W$ ，它的对偶空间 $W^{\ast }$ ,以及它们的张量积 $W^{⨂p}⨂(W^{\ast }{)}^{⨂q}$ ，而不喜欢讲 ” $W$ 的一组基“和”指标运算“这样的话。
   
  补充：What does $⨂$ and $X^{\ast }$ mean? - Mathematics Stack Exchange

• 矩阵的三种解读：

  1. 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
  2. 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
  3. 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