线性代数笔记

最新推荐文章于 2022-09-01 17:48:12 发布

mikuy0

最新推荐文章于 2022-09-01 17:48:12 发布

阅读量783

点赞数

文章标签：线性代数

本文链接：https://blog.csdn.net/hrhett/article/details/120632703

版权

线性代数

要怎么理解行列式的值代表变化的比例但同时行列式的值又可以算面积体积?
太长不看版：面积体积本身就是比例。
详情版：
当你说：“这个图形面积是3”，此时，你头脑里默认有个单位面积。你把这个图形跟默认单位面积求比例，得到3，所以3不过是个比例而已。回到你的问题：
（1）【行列式的值代表变化的比例】这句话是绝对准确的。
（2）【行列式的值又可以算面积/体积】这句话不是绝对准确的。它成立的前提是：你把【线性变换的基底构成的平行四边形/平行六面体】选为默认单位面积/体积。

2.AB=BA 至少AB都要是行列相等的方阵，因为AB A列等于B行 BA B列等于A行

暗示一种数学上的转移作用，中间的矩阵
代表一种标准坐标系下常见的的变换(旋转变换，剪切变换等);

代表转移作用，也就是在不同于标准坐标系与标准坐标系之间进行转换, 实际上也是视角上的转化。矩阵乘积代表着同一种变换，只不过是从别的坐标系的角度来看。

4.在图像处理中的变化如旋转矩阵、缩放矩阵、剪切举证、平移矩阵、把原有坐标映射到新位置，新位置的像素值就是原有坐标的像素值，而比如放大变化多出来的像素点可以用内插来补齐这些没有像素点的位置
5.同一个矩阵所代表的线性变换，在以不同向量为基的空间视角下，变换所得到的结果不同的。虽然从运算的角度可以很容易看出AMα≠MAα（A为新基），但从几何上却很难想通两者所代表几何含义的不同之处在哪里。
6.https://zhuanlan.zhihu.com/p/69069042 基变换讲解
7.同一个线性变换，以标准正交基为基，变换矩阵为A；以p为基，变换矩阵为M。
再以p为基的空间里，p自己是(0，1)(1，0)。平时写的p只不过是以标准正交基表示而已。
靠的是基变换矩阵，基变换矩阵的作用就是转换基向量的，如果你想把原来的基向量表示的向量降维，就把向量的一个数字删掉，那这个向量就丢失了在这个基向量方向的内容，可以参考将3*3的基变换矩阵去掉下面的一行，再乘于向量[123]，那这个向量就丢失了高，变成了一个平面的一个向量
在这里插入图片描述
如基变换中所说，上式可以看作是

变换到另一组基
在另一组基下施行空间变换
变换到原来的基
但是不可忘记最开始时候强调的矩阵乘法代表空间变换，因此抛开基变换也可以这样考虑：上式代表了一种变换分解的思想：将变换 [公式] 分解为连续三个变换 [公式]。

从这两种角度理解，将有助于理解特征值分解和奇异值分解。

与特征值分解的关系
若选择的基P恰好是A的特征向量，且能构成A的一组基，那么M就是对角矩阵，上式就是特征值分解。

那特征值和奇异值具体是什么呢？两者之间又有什么关系呢？请看我的下一篇文章：
https://zhuanlan.zhihu.com/p/69069183
8.https://intuitive-math.club/ 线性代数的动态显示
9.线性代数有必要考虑其几何意义吗

问：

线代也是代数啊，要是钻的深一些，就不要老是想着几何意义。不然到了抽象代数，代数拓扑那里会难以接受。当然，在初学代数时，了解几何意义是必要的。和解析几何有着联系的就是二次型，线性变换，叉乘与混合积等等。

答

你在说什么[思考] “线代“...到了抽象代数”？” 别把线代开除出抽象代数籍啊喂！这么说吧。没有几何能总结出定理？没有物理能抽象出几何？世界上有脱离物理凭空产生的数学？（包括你提的抽象代数里群 域 拓扑 环论等所有这些全都是对自然现象的图形几何抽象，接着再有代数对随之产生的逻辑的描述）一个艺术家能创造出他从来没见过的作品？哪怕作品的任何一处细节？一个关在小黑屋里长大的人能学会语法？兄弟你得多读点艺术和哲学呀。还有你别教脸好创始人做事啊喂.. 太可怕了[微笑]
10.GOOD question of 线性代数几何解释
https://www.zhihu.com/question/448044258

11.3BLUE1BROWN的视频就是对几何意义讲解的最好的。看完后做些笔记更有利于掌握。

在这里插入图片描述

12.3D图形变换中为什么使用四维矩阵，而不是三维矩阵？
https://blog.csdn.net/ZL_GSYY/article/details/73278742?utm_source=blogxgwz1
https://zhuanlan.zhihu.com/p/74597564
齐次坐标多加的W表示缩放比例 X/W Y/W W为0表示无限远 W一般为1表示不缩放

虽然二维的矩阵变成三维的矩阵计算会多一个结果但我们只取X Y的结果，哪个多的结果不用就行
仿射变换是前面几种变换的集合，其有六个自由度。

单应变换矩阵是一个 3*3 3 ∗ 3 的矩阵H。这个变换能够被任意乘上一个非零常数，而不改变变换自己。因此它虽然具备9个元
素，可是具备 8个自由度。这意味着它里面有8个未知参数待求。因此在作特征点匹配的时候（好比利用RANSAC对shift特征点进
行匹配）选择4对点来计算模型。
（单应性变换）透视变换以后不保证垂直和平行关系，紧急保证直线变换以后仍然是直线。
在这里插入图片描述

三维矩阵的S = 1 是因为aH和H矩阵变换就坐标X,Y是一样的，因为这个a何以约掉，所以一般限制s=1求一个H（单应性矩阵）就行。