1. 定义
我们已经学习了矩阵的加法和数乘,那么,线性变换的加法和数乘呢?线性变换的加法和数乘实际上就是矩阵的加法和数乘。
假设:
那么:
2. 证明
3. 通过线性变换的加法和数乘,构造一些有趣的变换
3.1 假如将R2空间中的三角形或任意图形沿Y轴翻转,且在Y轴方向上伸长两倍,那么,经过变换,x变成-x,y变成2y:
T变换的变换矩阵为:
上面的一个变换可以拆开成两个变换么?实际上可以拆开成:
变换1:沿Y轴翻转,变换矩阵为
变换2:在Y轴方向伸长两倍,变换矩阵为
T变换的变换矩阵实际是B和A相乘:
3.2 旋转变换
旋转变换为线性变换,因此可以将旋转变换表示成矩阵向量积:
变换矩阵A又可以用单位矩阵来表示,比如R2中的A可以表示为:
比如R3中绕X轴旋转的A可以表示为:
4. 单位向量
长度为1的向量称为单位向量。向量的长度,某种程度上,是毕达哥拉斯定理(勾股定理)的推广。
单位向量在作某些变换的时候非常有用。那么,如何构造单位向量呢?假设非单位向量为:
如果想把v变成单位向量u,那么:
证明过程如下:
表示单位向量时,字母上面的箭头可以由尖号代替,例如:
5. 向量到直线的投影
向量x到直线L的投影,即垂直于直线L的光,照在向量x上,然后在直线L上形成的影子,逻辑上比较好理解,但是必须通过更数学化的定义,才能求出投影。
更加数学化的定义:一个向量x在直线L上的投影,是L上的某个向量,假设该向量为,那么, 与直线L正交。
假设直线L为:
其中,投影向量又可以表示为:
那么, 与直线L正交,意味着 与直线L上的任意向量正交,根据正交的定义:
可以求出变量c,进而求出投影向量:
6. 投影变换
投影本质上是一种变换,且是线性变换。
直线L可以用单位向量来表示:
因此,向量x到直线L的投影向量为:
又因为投影变换是线性变换,因此投影变换可以表示为矩阵向量积:
比如,在二维空间中,投影变换的变换矩阵为:
三维空间类似。