04 - 矩阵乘法与线性变换复合

最新推荐文章于 2024-08-20 17:03:15 发布

Rilkean heart

最新推荐文章于 2024-08-20 17:03:15 发布

阅读量803

点赞数

分类专栏：线性代数 # 线性代数的本质文章标签：线性代数

本文链接：https://blog.csdn.net/qq_42147816/article/details/105178094

版权

7 篇文章 0 订阅

订阅专栏

6 篇文章 0 订阅

订阅专栏

为了更好的讲解矩阵*矩阵的思想。我们回到上一节的线性变换的两个普通的原则“保持直线”和“原点不变”。可以总结出2种变换的方式：旋转和剪切。

上面这个坐标基让我们先旋转

再剪切（剪切可能从字面上有些不好理解，可以想象一下剪刀）

然而事实是，如果我们又旋转又剪切，这样一种复合变换也是线性变换，依旧可以得到变换后所有坐标的点，只要我们有 1.i和j的新坐标（并且试着写成矩阵，这里我们起个名字叫复合矩阵如下图） 2.某个待变换的原坐标

更进一步的，这种复合变换也不过是2步变换，先旋转，再组合。如果我们依次写出旋转和剪切的i,j矩阵，并且观察它对某点(x,y)的线性变换时
在这里插入图片描述

它一定上面的复合矩阵一步到位的效果一样：

然后就可以轻松得到矩阵*矩阵的结果：

在这里插入图片描述

因此矩阵*矩阵的几何意义，就是两个线性变换相继作用，只是要记住我们是先旋转，再剪切，因此你会发现应该从右往左读这个式子。（计算从左到右，线性变换的几何角度从右往左）

发现了复合和乘法存在这样的关系后，不由得去思考如何计算得到复合矩阵。这里给一个全新的旋转与剪切，并且给他们命名为M1和M2：

从右往左看，先看M1，注意我这里圈出了M1的第一列，不难理解，圈出的实际上是第一次变换中的i，然后我们“提取”这个i，看看M2对它有什么变换作用：

我们自然得到了M2变换后i的新坐标，这里如果不熟悉可以看一下上一节。类似的，对于M1的j坐标也可以得到M2变换后新j坐标。然后我们就得到了2个新坐标！这就得到了矩阵乘法的答案。
此思想同样具有普适性：除了背住“第1行乘第1列+第1行乘第2列”这样的公式之外，应该学会从线性变换的角度去思考矩阵乘法——两个变换相继作用。
利用这种形象而非计算的“旋转剪切”思维。可以看到对于另一个经典问题**“矩阵乘法是否有交换律”**有一个很好的答案：

先剪切后旋转90度：

先旋转90度后剪切：

显然得到了不一样的结果，所以矩阵乘法没有交换律。
然后我们可以思考矩阵乘法是否有结合律，从这个角度看很容易，毕竟只是将同样的几个变换用同样的顺序依次作用而已。b站下一节是一个5min的补充小视频，会将二维拓展到三维——2*2的矩阵将进化成3*3的矩阵。这里不再赘述。

关注

专栏目录