高等数学 / 系统课时

把矩阵乘法看成线性变换

把矩阵乘法看成线性变换

矩阵乘法不只是按规则算数字,它可以看成把一个向量映射到另一个向量的动作。本节用二维空间观察缩放、旋转、反射和剪切,并用基向量解释矩阵每一列真正代表什么。

学习目标

  • 把 T(x)=AxT(x)=Ax 理解为向量到向量的线性变换。
  • 从矩阵的列判断两个基向量经过变换后的方向与长度。
  • 解释缩放、旋转、反射、剪切以及连续变换与矩阵乘法的关系。

从 Ax 看一次空间变换

给定矩阵 AA 和向量 xx,乘积 AxAx 可以理解为:把空间中的点或方向 xx 送到一个新位置。只要满足 T(u+v)=T(u)+T(v)T(u+v)=T(u)+T(v) 与 T(cu)=cT(u)T(cu)=cT(u),这个映射就是线性的。

线性意味着网格不会被随意弯曲。平行直线在变换后仍保持平行,直线仍是直线,而且原点一定映到原点。因此观察一个矩阵时,重点不是逐项乘加,而是它如何改变方向、长度和夹角。

矩阵的列就是基向量的去向

考虑矩阵 A = [[2, 1], [0, 1]]。二维标准基向量是 e1 = (1, 0) 和 e2 = (0, 1),于是 A e1 = (2, 0),A e2 = (1, 1)。也就是说,矩阵第一列就是第一个基向量的新位置,第二列就是第二个基向量的新位置。

任意向量都能写成两个基向量的线性组合,所以有 Ax=x1(Ae1)+x2(Ae2)Ax=x_1(Ae_1)+x_2(Ae_2)。例如 x = (1, 2) 时,结果是 (4, 2):只要知道两个基向量被送到哪里,就能重建整个平面的变换结果。

四类典型二维变换

变换 一个典型矩阵 空间效果
缩放 [[sx, 0], [0, sy]] 分别改变横向和纵向长度
旋转 [[cosθ, -sinθ], [sinθ, cosθ]] 绕原点旋转,长度保持不变
关于 x 轴反射 [[1, 0], [0, -1]] 横坐标不变,纵坐标变号
水平剪切 [[1, k], [0, 1]] 高度不变,横向位移随纵坐标增加

缩放、旋转、反射和剪切对二维网格的影响

这四类操作看起来不同,但都能通过“两个基向量被送到哪里”来统一理解。旋转改变方向却保持长度;非等比缩放会改变长度和角度;反射改变朝向;剪切会让原本的矩形变成平行四边形。

连续变换对应矩阵乘法

若先用矩阵 BB 变换向量,再用矩阵 AA 继续变换,最终结果是 A(Bx)=(AB)xA(Bx)=(AB)x。因此矩阵乘法本身也可以理解为“合成变换”:右边的矩阵先发生,左边的矩阵后发生。

顺序通常不能交换。例如先剪切再缩放,与先缩放再剪切会得到不同矩阵,因此一般有 AB≠BAAB\ne BA。阅读复合矩阵时,应始终从最右侧开始还原动作顺序。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

把矩阵乘法看成线性变换

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通