【线代】学习笔记：3Blue1Brown-线性代数的本质-1

*从运动的角度看待实质为向量函数的线性变换
线性这个词从哪里来？和直线有什么关系？
所产生的向量的终点会描出一条直线。
我们可以想象输入一个向量都移动到对应输出向量的位置
为了更好的体会整个空间形状上的改变，
同时对无限网格上的所有点同时做变换
他们能给你一种挤压和变形空间的感觉
但幸运的是，线性代数限制在一种特殊类型的变换上
一个二位线性变换仅由四个数字完全确定：
变换后i帽的两个坐标与j帽的两个坐标。
你可以把它的列向量理解为两个特殊的向量，即i帽和j帽分别落脚的位置
把第一列看作是第一个基向量的落脚点，第二列同理
我们把这个变换作用关于向量（x,y）结果是什么？

变换后i帽的两个坐标与j帽的两个坐标
比如说，我们将整个空间逆时针旋转九十度
那么i帽落在（0，1）上，j帽落在（-1，0）上
那么这个矩阵的列就分别是（0，1）和（-1，0）
如果想算出任意向量在逆时针旋转九十度后的位置
你只需要把它与矩阵相乘即可
反过来看
从一个矩阵出发，比如说一个（1，2）和（3，1）为列的矩阵
这里给出一种办法：首先将i帽移到（1，2），然后将j帽移到（3，1）
空间其他剩余部分随着二者一起移动，以保持网格线平行并等距分布
如果变换后的i\j帽是线性相关的
那么这个线性变换将整个二维空间挤压到他们所在一条直线上
这种变换只需要几个数字就能描述清楚
就是基向量变换后的坐标
以这些坐标为列所构成的矩阵为我们提供了一种描述线性变换语言
（x,y）向量变换之后的结果，将是x乘以变换后的i帽
加上y乘以变换后的j帽
这意味着只要记录下i帽和j帽变换后的位置
你就能计算出一个坐标为（x,y）的向量变换后的坐标
就是x乘以变换后i帽的坐标加上y乘以变换后j帽的坐标
两个矩阵相乘有几何意义，也就是两个线性变换相继作用，从右到左
对于乘法结合律
这是在说，首先应用于C变换和B变换，然后应用于A变换
和首先啊应用于C在应用于B在应用于A的结果相同

特殊的缩放比例，即线性变换对面积产生改变的比例
称为变换的行列式而一个二维线性变换的行列式为0
说明它将整个平面压缩到一条线，甚至是一个点上
只需要检验一个矩阵的行列式是否为0
就能了解这个矩阵所代表的变换是否将空间压缩到更小的维度上
但目前为止并不完全正确
完整概念下的行列式可出现负值
行列式为0则意味着整个空间被压缩为零体积的东西，
也就是一个平面或一条直线，或者一个点
也就是说明矩阵的列线性相关
右手定则可以判断它的正负值
（快12点了。。未完待续）