矩阵与空间变换

向量的核心运算是向量相加和数乘

(1)一对数字表达的向量依赖于使用的基

在向量表达时，一般省略基向量，如向量 $\vec{a}=\left[\begin{array}{c}1\\ 2\end{array}\right]$其默认基向量为
$\vec{i}=\left[\begin{array}{c}1\\ 0\end{array}\right]\vec{j}=\left[\begin{array}{c}0\\ 1\end{array}\right]$
实际为

$\vec{a}=1\ast \vec{i}+2\ast \vec{j}$=$\left[\begin{array}{cc}1& 2\end{array}\right]\ast \left[\begin{array}{c}\vec{i}\\ \vec{j}\end{array}\right]$=$\left[\begin{array}{cc}\vec{i}& \vec{j}\end{array}\right]\ast \left[\begin{array}{c}1\\ 2\end{array}\right]$=$\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]\ast \left[\begin{array}{c}1\\ 2\end{array}\right]$

(2)坐标系变换

若要求(1)中向量a在其他坐标系中的坐标值，则可将其当期基向量表达为新坐标系中的坐标值。
若坐标系N1 为原x-y坐标系逆时针旋转90度，则（1）中基向量$\vec{i},\vec{j}$在新坐标系中坐标值分别为：
$\vec{i}=\left[\begin{array}{c}0\\ -1\end{array}\right]\vec{j}=\left[\begin{array}{c}1\\ 0\end{array}\right]$
因此 $\vec{a}$在N1中坐标为
$\left[\begin{array}{cc}0& 1\\ -1& 0\end{array}\right]\ast \left[\begin{array}{c}1\\ 2\end{array}\right]=\left[\begin{array}{c}2\\ -1\end{array}\right]$
因此，要求向量在新坐标系的坐标，关键是得到当期坐标所参考的坐标系的基向量在新坐标系的向量值。
由此可以理解矩阵的意义，矩阵代表新的坐标空间，其每一列向量代表当前参考坐标系的基向量在新空间的表达，而矩阵与向量相乘