线性变换与行列式
变换矩阵(transformation matrix)
这是本学科最令人满意的事实之一:一旦固定一组基,有限维上的每个线性变换其实就是一个矩阵。抽象的映射和一格格具体的数字,变成了同一回事。
构造它的窍门极其简单。看每个基向量落到哪里,把这些落点写成矩阵的各列。然后要把变换作用到任意向量上,只需用这个矩阵去乘那个向量。各列就是答案表,矩阵乘法把中间的一切都补齐。
这正是线性代数如此实用的原因。你不必去推敲一个神秘的函数,而是存下一小排数字,让计算机去乘。变换对空间所做的一切,完全由它把基向量送到何处所决定。
90-deg rotation: e1=(1,0)->(0,1), e2=(0,1)->(-1,0), so A = [[0,-1],[1,0]]
追踪两个基向量各自落到哪里;它们就成为矩阵 A 的两列。
换一组基,同一个变换就会得到长相不同的矩阵。映射本身不变;它的数字格子取决于你选的坐标系。
又称
另见