第六章,线性变换,1-线性变换、表示矩阵、线性算子

第六章,线性变换,1-线性变换、表示矩阵、线性算子

玩转线性代数(32)线性变换的相关概念的笔记,相关证明以及例子见原文

线性变换

一个将向量空间V映射到向量空间W的映射L,如果对所有的 v 1 , v 2 ∈ V v_1,v_2\in V v1,v2∈V及所有的标量 α \alpha α和 β \beta β,有 L ( α v 1 + β v 2 ) = α L ( v 1 ) + β L ( v 2 ) L(\alpha v_1+\beta v_2)=\alpha L(v_1)+\beta L(v_2) L(αv1+βv2)=αL(v1)+βL(v2)

则称L为V到W上的一个线性变换,记为 L : V → W L:V\rightarrow W L:V→W

判断方法:若L为V到W上的一个线性变换,等价于:
L ( v 1 + v 2 ) = L ( v 1 ) + L ( v 2 ) ; L ( λ v 1 ) = λ L ( v 1 ) L(v_1+v_2)=L(v_1)+L(v_2); L(\lambda v_1) = \lambda L(v_1) L(v1+v2)=L(v1)+L(v2);L(λv1)=λL(v1)

表示矩阵

对任一矩阵 A m ∗ n A_{m*n} Am∗n,可以定义一个由 R n R^n Rn到 R m R^m Rm的线性变换 L A L_A LA,称A为 L A L_A LA的表示矩阵。而每一线性变换均可由矩阵来定义,如果是 R n R^n Rn上的线性算子,则其对应矩阵为n阶方阵。

线性算子

如果V与W相同,称 L : V → V L:V\rightarrow V L:V→V为V上的一个线性算子,是一个向量空间到其自身的线性变换。

R 2 R^2 R2中特殊的线性变换

示意图见原文

旋转变换算子

A = ( cos ⁡ θ − sin ⁡ θ sin ⁡ θ cos ⁡ θ ) A=\begin{pmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{pmatrix} A=(cosθsinθ−sinθcosθ)

绕逆时针旋转 θ \theta θ角

反射变换算子

B 1 = ( 1 0 0 − 1 ) B_1=\begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix} B1=(100−1)

x轴对称
B 2 = ( − 1 0 0 1 ) B_2=\begin{pmatrix} -1 & 0 \\ 0 & 1 \end{pmatrix} B2=(−1001)

y轴对称

投影变换算子

C 1 = ( 1 0 0 0 ) C_1=\begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix} C1=(1000)

只取了x坐标,所以是投影到x轴
C 2 = ( 0 0 0 1 ) C_2=\begin{pmatrix} 0 & 0 \\ 0 & 1 \end{pmatrix} C2=(0001)

只取了y坐标,所以是投影到y轴

伸压变换算子

D 1 = ( t 0 0 1 ) D_1=\begin{pmatrix} t & 0 \\ 0 & 1 \end{pmatrix} D1=(t001)

x坐标缩放t倍,y不变
D 2 = ( 0 0 0 t ) D_2=\begin{pmatrix} 0 & 0 \\ 0 & t \end{pmatrix} D2=(000t)

x坐标不变,y缩放t倍

剪切变换算子

E 1 = ( 1 0 k 1 ) E_1=\begin{pmatrix} 1 & 0 \\ k & 1 \end{pmatrix} E1=(1k01)

x不变,将x坐标的k倍加到y上,离y轴越远(x绝对值越大)形变越大(垂直变换)
E 2 = ( 1 k 0 1 ) E_2=\begin{pmatrix} 1 & k \\ 0 & 1 \end{pmatrix} E2=(10k1)

y不变,将y坐标的k倍加到x上,离x轴越远(y绝对值越大)形变越大(水平变换)

相关推荐
MoRanzhi12032 小时前
12. Pandas 数据合并与拼接(concat 与 merge)
数据库·人工智能·python·数学建模·矩阵·数据分析·pandas
flashlight_hi1 天前
LeetCode 分类刷题:74. 搜索二维矩阵
python·算法·leetcode·矩阵
一袋米扛几楼981 天前
【机器学习】混淆矩阵(confusion matrix)TP TN FP FN
人工智能·机器学习·矩阵
一水鉴天1 天前
整体设计 逻辑系统程序 之14 彻底分析了的四类文字/三种数字/三套符号
线性代数
WWZZ20252 天前
ORB_SLAM2原理及代码解析:单应矩阵H、基础矩阵F求解
线性代数·算法·计算机视觉·机器人·slam·基础矩阵·单应矩阵
zhangfeng11332 天前
R语言 表达矩阵 count_table 筛选出 行名是 某个 基因的 数据或者某个列中的数据是某个基因的数据
矩阵·r语言·生物信息
FS_tar3 天前
高斯消元矩阵
c++·算法·矩阵
云手机掌柜4 天前
技术深度解析:指纹云手机如何通过设备指纹隔离技术重塑多账号安全管理
大数据·服务器·安全·智能手机·矩阵·云计算
agilearchitect4 天前
MATLAB线性代数函数完全指南
线性代数·其他·决策树·matlab
没书读了4 天前
考研复习-线性代数强化-向量组和方程组特征值
python·线性代数·机器学习