求一个向量变换为另一个向量的矩阵_线性代数之——线性变换及对应矩阵

1. 线性变换的概念

当一个矩阵

乘以一个向量

时，它将

变换到另一个向量

。进来的是

，出去的是

。一个变换

就像一个函数一样，进来一个数字

，得到

。但更高的目标是一次考虑所有的

，我们是将整个空间

进行变换当我们用

乘以每一个向量

时。

一个变换

，为空间

中的每一个向量

分配一个输出

。这个变换是线性的，如果它满足：

我们可以将这两个条件结合成一个，

矩阵相乘满足线性变化，因为

始终成立。

线性变换满足线到线，三角形到三角形，看下图。

在一条线上的三个点经过变换后仍然在一条线上，变换前等距离的点变换后仍然是等距离的点，输入是一个三角形变换后输出还是一个三角形。这种线性可以扩展到三个向量或者 N 个向量的组合。

变换有自己的语言，如果没有矩阵的话，我们没办法讨论列空间。但是这些思想可以被保留，比如列空间包含所有的线性组合

，零空间包含所有使得

的输入。将它们转化为值域（range）和核（kernel）：

的值域 = 所有输出

的集合，对应于列空间。

的核 = 所有使得

的输入的集合，对应于零空间。

投影任意一个三维向量到

平面，那么我们有

。值域就是这个平面，包含了所有的

；核是

轴，它们被投影到了零点。这是一个线性的变换。

投影任意一个三维向量到

平面，那么我们有

。这不是一个线性的变换，为什么呢？它根本不能将零向量投影到零点，而这是线性变换必须满足的条件。

假设

是一个可逆的矩阵，那么核是零向量，值域

和输入空间

相同。有另一个线性变化是乘以矩阵

，它将每一个

都带回到

，有，

我们遇到了一个不可避免的问题，所有的线性变换都可以由一个矩阵产生吗？答案是肯定的，所有的变换比如旋转、投影……背后都藏着对应的一个矩阵。

最后我们来直观地感受一下线性变换，看一个矩阵是怎么旋转、拉伸或者以其它方式改变输入的房子的。

2. 线性变换的对应矩阵

这部分的核心在于，如果我们知道了基向量

的变换

，那么由于变换是线性的，我们就知道了任意输入向量

的变换

。

每个向量

都可以表示为基向量的唯一线性组合

，又由于

是线性变换，那么必有

。

函数

的导数是

。这里，

是立方多项式空间的一个基，输入空间

包含它们的所有组合，四个基的导数可以告诉我们空间

中的所有导数。

针对求导这个变换

，我们求解

来找到它的核。解是

，因此

的零空间是一维的，包含所有的常函数。我们查看

的所有输出来找到它的值域，由于输入是三次多项式，三次多项式的导数是二次多项式，所以如果输出空间

是二次多项式空间的话， 那么

的值域是整个

，维度为 3。

核的维度+值域的维度=输入空间的维度。

导数将立方空间

变换到平方空间

，对应的矩阵是

大小的。

为什么

是正确的矩阵，我们可以看到乘以矩阵

和变换

是一致的，

的导数是

。

然后我们来看积分变换

，对应的矩阵是

大小的，

的导数是

。

长方形的矩阵

没有双边逆矩阵，但它有单边逆，积分是导数的单边逆。

如果你对一个函数积分后再求导，那么你又回到了起始函数，所以

。但是，如果你先求导再积分，常数项就会丢失，

，这也就是为什么

的第一列为 0。

现在我们来构建任意线性变换的矩阵。假设变换

将

维空间

变换到

维空间

，

是

的一组基向量，

是

的一组基向量。那么矩阵

是

大小的，要找到它的第一列，我们应用

到第一个基向量

，

位于

空间并有，

这些数字就是

的第一列元素，同理我们可以得到矩阵的所有元素。

所有的输入向量都可以表示为

中基向量的线性组合，变换后的输出则是

中基向量的线性组合。矩阵

告诉了我们变换

做了什么，

任何从

到

的变换都可以转换为一个矩阵，这个矩阵则取决于基向量的选择。

两个变换

和

分别用矩阵

和

表示。当我们应用

变换到

变换的输出，我们得到了变换的组合

；当我们在

之后应用

，我们得到了矩阵相乘

。

矩阵相乘给出了变换

的正确矩阵

。