重构大学数学基础_week02_预备知识01：矩阵，线性空间和线性变换

什么是矩阵呢？在几何意义上，矩阵就是线性变换。线性变换又引出一个概念：线性空间。什么是线性空间呢？我们现在假定我们有一个线性空间V，它是个N维的线性空间，

我们如果要是想去比较直觉的去了解它，通常的我们会把它等同于说RN ，就是N维欧氏空间，但其实呢线性空间你这样去理解就有点狭隘了，虽然它确实可以和RN呢是线性同构，但我们最好把线性空间啊去放空去理解，在这个线性空间中呢有一个点比较特殊，那就是说零点或者原点，那所有的线性这些向量呢，它的起点都是原点，线性空间呢就是由许许多多的这种向量所构成的，而任何两个向量呢它们是存在的一个加法，所以我们最好把线性空间呢理解成为啊，它并不是说存在着这么一组典型的这样的一组正交基，就像是在RN 里面一样，我们最好把它看成是每个向量和每个向量（除非是零向量）他们都是相对平等的。

那么现在介绍了线性空间，我们就来说一下什么是线性变换。线性空间和线性空间之间的一种映射，如果这种映射满足线性性质的，那么我们就会称为是一种线性变换。比如说我们之前有个线性空间V，现在又有一个线性空间W，W是一个m维的一个线性空间，

那我们就会去讨论从V到W这样的所有的线性变换，那线性变换应该满足的条件，就是可加性和成比例。

线性变换呢就是一个映射，他从n维的线性空间映射到了m维的线性空间，其中m可以大于小于等于n。

那有了一个线性变换之后，我们如何表示呢？所以出现了矩阵。为了让一个线性变换有一个矩阵的表示，我们需要在两个线性变换中确定一组基，我们可以选择e1,e2…en,他们一组极大线性无关组，她们都是在V空间的。同时我们选取伊普西隆1….m，他们属于W空间的。

我们现在就来看这样一种线性变换，我们用类似矩阵分块矩阵乘法

，把它in进去的话

，

如果我们在这一组伊普西隆1…m标识出来的话，那就是说用一个个的分量来表示出来的话，我们就会产生一个这样的一种表示A。那么我们可以看到，A此时就是一个mxn的这样的一个矩阵。

所以说，一方面线性变换就是L，另外一方面这个A是一个矩阵。我们就会产生一种这样的对应关系，而这种对应关系呢取决于这里面基向量的选取的。如果说我们去选取另外一组基，比如说我们选取e1撇,…en撇。那这一组基与原来那组基之间是有一个转换的关系。我们不妨设这组新的基是e1..en乘一个矩阵P，这个矩阵P呢是一个N维的方阵且可逆，如果不可逆，那么就无法保证新的基是一组极大线性无关组。

同理，W空间里也存在这样的一组基变换

那么我们再来看我们刚刚线性变换的这个表示，在一组新的基下的表示。L本来是e1…en等于伊普西隆1..m,他们的表示形式是A。

那么在新的这组基下， 有

那就是

但是伊普西隆1…m他们又可以表示为

由此看来，我们是在基的变化下，我们的线性变换也变化了。这个线性变换的表示的矩阵就称为QAP。

我们有了这样一种认识，我们就会觉得线性变换是线性空间中的一种根本的种描述线性映射的办法。但是这个线性变换它却随着两个线性空间基的选取的不同呢，它会有不同的显示表示，这些显示表示呢就是那些矩阵。所以说当我们看到两个矩阵，这两个矩阵表面上不一样，并不代表着他们对应的线性变换也不一样。