1. 定義
我們已經學習了矩陣的加法和數乘,那麼,線性變換的加法和數乘呢?線性變換的加法和數乘實際上就是矩陣的加法和數乘。
假設:
那麼:
2. 證明
3. 通過線性變換的加法和數乘,構造一些有趣的變換
3.1 假如將R2空間中的三角形或任意圖形沿Y軸翻轉,且在Y軸方向上伸長兩倍,那麼,經過變換,x變成-x,y變成2y:
T變換的變換矩陣爲:
上面的一個變換可以拆開成兩個變換麼?實際上可以拆開成:
變換1:沿Y軸翻轉,變換矩陣爲
變換2:在Y軸方向伸長兩倍,變換矩陣爲
T變換的變換矩陣實際是B和A相乘:
3.2 旋轉變換
旋轉變換爲線性變換,因此可以將旋轉變換表示成矩陣向量積:
變換矩陣A又可以用單位矩陣來表示,比如R2中的A可以表示爲:
比如R3中繞X軸旋轉的A可以表示爲:
4. 單位向量
長度爲1的向量稱爲單位向量。向量的長度,某種程度上,是畢達哥拉斯定理(勾股定理)的推廣。
單位向量在作某些變換的時候非常有用。那麼,如何構造單位向量呢?假設非單位向量爲:
如果想把v變成單位向量u,那麼:
證明過程如下:
表示單位向量時,字母上面的箭頭可以由尖號代替,例如:
5. 向量到直線的投影
向量x到直線L的投影,即垂直於直線L的光,照在向量x上,然後在直線L上形成的影子,邏輯上比較好理解,但是必須通過更數學化的定義,才能求出投影。
更加數學化的定義:一個向量x在直線L上的投影,是L上的某個向量,假設該向量爲,那麼, 與直線L正交。
假設直線L爲:
其中,投影向量又可以表示爲:
那麼, 與直線L正交,意味着 與直線L上的任意向量正交,根據正交的定義:
可以求出變量c,進而求出投影向量:
6. 投影變換
投影本質上是一種變換,且是線性變換。
直線L可以用單位向量來表示:
因此,向量x到直線L的投影向量爲:
又因爲投影變換是線性變換,因此投影變換可以表示爲矩陣向量積:
比如,在二維空間中,投影變換的變換矩陣爲:
三維空間類似。