标签:begin end 3Blue1Brown 变换 boldsymbol 矩阵 bmatrix 线性变换
1.矩阵与线性变换
1.矩阵与线性变换
笔记来源:线性代数的本质:矩阵与线性变换
1.1 何为变换?
变换本质上是函数
变换暗示着要用运动的方式来思考
每一个输入向量都移动到对应的输出向量位置
为防止上图中箭头的拥挤,我们只保留每个向量的终点
为更好体会整个空间形状的改变,将网格上的所有点同时做变换
底层还保留了原始网格(未变换前),以便追踪终点和起点的关系
1.2 何为线性?
1.直线在变换后仍为直线,不能有所弯曲
2.原点保持固定
线性变换看作是“保持网格线平行且等距分布”的变换
1.3 矩阵
如何用数值去描述这些线性变换?
实际上只需要记录基向量变换后的位置即可
将矩阵解读为对空间的一种特定变换
变换前的基向量
i
、
j
\boldsymbol{i}、\boldsymbol{j}
i、j
i
=
[
1
0
]
j
=
[
0
1
]
\boldsymbol{i}=\begin{bmatrix} 1\\ 0 \end{bmatrix} \quad \boldsymbol{j}=\begin{bmatrix} 0\\ 1 \end{bmatrix}
i=[10]j=[01]
变换前的向量
v
⃗
\vec{v}
v
v
⃗
=
[
−
1
2
]
\vec{v}=\begin{bmatrix} -1\\ 2 \end{bmatrix}
v
=[−12]
变换后的基向量
i
、
j
\boldsymbol{i}、\boldsymbol{j}
i、j
i
=
[
3
0
]
j
=
[
1
−
2
]
\boldsymbol{i}=\begin{bmatrix} 3\\ 0 \end{bmatrix} \quad \boldsymbol{j}=\begin{bmatrix} 1\\ -2 \end{bmatrix}
i=[30]j=[1−2]
跟随基向量变换后的向量
v
⃗
\vec{v}
v
v
⃗
=
−
1
[
1
−
2
]
+
2
[
3
0
]
=
[
−
1
⋅
1
+
2
⋅
3
−
1
⋅
(
−
2
)
+
2
⋅
0
]
=
[
5
2
]
\vec{v}=-1\begin{bmatrix} 1\\ -2 \end{bmatrix} + 2\begin{bmatrix} 3\\ 0 \end{bmatrix}=\begin{bmatrix} -1\cdot 1+2\cdot 3\\ -1\cdot (-2)+2\cdot 0 \end{bmatrix} =\begin{bmatrix} 5\\ 2 \end{bmatrix}
v
=−1[1−2]+2[30]=[−1⋅1+2⋅3−1⋅(−2)+2⋅0]=[52]
1.3.1 旋转矩阵
1.3.2 剪切矩阵
1.4 列线性相关
此线性变换将这个二维空间挤压到了一条直线上
标签:begin,end,3Blue1Brown,变换,boldsymbol,矩阵,bmatrix,线性变换 来源: https://blog.csdn.net/weixin_48524215/article/details/122270648
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。