更正确的观点是把矩阵看作函数,这样或许很多疑惑就可以迎刃而解。
1.1 直线函数与矩阵
我们熟悉的直线函数:
把点映射到点:
我们通过矩阵:
也可以完成这个映射。
令:
也可以完成:
1.2 矩阵的优点
对于:
只能完成实数到实数的映射:
但是:
可以完成更广泛的映射:
为了完成这一点,矩阵就不再是系数了,而是一个函数(或者说是映射)。
或许写成这样,矩阵乘法看起来更像是函数:
假设所在平面为,而所在平面为,通过矩阵映射到了,可以如下表示:
这个映射的特殊之处是,上的直线通过映射到上也是直线:
所以矩阵也被称为线性映射。
我们来看看矩阵是如何工作的。
为了方便后面的讲解,把之前表示线性映射的3D图变为2D图:
为了画图方便,所在平面为、所在平面为,都是二维平面,即。
2.1 坐标
研究线性映射,最重要的是搞清楚当前处在哪个基下。我们先来看看:
的基。
的基默认为各自向量空间下的自然基,其自然基为(即下的自然基):
所以:
如下,表示在各自向量空间的自然基下:
2.2 映射法则的工作原理
为了说清楚映射法则是怎么工作的,我们把也用一个空间表示,会通过映射到:
若:
其中为的列向量。
根据矩阵乘法的规则有:
则相当于在空间中,以为基,坐标为的向量: