线性变换
接上一篇线性变换(中)
上一篇博客中我写了一些常见的线性变换。实际上,我们可以用一个矩阵 A A A来表示线性变换 T T T。
根据线性变换的性质, T ( a 1 v 1 + a 2 v 2 + ⋯ + a n v n ) = a 1 T ( v 1 ) + a 2 T ( v 2 ) + ⋯ + a n T ( v n ) T(a_1v_1+a_2v_2+\cdots+a_nv_n)=a_1T(v_1)+a_2T(v_2)+\cdots+a_nT(v_n) T(a1v1+a2v2+⋯+anvn)=a1T(v1)+a2T(v2)+⋯+anT(vn)
你连矩阵 A A A都不用知道,只需要知道向量 v 1 v_1 v1到 v n v_n vn线性变换后的值,就可以计算出任意向量 v v v经过线性变换后的值。也就是,你可以自己定义线性变换。
就以平面向量为例,设 e 1 = [ 1 0 ] , e 2 = [ 0 1 ] e_1=\begin{bmatrix}1\\0\end{bmatrix},e_2=\begin{bmatrix}0\\1\end{bmatrix} e1=[10],e2=[01]
假如我已知 T ( e 1 ) = [ 5 − 7 2 ] , T ( e 2 ) = [ − 3 8 0 ] T(e_1)=\begin{bmatrix}5\\-7\\2\end{bmatrix},T(e_2)=\begin{bmatrix}-3\\8\\0\end{bmatrix} T(e1)=⎣⎡5−72⎦⎤,T(e2)=⎣⎡−380⎦⎤
因为 x = [ x 1 x 2 ] = [ x 1 0 ] + [ 0 x 2 ] = x 1 e 1 + x 2 e 2 x=\begin{bmatrix}x_1\\x_2\end{bmatrix}=\begin{bmatrix}x_1\\0\end{bmatrix}+\begin{bmatrix}0\\x_2\end{bmatrix}=x_1e_1+x_2e_2 x=[x1x2]