线性变化与矩阵向量相乘的本质

线性变化

线性变化实际是对整个向量空间进行伸缩、挤压的变化。

在下面,我们以在二位空间为例,把二维向量空间抽象成一个网格空间,在进行线性变化的过程中,网格直线保持平行且等距分布,原点保持固定。

线性变化与矩阵向量相乘的本质_第1张图片
线性变化与矩阵向量相乘的本质_第2张图片

矩阵向量相乘本质

线性变化前后,基向量通过相同的线性组合得到向量

线性变化与矩阵向量相乘的本质_第3张图片
线性变化与矩阵向量相乘的本质_第4张图片

表示一个向量在线性变化后的位置(或线性变化对向量的作用),只需要记录下线性变化后的基向量

线性变化与矩阵向量相乘的本质_第5张图片

通常把线性变化后得到的两个基向量封装在2×2维矩阵中,矩阵每列其实是线性变化后的基向量。

线性变化与矩阵向量相乘的本质_第6张图片

所以,当我们想知道线性变化对某向量的作用,只需要让该向量右乘线性变化后基向量组成的2×2维矩阵

矩阵向量相乘,即为向量的每一项乘矩阵里对应的每一列基向量。

线性变化与矩阵向量相乘的本质_第7张图片

当然,我们矩阵向量相乘也可以理解线性变化后基向量的线性组合

线性变化与矩阵向量相乘的本质_第8张图片

矩阵向量相乘在三维中的补充

线性变化与矩阵向量相乘的本质_第9张图片

你可能感兴趣的:(线性代数)