线性代数系列讲解第九篇 线性变换

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. $T(v+w)=T(v)+T(w)$
$2.T(cv)=cT(v)$
我们可以将上述两个条件写成一个式子也可以
$T(cv+dw)=cT(v)+dT(w)$
其中$T$代表的是一种变换(或者映射(mapping))，$v$,$w$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)
$$T:R^2\to R^2$$

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
$$T:v\to v+v_0$$

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$v$翻倍，$T(v)$并没有翻倍。
例子3：取向量的模
$$\begin{gathered} T:R^3\to R^1 \\ T(v)=||v|| \end{gathered}$$
我们可以发现这个变换也不符合条件，$T(-v)\ne -T(v)$
例子4：旋转变换
$$T:R^2\to R^2$$

这个变换符合线性变换的条件，因此是个线性变换。

矩阵 A A