数据压缩读书笔记——线性代数的几何意义（六）

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$A\stackrel{\rightharpoonup }{x}$表现为矩阵$A$对一个向量$\stackrel{\rightharpoonup }{x}$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$A$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。
$$A=\left(\begin{array}{cc}cos\theta & -sin\theta \\ sin\theta & cos\theta \end{array}\right)$$

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）