线性代数的本质

线性相关和线性无关的几何意义

本段内容节选自科普视频：
首先如果两个二维向量不共线，那么它们两个做线性变化（缩放）可以表示出这个平面内的所有向量：

而在空间中，两个不共线向量的所有线性组合，可以描绘出一个平面：


但是如果第三个向量落在前两个向量所组成的平面上：


此时，即便新增这一个向量，你也无法逃出这一层平面，因为第三个向量是禁锢于这个平面的，加上其它本身就处在这个空间的向量，也无法逃脱这个平面的桎梏（突然中二 ）

如果新的这个向量不在原平面，则：

那么线性相关的几何意义：或者说这个向量可以由其他向量的缩放然后组合得到（或者说这个向量落在另外的向量组成的平面里）

线性无关的几何意义:

那么这些向量就是线性无关的。

矩阵与线性变换的几何意义

这里的矩阵相乘相当于就是对一个向量做线性变换，前面的abcd矩阵包含的是线性变换的信息

矩阵乘法与线性变换复合

线性变换是将向量作为输入和输出的一类函数
（这个在图形学里我有深刻的感受到

但是线性变化也可以看成对空间的挤压伸展，它保持网格线平行且等距分布，并且保持原点不变。

由上面的推理可以知道，两个矩阵相乘就是做两次线性变换。而我们又可以分开来看，相当于是左边的矩阵对已经变换过的东西再做了一次线性变换。
例如两个二维矩阵AB相乘，相当于是A矩阵对已经做过变换的一个i向量和j向量，再做一次变换。

这两种形式：

三维空间中的线性变换

行列式

线性变换会对其造成拉伸与压缩
那么可以来考虑一个比例的事情：

做两次拉伸变换后求放缩比例 就等于两次放缩比例的乘积

逆矩阵、列空间与零空间

但是

（这里也就对应着AX=0有无数解。） 事实上，如果AX=0有解 则必有无数解

![在这里插入图片描述](https://img-blog.csdnimg.cn/20210223002408746.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc1NzMzMw==,size_16,color_FFFFFF,t_70)

总结：

非方阵

对于非2x2和非3x3




























有几行就是变成了几维，有几列就是原来向量是是几维的。
例如两行三列，三列意味着原来的向量是三维的，有ijk三个基向量，两行意味着变成了二维空间。

那3x2的矩阵A和2x3的矩阵B相乘是什么意义呢？
先从右边的B矩阵开始做变换，代表的是原来的矩阵是三个维度ijk，将其变成到二维空间下的变换。然后3x2的矩阵代表的是，原来的矩阵是二维的，现在将其变到三维空间下。

所以这两个变换合起来就是变成到三维空间下，有三个向量，也对应了3x2 和2x3的矩阵乘积后变成3x3的矩阵。

点积与对偶性

为什么点乘和顺序无关？可以从下面的角度解释：
如果w和v长度相同：

基变换

特征向量和特征值

这两个变换都只进行了缩放，这意味着没有发生旋转 因此得到的结果一定是对角的