歐米茄女士手表網(wǎng)站國內(nèi)搜索引擎有哪些
矩陣與線性變換
- 線性變換
- 如何用數(shù)值描述線性變換
- 特殊的線性變換
- 反過來看
- 總結(jié)
這是關(guān)于3Blue1Brown "線性代數(shù)的本質(zhì)"的學(xué)習(xí)筆記。
線性變換
如果一個變換具有以下兩個性質(zhì),我們就稱它是線性的:
- 一是直線在變換后仍然保持為直線
- 二是原點(diǎn)必須保持固定
總的來說,線性變換是“保持網(wǎng)格線平行且等距分布”的變換
如何用數(shù)值描述線性變換
只需記錄兩個基向量 i ? \vec{i} i和 j ? \vec{j} j?變換后的位置??梢杂?span id="vxwlu0yf4" class="katex--inline"> i ? \vec{i} i和 j ? \vec{j} j?變換后的位置,推斷任意向量出變換后的位置。
如圖2所示,假設(shè) i ? \vec{i} i和 j ? \vec{j} j?變換后分別為 [ 1 , ? 2 ] T [1, -2]^{T} [1,?2]T和 [ 3 , 0 ] T [3, 0]^{T} [3,0]T,則任意向量 [ x , y ] T [x, y]^{T} [x,y]T的變換結(jié)果如圖2所示。
即:一個二維線性變換僅由四個數(shù)字完全確定,變換后 i ? \vec{i} i的兩個坐標(biāo)和變換后 j ? \vec{j} j?的兩個坐標(biāo)。把這兩組坐標(biāo)寫入一個矩陣中,如圖3所示。
這個矩陣的第一列就是變換后 i ? \vec{i} i的兩個坐標(biāo),第二列就是變換后 j ? \vec{j} j?的兩個坐標(biāo)。
更一般的情況,如圖4所示。
把第一列 [ a , c ] T [a,c]^{T} [a,c]T看作是變換后的第一個基向量,把第二列 [ b , d ] T [b,d]^{T} [b,d]T看作是變換后的第二個基向量,則任意向量 [ x , y ] T [x, y]^{T} [x,y]T的變換過程和結(jié)果如圖4所示。
矩陣的列就是變換后的基向量,矩陣向量乘法就可以看作它們的線性組合。
特殊的線性變換
坐標(biāo)系 x y x y xy的基向量分別為 i ? \vec{i} i(綠色箭頭)、 j ? \vec{j} j?(紅色箭頭)。我們將這個坐標(biāo)系 x y x y xy逆時針旋轉(zhuǎn)90°,這樣, i ? \vec{i} i落在了坐標(biāo) ( 0 , 1 ) (0,1) (0,1)上, j ? \vec{j} j?落在了坐標(biāo) ( ? 1 , 0 ) (-1,0) (?1,0)上,如圖5所示。
這樣,任意向量 [ x , y ] T [x, y]^{T} [x,y]T旋轉(zhuǎn)90°之后的結(jié)果都可以利用這個矩陣計(jì)算出來。
還有一種特殊的線性變換是“剪切”。如圖6所示,變換后 i ? \vec{i} i不變, j ? \vec{j} j?落在了坐標(biāo) ( 1 , 1 ) (1,1) (1,1)上。
反過來看
給定一個變換矩陣 [ 1 3 2 1 ] \begin{bmatrix} \ 1 & 3 \\ \ 2 & 1 \\ \end{bmatrix} [?1?2?31?]
這就相當(dāng)于 i ? \vec{i} i變換后落在(1,2)上, j ? \vec{j} j?變換后落在(3,1)上,空間其他部分隨二者一起移動,以保持網(wǎng)格線平行且等距分布。如圖7所示。
如果變換后的 i ? \vec{i} i和 j ? \vec{j} j?是線性相關(guān)的,如圖8所示,變換后的 i ? \vec{i} i和 j ? \vec{j} j?在一條直線上。
總結(jié)
線性變換是操縱空間的一種手段,它保持網(wǎng)格線平行且等距分布,并保持原點(diǎn)不動。
這種變換只需要幾個數(shù)字就能描述清楚,這些數(shù)字就是變換后基向量的坐標(biāo),以這些坐標(biāo)為列所構(gòu)成的矩陣為我們提供了一種描述線性變換的語言,而矩陣向量乘法是計(jì)算線性變換作用于給定向量的一種途徑,如圖4所示。
這里重要的一點(diǎn)是,每當(dāng)你看到一個矩陣時,你都可以把它解讀為對空間的一種特定變換。