矩阵与线性代数

矩阵是线性代数的研究对象，矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合 ，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。抽象理解矩阵，是理解高等数学的基础。
一般来说，矩阵指代下面两种含义之一，当然，这两种含义并非割裂开的，正是由向量的运动（线性变换）组成了空间。
1、 向量空间
2、 线性变换

一、 向量空间。
向量空间直观来看，是由向量组成的空间。就这个问题，需要构造向量及描述向量、构造空间及描述空间、以及空间中所适用的运动（线性变化会放在下一部分详细介绍）。
1、向量：一组有序的数字，称为向量。数字的数目，是向量的维数。一个数字是一维向量，二个数字是二维向量，三个数字就是三维向量等。就向量而言，有以下的特点：
1）、向量性质：有方向和大小两个性质。此处只介绍大小：模。向量a 的模可以写成|a |，对于二维向量a=(x,y),|a|=√ (x^2 +y^2 )。由此引出单位向量：长度为一个单位（即模为1）的向量，与a同向，且长度为单位1的向量，叫做a方向上的单位向量。
2）、向量运算：这里介绍三种：加法、数乘、点乘。
加法：放在坐标图中，是在第一个向量的尾巴上，延伸第二个向量；用公式表明如下：设(a_1 ) =(x_1,y_1)，(a_2 ) =(x_2,y_2)，则(a_1+a_2 ) =(x_