线性代数-3Blue1Brown《线性代数的本质》矩阵与线性变换-三维空间(6)

三维空间的线性变换仍是由基向量的去向完全决定。

x方向的单位向量 i^\hat{i}i^

y方向的单位向量 j^\hat{j}j^

z方向的单位向量 k^\hat{k}k^
i^=[100],j^=[010],k^=[001] \hat{i} = \begin{bmatrix} 1\\ 0\\ 0 \end{bmatrix},\quad \hat{j} = \begin{bmatrix} 0\\ 1\\ 0 \end{bmatrix},\quad \hat{k} = \begin{bmatrix} 0\\ 0\\ 1 \end{bmatrix} i^= 100 ,j^= 010 ,k^= 001

现在有某种线性变换作用在整个空间上,我们记录基向量分别落在:

i^=[x1y1z1],j^=[x2y2z2],k^=[x3y3z3] \hat{i} = \begin{bmatrix} x1\\ y1\\ z1 \end{bmatrix},\quad \hat{j} = \begin{bmatrix} x2\\ y2\\ z2 \end{bmatrix},\quad \hat{k} = \begin{bmatrix} x3\\ y3\\ z3 \end{bmatrix} i^= x1y1z1 ,j^= x2y2z2 ,k^= x3y3z3

把这三个新的基向量并排放在一起,就得到了描述这个变换的矩阵:

x1x2x3y1y2y3z1z2z3\] \\begin{bmatrix} x1 \& x2 \& x3 \\\\ y1 \& y2 \& y3 \\\\ z1 \& z2 \& z3\\end{bmatrix} x1y1z1x2y2z2x3y3z3 同二维一样,要想知道一个向量经过变换后的位置,可以这么计算: \[x1x2x3y1y2y3z1z2z3\]\[abc\]=a\[x1y1z1\]+b\[x2y2z2\]+c\[x3y3z3\]=\[ax1+bx2+cx3ay1+by2+cy3az1+bz2+cy3\] \\begin{bmatrix} x1 \& x2 \& x3 \\\\ y1 \& y2 \& y3 \\\\ z1 \& z2 \& z3\\end{bmatrix} \\begin{bmatrix} a\\\\ b\\\\ c\\end{bmatrix} = a \\begin{bmatrix} x1 \\\\ y1 \\\\ z1 \\end{bmatrix} + b \\begin{bmatrix} x2 \\\\ y2 \\\\ z2 \\end{bmatrix} + c \\begin{bmatrix} x3 \\\\ y3 \\\\ z3 \\end{bmatrix} = \\begin{bmatrix} ax1 + bx2 + cx3 \\\\ ay1 + by2 + cy3 \\\\ az1 + bz2 + cy3 \\end{bmatrix} x1y1z1x2y2z2x3y3z3 abc =a x1y1z1 +b x2y2z2 +c x3y3z3 = ax1+bx2+cx3ay1+by2+cy3az1+bz2+cy3

相关推荐
qq_4308558820 小时前
线代第二章矩阵第五、六、七节矩阵的转置、方阵的行列式、方阵的伴随矩阵
线性代数·算法·矩阵
柔情的菜刀1 天前
基于 RK3588 的图像拼接系统-透视矩阵
线性代数·矩阵
passxgx1 天前
11.3 迭代法和预条件子
线性代数·算法·矩阵
qq_430855881 天前
线代第二章矩阵第八节逆矩阵、解矩阵方程
线性代数·算法·矩阵
艾醒(AiXing-w)1 天前
大模型原理剖析——矩阵吸收优化:LLM推理加速的核心原理与实践
人工智能·线性代数·语言模型·矩阵
Zevalin爱灰灰1 天前
线性代数 第四章——向量组的相关性及线性方程组
线性代数
Zevalin爱灰灰1 天前
线性代数 第三章——矩阵的初等变换及线性方程组
线性代数·矩阵
qq_430855881 天前
线代第二章矩阵第九、十节:初等变换、矩阵的标准形、阶梯形与行最简阶梯形、初等矩阵
线性代数·矩阵
jghhh011 天前
锥束CT(CBCT)三维重构算法:FDK算法详解与实现
线性代数·算法·重构
Zevalin爱灰灰1 天前
线性代数 第二章——矩阵及其运算
线性代数·矩阵