突然寫這一章其實是很突兀的，但是吧，幫人解決一下問題，

　　相似的解釋，

　　解釋這個，用到的是同胚的思路，比如一個矩陣通過仿射的方式得到第二個位置，新得到的這個和之前的坐標表示的空間構成是一樣的，只是這個情況是建立在空間呈現出靜態的條件(不做假設就會涉及到費米子和玻色子的分歧了，所以提前假設)下，

　　那麽得到這個位置的計算是仿射的方式或者叫做途徑，用a*b表示，a*b的表示的方式的來源是用到辛空間的，純量乘法的來源，a是原胚，b是仿射方式，

　　抄了一下之前寫的解釋

　　我是通過坐標的加法得到的這個結構，沒有走定義的這個方式，所以還是順著坐標加法來繼續深入了，坐標(a，b)，如果加上(a，b)就是2*(a，b)，那麽(a，b)*(c，d)就是c*d個(a，b)空間所包含的個數，那麽用加法的方式就是得到的最後的坐標就是c*d*a，c*d*b，之後就要將這個怎麽長的一個空間塊鏈條得到具體的個數，就要將它拆成長度為c，那麽拆出來的個數就是d的長度表示的個數，這個都疊放在坐標軸a上，沿著坐標軸b放置，是不是發現是一個平行四邊形，其中的長度也可以轉換成長方形，就可以用矩陣來表示了，ac是一個邊長，bd也是一個邊長。那麽(a，b)*(c，d)的總的個數就可以用(ac，bd)表示，這裡用到了辛空間作為過渡。

　　那麽a*b表示的新的坐標被認為是相似是因為由b*N個a組成，a的特性並沒有在這個過程中消失，只是重複的累加，所以被認為仿射前的空間和仿射後的空間是一樣的，但是仿射後的空間是由累加得到的，所以坐標表示會有不同，

　　接下來解釋一下坐標，還是直接抄之前的

　　坐標有絕對的和相對的，絕對的是實實在在的信息，其實是沒有位置的信息的，之後強行測定一個位置，得到了這個位置的信息，講這個位置設為參照點，進而將附近的信息表示出來，存在，缺失都會佔據位置是一種確定的狀態，所以歸為一個，所以這裡就有了確定，和混沌兩種狀態，這樣就構成坐標系最基礎的形式，這個時候坐標包含的信息是很簡單的，直接的。有類似的信息的一系列的坐標，就是一個集合，那麽集合內部就可以表示成F(x，a，b)，直接用上一章的表示了，x是坐標，也可以是它其中的點的信息，a代表時間，b代表空間，其實也是信息只不過將x中的時間和空間的信息單獨放了出來，對於時間惹不起只能動空間了，那麽將x按照空間構造聯系的方式就叫做F(x，b)那麽現在x之間的關系是通過空間構成的關系，也就有了序，其實無序也是可以存在，只是現在用的是有序的途徑，空間上的序。這樣的一個序就可以用一維的數組表示，如果將x中的一個特性但取出來，用y表示，y=F(x)這樣就是映射，那麽將x中的一個特性的個數進行取出，y=F(x)還可以表示映射，但是代表的映射不同了，這樣就可以有空集的概念，所以0才可以作為自伴關系的關鍵點，同樣這樣形成的關系他們裡面的聯系就是用個數來聯系的，這也是之後張成空間的來源。

　　解釋對角化

　　相似對角化的一個條件是特征值是單譜的，不能有兩個一樣的，也就是矩陣中的列的特征值是唯一的，這樣的每一列的特征值，按照行的順序排列成矩陣，就叫做對角化矩陣，

　　用到的是向量組轉化成矩陣，嚴格的講是用的正交化得到的矩陣，也是特殊的

　　也可以理解成一個坐標的時空特性的取值構成的矩陣，二次形得到的是對稱矩陣，在對稱化的過程中，特征值被構成了原來的平方，比如說原來是k，那麽對稱化的過程中就成了k^2，而原本就是實對稱矩陣的特征值不會這樣變換的，相似對角化是為了得到每一列的特征值且特征值不唯一，所以在全正數的特征值的情況下可以，有負數的時候不行

　　解釋正交

　　繼續抄前面的，

　　基底(e1，e2，e3，e4，e5，e6，e7，e8)，不同的列數相乘的時候等於0，自身相乘等於1，就用e1，e2來解釋了，先將e1表示成辛空間坐標，那麽e2也展開成坐標表示的個數，如果是那麽什麽樣的個數會讓坐標到了0坐標呢，這樣隻用成環的情況，首尾相接，e2中的個數如果可以有純量乘法，那麽，其中的個數就可以是不定的，也就是e1的空間，的構建環的方式就會形成一個平面或者可以叫做環空間，先用這個稱呼吧，等以後講到李群再給數學上的名字，是不是發現了，可以首尾相連有，那麽辛空間不僅有個數，那麽將這樣的首尾巴相連的空間用x0y表示，這樣就會發現方向的改變，方向的改變就是趨勢，也可以說是微分，複數。求到求積分也就都有了，e2不僅僅可以代表個數，趨勢也可以說是特征，向量就是特征，那麽這個趨勢就是e2的複數部分，也可以叫微分部分，e2的個數就是實數部分，這樣就將一個抽象的緊性空間強行用x0y坐標表示了出來，這裡的限制上辛空間完備，這個就限制成兩種不同的空間，只能是垂直和平行，因為別點形狀的空間會造成空間出現不完備點，

　　第二，施密特正交

　　度量得分開理解，度就是G(ij)的內部信息，量是和G(ij)一樣的成分的信息。這裡還是在G空間中，接著是將g空間描述轉化成x0y坐標下的描述，像模就是x0y坐標下的長度描述，而ζ^2則是向量描述，這裡就稍微證明一下(a，b)/(b，b)*b。所以(a，b)是a在b上的投影，其實是改的方向，是b的個數，是將辛空間的總個數分塊成每個都是b的大小，重新排列的正定2次型結構。(b，b)是b^2，那麽b/b^2就是表示單位度量下的b。

　　第三，是利用的弗萊納公式得到的正交矩陣，從法線的趨勢會垂直於原本的運動方式，可以參考曲率半徑那篇的思路，不過這裡的和書中的解釋稍微有一些不同，是將原本的點降維展開後這個平面的特性依然可以垂直於平面，從這個角度得到的對角化矩陣，也可以叫做原本矩陣的特征矩陣，單譜特征值表示出來的對角化矩陣，二次型得到的對角化矩陣的來源就是這個弗萊納公式，

　　正交變換化標準型是利用的施密特正交的途徑

　　相似對角化是為了得到每一列的特征值且特征值不唯一，所以在全正數的特征值的情況下可以，有負數的時候不行，解釋一下這個，虛數部分會出現正負號，是因為給的空間允許兩個一樣的數目和空間結構的空間的存在，為了對這兩個進行區分，是對時間的一種選擇，因為有無序計算的這種形式，所以時間就會出現順時和逆時，