标签:begin 线性变换 3Blue1Brown 变换 boldsymbol bmatrix end 向量 乘法
1. 矩阵乘法与线性变换复合
笔记来源:线性代数的本质:矩阵乘法与线性变换复合
矩阵乘法:一种变换后再进行另一种变换
例如 :先旋转后剪切
矩阵是原始基向量经过变换后新基向量的集合,后面的向量跟随新基向量作了哪些变换
黄色字体的向量为要变换的某个向量
先进行旋转,再进行剪切
例如:
原始基向量为
i
=
[
1
0
]
j
=
[
0
1
]
\boldsymbol{i}= \begin{bmatrix} 1\\ 0 \end{bmatrix} \quad \boldsymbol{j}= \begin{bmatrix} 0\\ 1 \end{bmatrix}
i=[10]j=[01]
第一次基向量变为
i
=
[
1
1
]
j
=
[
−
2
0
]
\boldsymbol{i}= \begin{bmatrix} 1\\ 1 \end{bmatrix} \quad \boldsymbol{j}= \begin{bmatrix} -2\\ 0 \end{bmatrix}
i=[11]j=[−20]
第一次基向量变为
i
=
[
1
1
]
j
=
[
−
2
0
]
\boldsymbol{i}= \begin{bmatrix} 1\\ 1 \end{bmatrix} \quad \boldsymbol{j}= \begin{bmatrix} -2\\ 0 \end{bmatrix}
i=[11]j=[−20]
第二次基向量变为
i
=
[
0
1
]
j
=
[
2
0
]
\boldsymbol{i}= \begin{bmatrix} 0\\ 1 \end{bmatrix} \quad \boldsymbol{j}= \begin{bmatrix} 2\\ 0 \end{bmatrix}
i=[01]j=[20]
在第二次变换中,将第一次变换得到的基向量
i
=
(
1
,
1
)
T
\boldsymbol{i}=(1,1)^T
i=(1,1)T 看作某个向量进行第二次变换
也就是说矩阵是原始基向量经过变换后新基向量的集合,后面的向量跟随新基向量作了哪些变换
在第二次变换中,将第一次变换得到的基向量
j
=
(
−
2
,
0
)
T
\boldsymbol{j}=(-2,0)^T
j=(−2,0)T 看作某个向量进行第二次变换
也就是说矩阵是原始基向量经过变换后新基向量的集合,后面的向量跟随新基向量作了哪些变换
M
2
M
1
≠
M
1
M
2
M_2M_1\neq M_1M_2
M2M1=M1M2
标签:begin,线性变换,3Blue1Brown,变换,boldsymbol,bmatrix,end,向量,乘法 来源: https://blog.csdn.net/weixin_48524215/article/details/122271971
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。