线性变换到底是什么以及与矩阵之间的联系

由于图形学碰到了线性变换的知识，仔细深究才发现之前学的都只是浅尝辄止，实在惭愧，因此所幸花点时间补一下相关知识。

首先，什么是线性变换？

百度百科说的当然是一些很牛逼的废话，没啥卵用。根据b站上的视频以及一些博客，实际上线性变换可以理解为在有一定条件（后面会细讲）的一个函数，实现将一个向量映射到另一个向量的效果，其中L是一个线性变换。

首先，观察下图，针对二维平面坐标系，任意一个向量都可以由下面形式的线性组合表示。而其中的向量x和向量y就称作基，可以说，有了基，就可以表示整个空间，因为空间上的任意一个向量（或者说点）都可以根据基的线性组合表示出来。

假设a=1,b=2，可以得到下图中的向量v

首先要明确一点，我们平时指的二维坐标本质是什么？实际上就是当基向量为下图时，系数a和b的值

也就是说，a就是点的x坐标，b就是点的y坐标，我们平时指的点坐标就是(a,b)。（把向量移到原点也可以看做是一个点）

如果此时我们仅对基进行调整，就意味着我们对整个空间进行了调整（此时系数没有改变），所以向量v也发生了变动，因此就实现了将一个向量映射到另一个向量的效果，会产生如下效果。

从原先的空间来看，它的坐标是[3,2]。

但是从变换后的空间来看，它的坐标仍然是[1,2],因为我们将[1,0]和[1,1]看作它的基，前面的系数1和2自然就是它的坐标。

而上述向量v的变换，就是一个线性变换。

关键问题就在于，为什么叫线性变换，而不叫啥非线性变换？

通过观察变化前后的两个式子，不难发现，它们基向量前的系数是保持不变的，都是一样的，只变换了基向量，而且基向量的起点仍然位于原点。（其实前面已经讲过了，但是我怕大家看了前面，连不起来，就这里再总结一下==）

也就是说，该变换保留了原本的线性组合关系，该变换保留了原本的线性组合关系，该变换保留了原本的线性组合关系，重要的事情说三遍。

简单理解就是，保留了原本线性组合关系的变换，并且变换的仅是基向量（且基向量起点位置仍位于原点），那么这个变换就是线性变换。

用数学公式描述就是下面的形式，如果没有前面的理解，直接上来抛这个定义，其实是很难明白线性变换的本质，个人感觉个人感觉。其中L表示一个线性变换，向量x和向量y是基向量。

而这个时候就可以引入矩阵，矩阵的实质，就是线性变换，就是线性变换，就是线性变换。

我们从另一个视角去看上述的例子，

我们之前是直接改变基函数，实现线性变换，那么如何把这个线性变换表示出来呢？总不能只有输入和输出吧。。

我们将变换后的两个基向量合并成一个矩阵，然后分别对变换前的两个基向量做矩阵乘法，如下：

这个时候，最神奇的事情就来了

你有没有发现，乘法后的 结果就是变换后的基向量。

我们试着重新描述这个过程，一个矩阵乘以一个基向量，得到了另一个基向量，回到之前的线性变换的定义，不难知道，这个矩阵就代表着一个线性变换（以矩阵乘法的形式对基向量进行映射）。

所以说，矩阵的本质，就是线性变换，是变换基向量，从而对整个空间进行变换。

那么，线性变换到底有什么用呢？

相当有用相当有用，当空间变换了之后，空间内的物体自然就会发生变换，由此就能推出缩放变换、镜像变换、剪切变换、旋转变换和平移变换。

从线性变换的角度去看下面缩放的这个过程，实际上就是将基向量放大或者缩小，整个空间被放大或者被压缩了。

而剪切是对基向量的平移，从而使得整个空间被拉拽了。

所以说那些变换看上去是物体发生变换，实际上是针对这个物体的空间发生了变换。

进一步深究，我们在二维直角坐标系上面看到的各种线性变换的物体，实际上它们各自都属于不同的空间，有自己的基向量，在变换前后的空间中，它们的坐标是不会发生变换的（因为坐标就是基向量前面的系数）。

而一个具有各种线性变换的物体的二维直角坐标空间，实质上是各个变换后的空间以变换后的物体的形式“聚合”在二维直角坐标空间。

再补充一个点，平移是不是线性变换？

有两个角度可以回答这个问题。

1.从矩阵乘法的角度，你要是能写出一个矩阵，与向量相乘可以实现向量平移，那算我输。

2.从线性变换定理的角度，我们之前要假设变换后的基向量的起点没有发生变换，仍然是（0，0），这样才是一个线性变换，而平移就是空间的平移，这样基向量的起点必然发生改变，因此不是线性变换。

由此会引出另一个定义，就是一个线性变换之后再接上一个平移，这样的变换被定义为仿射变换。

如果想把平移也写在一个矩阵乘法里面，就使用齐次坐标的知识，加一维就行了。箭头所指的两个就是用来进行平移的。

参考资料：

https://www.bilibili.com/video/BV1ys411472E?p=4
https://www.bilibili.com/video/BV1zx411g7gq?p=31