转置-置换-向量空间R

首先是置换（Permutation），前面的A=LU分解中消元都是假设没有行交换，但是有时为了防止主元为0，行交换总是不可避免的，所以如果存在行交换，那么上一篇中的A=LU就变成了PA=LU（A是可逆阵）。对于n*n的矩阵，其所有可能的置换阵个数为n!（包括置换其中2行，3行…n行），而且所有这些置换阵都是可逆阵，因为各行还原后就可以得到单位阵，而且其逆矩阵与其转置相等，所以这是一类不常见但很重要的矩阵，以3*3的矩阵为例，首先是单位阵I，虽然其不作任何置换，但也将其归入置换阵，然后是交换两行的置换阵

最后是交换所有3行的置换阵 ，总共是6个置换阵。

对于转置（transpose），大家都比较容易理解，在转置里面有一种性质很好的特殊矩阵，它应用很广，那就是对称矩阵（symmetric matrix），上面我们曾提到其逆等于其转置的矩阵很稀少，但是对称阵相对就比较常见了，我们甚至可轻易的用任意一个矩阵构造出对称矩阵。

比如矩阵A= ，其对称阵A^T= ，两个都不是对称阵，但只要将这两个矩阵相乘就可得到一个对称阵，这个结论不仅仅适用于矩阵A，对所有的矩阵R，其转置乘以本身都是对称的，因为(R^TR)^T =R^T(R^T)^T= R^TR ，这个性质在实际应用中使用的很多。

接下来简单介绍一下什么是向量空间（space of vectors）和子空间（subspace）。

向量可以进行的两个基本操作为相加和数乘，并不是任意向量的组合都能称为空间，向量空间必须对向量的加法和数乘具有封闭性，即向量空间中任意两个向量的线性组合结果必须还在这个空间。很明显我们常见的R²是（R表示该空间中的向量都是实数表示，2表示每个向量由两个实数表示）向量空间，因为R²中包含了所有2维向量，同理R³ …Rⁿ也是向量空间。所有向量空间都必须包括零向量，因为数乘中允许用0乘以向量，而0数乘任何向量等于零向量。

虽然Rⁿ是很重要的向量空间，但是毕竟其包含了所有的向量，因此在实际使用中我们更关心的是包含在R²里面的那些向量空间，这些空间满足既定规则，但又无需包含所有向量，这些空间就称为Rⁿ的子空间，例如R²的子空间有：R²本身（本身也算其子空间），一系列过原点且两端无线延长的直线，单独的零向量。同理，R³有4个子空间：R³本身，过原点的平面，过原点的直线以及单独的零向量。

对于矩阵，我们可以选取其各个列构造向量空间，下面选取某个矩阵，如A= ,A中的向量都是R³中的向量，用这些列来构造R³的子空间，则这两个向量的所有线性组合构成了一个子空间，我们称之为列空间，记作C(A)，C表示Column。