第五章 矩阵的几何意义
在线性空间中如果确定了一个基,线性映射就可以用确定的矩阵来表示,这就是矩阵的几何意义:线性空间上的线性映射。
5.1 矩阵与向量的乘法的几何意义
矩阵与向量乘积比如 A x ⇀ A\stackrel{\rightharpoonup}{x} Ax⇀表现为矩阵 A A A对一个向量 x ⇀ \stackrel{\rightharpoonup}{x} x⇀作用的结果。其作用的主要过程是对一个向量进行旋转和缩放的综合过程(即线性变换的过程),一个向量就变换为一个向量。
向量组的线性表示的几何解释就是把矩阵 A A A的列向量进行伸缩变换后首尾相连得到一个新向量。
旋转矩阵对向量的乘积的几何解释
一个矩阵乘以一个向量,一般将会对向量的几何图形进行旋转和伸缩变化。旋转矩阵只对向量进行旋转变化而没有伸缩变换。
A
=
(
c
o
s
θ
−
s
i
n
θ
s
i
n
θ
c
o
s
θ
)
A=\begin{pmatrix} cos\theta&-sin\theta\\sin\theta&cos\theta\end{pmatrix}
A=(cosθsinθ−sinθcosθ)
5.2 矩阵与线性变换的关系的几何意义
任意一个矩阵其本身蕴含着一个变换。这个变换我们可以称为一个矩阵变换。
一个矩阵变换必然是一个线性变换,两者具有一一对应的关系。
- 线性变换的和对应着矩阵的和
- 线性变换的乘积对应着矩阵的乘积
- 线性变换的数量乘积对应着矩阵的数量乘积
- 线性变换的逆对应着矩阵的逆
相关文章
数据压缩读书笔记——线性代数的几何意义(一)
数据压缩读书笔记——线性代数的几何意义(二)
数据压缩读书笔记——线性代数的几何意义(三)
数据压缩读书笔记——线性代数的几何意义(四)
数据压缩读书笔记——线性代数的几何意义(五)