正交变换在基下的矩阵都是可逆阵_矩阵的本质 (1) 线性空间的概念

在很多讲述线性代数的教材中，把线性方程组的求解几乎当作一种终极目的，这必然会让读者产生对线性代数甚至对整个数学的误会，仿佛所有的数学理论都是为了求解一些特定的问题而存在。我将用两篇文章介绍关于线性空间和线性映射的基本内容，作为高中生和本科生的科普阅读。

我们熟悉的空间直角坐标系

是最直观的线性空间，它的组成元素是所谓的向量

这些向量可以做加法和数量乘法运算

这些运算满足某些特定的运算法则，例如加法的交换律、结合律。

接下来要介绍的线性空间概念将是抽象的，我们认为线性空间中的元素是向量，但是不要把向量直接和任何具体的事物做对应。

线性空间是定义在域上的，所谓域就是一种代数系统，它可以做四则运算且对四则运算保持封闭。有理数域、实数域、复数域是常见的域，比如两个有理数相加、相乘等等还是有理数，但是整数集不是域，因为两个整数相除不一定是整数。用

表示域，设

则

是

线性空间是指

再给出一些线性空间的例子。首先是欧式空间

欧式空间

中的加法和数量乘法运算定义为

另外给出两个抽象的线性空间，第一个是

上的一元多项式空间

它的加法和数量乘法按照常规的四则运算定义。

第二个是区间

上的连续函数空间

它的加法和数量乘法按照函数的运算定义。

从这两个例子可以看出，线性空间中的元素没有形式上的限制，例如可以是多项式或者连续函数，我们不关心所谓的向量是什么内容，只要它在运算上满足条件就可以。

现在说明欧式空间

和多项式空间

连续函数空间

的区别，就是前者是有限维的，给出线性空间的基、维数和向量的坐标的定义。

设

是

上的线性空间，则

是

的

基是指

可以证明，同一个线性空间如果有基，那么它的不同的基含有相同个数的向量。这时称

的

维数是

称

在基

下的

坐标是

将向量表示成坐标以后，就可以用我们最习惯的方法做向量的运算了。

欧式空间

的维数是

欧式空间

是有限维的。

有限维线性空间是一类简单的空间，这么说是因为在同一个域

上的同样维数的线性空间是

同构的，也就是在线性代数的意义上可以看作是相同的。

而多项式空间

和连续函数空间

没有基，称它们是无限维的。无限维空间要比有限维空间复杂得多，在本系列文章中不讨论。

最后介绍矩阵。矩阵是一个表

我们可以把

的每一列看作是

上

维线性空间中的向量在某个基下的坐标，从而

是含有

个向量的向量组；也可以把

的每一行看作是

上

维线性空间中的向量在某个基下的坐标，从而

是含有

个向量的向量组。

特别地，我们可以把

阶方阵

看作是

维线性空间中的某个基本身，这就是为什么将它称为

单位矩阵。

若

上的

阶方阵

的列向量

是线性无关的，即

则称

是

可逆矩阵。这时

也成为

上

维线性空间中的一个基。至于可逆矩阵的名称由何而来，我在下一篇文章中介绍。