线性代数笔记18：线性变换与基变换

每一个矩阵都可以看作是线性变换，矩阵乘法也是由线性变换的复合引出的。

线性变换

理解

线性变换是一种映射，对于向量来说，就是线性空间到线性空间的映射。这里不严格给出线性变换的定义，但举例来说，投影变换、反射变换、不定积分等都可以看做是线性变换。

与线性变换相对的是仿射变换，例如：

$$T(x)= Ax + x_0$$

就是一个仿射变换，可以通俗的理解为对现象变换$Ax$加上了一个偏移量$x_0$。

性质

由线性变换的性质，我们可以得到：

1. $T(0) = 0,T(-x)= -x$
2. $T(c_1x_1 + c_2 x_2 +...+c_nx_n) = c_1T(x_1)+c_2T(x_2) +...+ c_nT(x_n)$
3. 若$x_1,...,x_n$线性相关，则$T(x_1),...T(x_n)$线性相关。

即线性变换保持向量空间的线性关系。

例如，线性变换总是把直线变成直线，把三角形变成三角形，把平行四边形变成平行四边形。。。

线性变换的矩阵表示

我们想用一个矩阵来表示一个向量中所有线性空间中的变换，也就是用矩阵来描述这个线性变换。

设$V$和$W$分别是数域上 n