油管上看到的非常好的一个线性代数教程(还有其他系列)
油管链接
B站也有的贴心不用上外网链接
1. 矩阵与线性变化
从线性变化的角度理解矩阵的意义。
- 线性变化:可以看作对空间的挤压伸展。它保持网格线平行且等距分布,并且原点不变。
- 怎样用数值描述线性变化:使用基向量。
线性变换由它对空间的基向量的作用完全决定,因为其他任意向量都能表示为基向量的线性组合。在二维空间中,基向量就是i和j。
矩阵实际是对向量做线性变化,矩阵的列看作变化后的基,把矩阵乘法看作它们的线性组合。
如下图所示,如果要知道空间旋转90度的任意[x,y]的坐标表示,与旋转后的基向量表示的矩阵相乘即可。
线性变化是操控空间的一种手段,这种变化只要使用变化后基向量的坐标就可以表示。以这些坐标为列所构成的矩阵提供了一种描述线性变化的语言,而矩阵向量乘法就是计算线性变换作用于给定向量的一种途径。
这里要强调的是,每当看见一个矩阵,都可以把它理解为对空间的一种特定变化。
2. 矩阵乘法与线性变换复合
复合矩阵和先进行旋转矩阵,再进行剪切矩阵所得到的效果是一样的。
两个矩阵相乘的几何意义:两个线性变换相继作用。注意是从右到左作用,就好像f(g(x))是先进行g函数,再进行f函数。(线性变换本身就可以看作函数作用)
因此,矩阵相乘的一些性质就可以通过矩阵对空间的线性变化来很好的理解:
MN != NM (不满足交换律)
A(BC)=(AB)C (满足结合律,因为本来就是从右往左进行变换)
3. 行列式
在二维平面中,一个线性变换的行列式是3,表示它将一个区域的面积增加为3倍。
行列式为负数,可以理解为是将整个空间进行了翻转,以二维平面为例,好像将一张白纸从正面翻到了背面,行列式的绝对值依然表示区域面积的缩放比例。
负的面积缩放比例用来描述定向改变。
在三维空间中,行列式表示体积。
二维行列式计算:
三维计算:
4.逆矩阵,列空间与零空间
逆矩阵: