https://www.bilibili.com/video/av6731067/?p=13
头皮发麻的炸裂,
我们知道向量是有大小和方向的数据,在数学上使用坐标来表示,坐标的关键在与基向量。比如二维坐标的基向量我们通常采用来表示他们的基向量,
一个向量比如
但是如果我们想换一个基座标呢,我们使用假设的新坐标表示一个向量,
这个新坐标的基向量就是 那么我们想让这个新坐标下的向量用我们常用坐标表示呢 ,因该怎么做?
我们知道矩阵表示的是线性变换,线性变换又是通过基座标的改变来表示,也就是矩阵中列的数,比如
,我们假设 ,那么这个A表示的就是矩阵旋转90°这个线性变换,那么矩阵乘以向量,就是这个向量做了这个线性变化后,这个向量变成了什么向量比如
我们发现新坐标的基向量,如果用来看的话就是 ,其实我们不明白的就是为什么
,用文字描述就是新坐标下的向量(2,1)经线性运算,变成了(0,1)坐标系下的(-4,1)
这个公式就完成了新坐标系的向量转化成(0,1)坐标系的向量 我怎么想都不能理解
其实这个中间少了一步
我们把新坐标用(0,1)坐标表示就已经做了一次转换,意思就是A表示了一个线性变换新基座标转化为(0,1)坐标
那么我们使用新基座标的(2,1)乘以矩阵A,就表示对(2,1)做了A变换,也就是把(2,1)从新坐标下的向量变成了(0,1)坐标下的向量,也就是(-4,1)
那么A的逆又是什么呢,哈哈。。。。。。。。老坐标变成新坐标 那么(-4,1)乘以A的逆就等于新坐标系表示下的向量
总结,A表示的就是新坐标线性变换成老坐标 ,新坐标系下的向量乘以A=老坐标系的向量 。老坐标系的向量乘以A的逆=新坐标系的向量。
不仅向量是依靠基座标系,矩阵(线性变换)也依靠着基座标系
那么我们怎在新坐标系下表示矩阵的线性运算呢,比如咋(0,1)坐标下的线性变换 在新坐标系下怎么表示呢
首先我们使用任意向量v ,v表示的是新坐标系下的一个向量,
表示的是v在(0,1)坐标下的向量,
,表示了v在(0,1)坐标下的向量做线性变换后的向量,
,表示的是v在(0,1)坐标下的向量做线性变换后的向量做线性变换,变成了新坐标下的向量
所以在(0,1)下的线性变换 与新坐标系下的 表示的是同一个变换
暗示着一种数学上的转移作用,中间的M就是转换矩阵(线性变换),两侧的矩阵具有转移的作用,也就是视角上的转化,矩阵乘积后任然表示同一个线性变换,只不过从其他人的视角来看。