线性代数的本质——矩阵与线性变换

本文是对BiliBili上的一个系列视频的学习记录，非常推荐大家去B站上观看，记得三连，不要白嫖，链接：https://www.bilibili.com/video/av6731067?p=4

Unfortunately, no one can be told what the Matrix is. You have to see it for yourself. -Morpheus

很遗憾，矩阵是什么是说不清的。你必须自己亲眼看看。——墨菲斯

本节的主要思想：将矩阵视为变换本身，或者说矩阵==变换，矩阵就是变换

“变换”本身是“函数”的一种花哨的说法，他接收一个输入并输出一个结果，特别的在线性代数中，我们考虑的是接收一个向量并输出一个向量的变换。

使用“变换”和使用“函数”的意义是一致的，那么为什么使用变换一词呢？

使用“变换”是在暗示以特定方式来可视化这一输入——输出关系，这个词在暗示用动态的思维去思考。

当一个输入向量通过某种线性变换形成一个输出向量时，可以认为这个变换是描述输入向量到输出向量的移动与拉伸（这个过程）。

在线性代数中所考虑的只是线性变换，他具有两个性质：

1.直线在变换后任然是直线，不能有所弯曲

2.原点必须保持固定

而如何用数值形式来描述变换本身，是本节的主题。

将空间向量表示为，空间坐标基的线性组合，应该是符合习惯的，那么向量的表示形式应该如下：

                                                     （a，b是常数，i，j是空间坐标基）

而向量的坐标表示，就体现了这种线性关系

因为变换后的向量与原向量是线性关系，而任意向量与其空间坐标基是线性关系，所以只需记录基向量的坐标结果，则任意向量的变换结果已知。

设，基向量在变换后的为：

那么向量，变换后的结果为：

 所以，基向量在变换后得到的新向量，就已经确定了一个线性变换，一个二维线性变换仅由四个数字完全确定。

而我们常将变换后的基向量放在一起，称为矩阵（下面是一个2*2矩阵），他由特殊向量组成，即变换后的空间坐标基：

现在，如果你有一个描述线性变换的矩阵和一个向量，那么这个线性变换对这个向量的作用是很好求出的：

已知的线性变换，向量，作用：

这与“缩放基向量再相加”的思想一致，而上式可以定义为矩阵向量乘法：

若与线性相关，那么这个线性变换将二维空间压缩到一条直线或是一个点上。

矩阵为我们提供了一种描述线性变换的语言，而矩阵向量乘法就是计算线性变换作用于给定向量的一种途径。