2.3 线性变换引入
线性变换
矩阵乘以向量 Ax=yA\mathbf{x}=\mathbf{y}Ax=y ,可以看成函数,函数输入是向量 x\mathbf{x}x ,输出是向量 y\mathbf{y}y 。线性代数把函数看作变换,向量 x\mathbf{x}x 变换成向量 y\mathbf{y}y ,矩阵 AAA 称为变换矩阵,变换矩阵作为一个整体。 mmm 行 nnn 列矩阵 AAA 记为 AmnA_{mn}Amn ,把 nnn 维向量变换维 mmm 维向量, m、nm、nm、n 是任意自然数。mmm 维向量记为 xm\mathbf{x_m}xm ,这样写的好处是可以看到维度。
定义 线性变换 设 VnV_nVn , UmU_mUm 分别是 nnn 维和 mmm 维线性空间,TTT 是一个从 VnV_nVn 到 UmU_mUm 的映射,如果映射 TTT 满足:
对任意 v,w∈Vn\mathbf{v}, \mathbf{w}\in V_nv,w∈Vn ,满足 T(v+w)=T(v)+T(w)T(\mathbf{v}+\mathbf{w}) = T(\mathbf{v}) + T(\mathbf{w})T(v+w)=T(v)+T(w) 。
对任意 v∈Vn,λ∈R\mathbf{v}\in V_n,\lambda \in Rv∈Vn,λ∈R ,满足 T(λv)=λT(v)T(\lambda\mathbf{v}) = \lambda T(\mathbf{v})T(λv)=λT(v) 。
TTT 称为从 VnV_nVn 到 UmU_mUm 的线性映射或线性变换。
矩阵变换满足数乘和分配率 A(αv+βw)=αAv+βAwA(\alpha\mathbf{v}+\beta\mathbf{w}) = \alpha A\mathbf{v} + \beta A\mathbf{w}A(αv+βw)=αAv+βAw ,显然满足上面两个条件,所以是线性变换。物理意义是向量组线性组合( αv+βw\alpha\mathbf{v}+\beta\mathbf{w}αv+βw )的变换等于变换向量组 ( Av,AwA\mathbf{v}, A\mathbf{w}Av,Aw )的线性组合。由于这个性质,只需要搞清楚基的变换,就可以得出任意向量的变换。
重要性质 令变换矩阵 AmnA_{mn}Amn 把 nnn 维空间中基 V=(v1,⋯,vn)V = (\mathbf{v_1},\cdots,\mathbf{v_n})V=(v1,⋯,vn) ,变换为 mmm 维空间中 nnn 个向量 (w1=Av1,⋯,wn=Avn)(\mathbf{w_1}=A\mathbf{v_1},\cdots,\mathbf{w_n}=A\mathbf{v_n})(w1=Av1,⋯,wn=Avn) ,则 nnn 维空间中任意向量 α1v1+⋯+αnvn\alpha_1\mathbf{v_1}+\cdots+\alpha_n\mathbf{v_n}α1v1+⋯+αnvn ,变换为 mmm 维空间的向量
A(α1v1+⋯+αnvn)=α1Av1+⋯+αnAvn=α1w1+⋯+αnwnA(\alpha_1\mathbf{v_1}+\cdots+\alpha_n\mathbf{v_n}) = \alpha_1A\mathbf{v_1}+\cdots+\alpha_nA\mathbf{v_n} \\ = \alpha_1\mathbf{w_1}+\cdots+\alpha_n\mathbf{w_n} A(α1v1+⋯+αnvn)=α1Av1+⋯+αnAvn=α1w1+⋯+αnwn
如何理解这个关系呢?我们只需要知道空间的基及其对应的变换向量组,则对任意向量,只需其基的表示系数组,就可以获得变换向量,即基变换向量组的线性组合,不需要知道变换矩阵本身!也就是说,变换矩阵由基变换关系 (w1=Av1,⋯,wn=Avn)(\mathbf{w_1}=A\mathbf{v_1},\cdots,\mathbf{w_n}=A\mathbf{v_n})(w1=Av1,⋯,wn=Avn) 唯一决定;或者说,由基变换关系 (w1=Av1,⋯,wn=Avn)(\mathbf{w_1}=A\mathbf{v_1},\cdots,\mathbf{w_n}=A\mathbf{v_n})(w1=Av1,⋯,wn=Avn) 可以得到变换矩阵。基变换关系是理解矩阵的核心!
重要性质 线性变换把线性空间变换为线性空间。
假设线性空间 S(V)S(V)S(V) 由向量组 V=(v1,⋯,vn)V = (\mathbf{v_1},\cdots,\mathbf{v_n})V=(v1,⋯,vn) 张成,则矩阵 AAA 变换后,向量组 VVV 变换成向量组 W=(Av1,⋯,Avn)W=(A\mathbf{v_1},\cdots,A\mathbf{v_n})W=(Av1,⋯,Avn) ,则变换后的空间由向量组 WWW 张成。
如果向量组 VVV 是无关组,变换后的向量组 WWW 一般来说是相关组,甚至可能都变换为 0\mathbf{0}0 向量。只有变换矩阵 AAA 的向量组是无关组时,向量组 WWW 才会是无关组。
2.3 线性变换引入相关推荐
- 我大一的线性代数学习
我的大一的线性代数:借此怀念一下我大一的线性代数的学习 一.扯扯虚的 进入大一,学的是计算机专业,说是计算机专业,不过看看大一的课程,就是各种数学,其中就有线性代数. 线性代数上课,最重要的就是讲怎么 ...
- 图形学 Lecture 2 Transformation(变换)
目录 二维变换 线性变换 缩放变换 反射变换 切变 旋转变换 总结:线性变换 齐次坐标 平移变换 仿射变换 逆变换 变换的组合 变换的分解 补充 三维空间的变换 齐次坐标(三维) 三维变换 缩放 平移 ...
- 华为诺亚、北大提出GhostNet,使用线性变换生成特征图,准确率超MobileNet v3 | CVPR 2020...
作者 | Kai Han, Yunhe Wang等 编译 | Conv 出品 | AI科技大本营(rgznai100) 受限于内存空间和计算资源,将卷积神经网络部署到嵌入式设备中会比较困难.CNNs中 ...
- 【数据挖掘】神经网络 后向传播算法 ( 线性回归与逻辑回归 | 单个神经元本质及逻辑 | 神经网络每一层分析 | 神经网络矩阵形式 | 线性变换与非线性变换 )
文章目录 I . 线性回归 与 逻辑回归 II . sigmod 非线性激活函数 III . 神经元单元 逻辑 IV . 单个 神经元单元 总结 V . 神经网络 每一层分析 VI . 神经网络 矩阵 ...
- 矩阵论-线性变换的特征值与特征变换
线性空间与线性变换 综述 1.2 线性变换及其矩阵 1.2.3 特征值与特征向量 综述 本系列博文主要总结学习矩阵论的心得笔记,参考数目<矩阵论>–张凯院:整个文章的整理体系参照行书过程. ...
- 打脸!一个线性变换就能媲美“最强句子embedding”?
文 | 苏剑林(追一科技) 编 | 小轶 小编:前几周小屋刚推完<还在用[CLS]?从BERT得到最强句子Embedding的打开方式!>,苏神就来打脸了_(:з」∠)_ BERT-flo ...
- 一般向量空间的基变换_MIT—线性代数笔记30 线性变换及对应矩阵
第30讲 线性变换及对应矩阵 Linear transformations and their matrices 网易公开课open.163.com 线性变换 Linear transformati ...
- 超越MobileNet v3!华为诺亚、北大提出GhostNet,使用线性变换生成特征图
点击我爱计算机视觉标星,更快获取CVML新技术 作者 | Kai Han, Yunhe Wang等 编译 | Conv 出品 | AI科技大本营(rgznai100) 受限于内存空间和计算资源,将卷积 ...
- 【深度学习之美】激活引入非线性,池化预防过拟合(入门系列之十二)
12.1 两个看似闲扯的问题 在开讲本章内容之前,先请你思考两个问题呗:第一个问题,你能用直线画出一张漂亮的笑脸吗?第二个问题是,你知道那副著名的对联:"诸葛一生唯谨慎,吕端大事不糊涂&qu ...
最新文章
- 个人银行账户管理程序
- 第一款支持容器和云部署的开源数据库Neo4j 3.0
- python turtle库画图案-Python:turtle库的使用及图形绘制
- 上元节的灯会(灭)-区间dp
- BugkuCTF-PWN题pwn6-printf超详细讲解(未提供Libc版本)
- linux文件存储管理,深入探讨Linux文件系统管理小结
- 【转】大厦将倾,互联网将如何变革传统行业(上)
- shell脚本--部署应用到tomcat并启动tomcat
- 客户端软件的结构思考(一)
- php for求合,怎么用PHP for循环求1到100的和
- html如何在手机打开,HTML怎么在手机打开
- 大数据挖掘型标签RFM/RFE/PSM
- Appium swip滑动
- poscms-说明文档
- 【华人学者风采】陈积明 浙江大学
- 转载一篇介绍 WordPress 的文章
- 支持两个USB Type-C接口都能投屏的便携显示器方案
- Empty reply from server
- krc 编辑 linux,KRC 文件扩展名: 它是什么以及如何打开它?
- Intellij IDEA入门到精通(二)
热门文章
- $_SERVER参数用法总结(php手册)
- OMNet++新建工程及运行
- 微信小程序 蓝牙的使用
- python递归函数的意思_Python 递归函数
- 原生ajax请求及readyState的几种状态
- Exception in thread “Quartz Scheduler [HmpScheduler]“ org.springframework.scheduling.SchedulingExcep
- 装X数学:高雅的数学表示
- 安卓JNI使用OpenCV
- ML大杂烩:**常见机器学习算法公式梳理
- 编译VTK的MFC库