线性变换(linear transformation)
矩阵其实就是做线性变换,线性变换需要两个条件,其实跟向量空间有点像。
条件: 1. T ( v + w ) = T ( v ) + T ( w ) T(v+w)=T(v)+T(w) T(v+w)=T(v)+T(w)
2. T ( c v ) = c T ( v ) \qquad\,2.T(cv)=cT(v) 2.T(cv)=cT(v)
我们可以将上述两个条件写成一个式子也可以
T ( c v + d w ) = c T ( v ) + d T ( w ) \qquad \qquad \qquad T(cv+dw)=cT(v)+dT(w) T(cv+dw)=cT(v)+dT(w)
其中 T T T代表的是一种变换(或者映射(mapping)), v v v, w w w代表的是向量。
我们先举几个变换的例子,判断它是不是线性变换吧。
例子1:投影(Projection)
T : R 2 → R 2 T:R^2\rightarrow R^2 T:R2→R2
我们可以验证以上两个条件,满足以上两个条件,因此,投影是线性变换。
例子2:平面平移
T : v → v + v 0 T: v\rightarrow v+v_0 T:v→v+v0
我们看看这个变换符合条件不,它并不符合条件,因为若我们将 v v v翻倍, T ( v ) T(v) T(v)并没有翻倍。
例子3:取向量的模
T : R 3 → R 1 T ( v ) = ∣ ∣ v ∣ ∣ T:R^3\rightarrow R^1\\\;\\T(v)=||v|| T:R3→R1T(v)=∣∣v∣∣
我们可以发现这个变换也不符合条件, T ( − v ) ≠ − T ( v ) T(-v)\neq -T(v) T(−v)=−T(v)
例子4:旋转变换
T : R 2 → R 2 T:R^2\rightarrow R^2 T:R2→R2
这个变换符合线性变换的条件,因此是个线性变换。