I.老向量和新向量所在的空间
前面讲的线性变换后丢失了维度,是说基向量的张成空间的维度降低了,而输入向量x和输出向量v所在的维度没变。
这里x和v向量都是三元数描述的,也就是说他俩还都在三维空间中
II.非方阵
1.几何意义
非方阵改变了向量的维数,输入向量是2维,输出向量是3维
二维空间到三维空间的张成空间只是一个面(当然还可能共线啊),但向量描述是三个数的。这俩空间之间没有任何关联,也不是从二维空间旋转啊什么的变换来的,只是非方阵实现了映射,这才是真正的降维啊!!!
2.二维空间的基向量在三维空间的位置
可以通过矩阵发现映射后的基向量的位置在哪,很方便的
列空间(也就是基向量的张成空间)在三维空间是一个平面。满秩是因为列空间没有降维,和输入空间一样还是2,输出空间确实变成3了
扫描二维码关注公众号,回复:
4605756 查看本文章
注意是非方阵(3行2列)* 输入向量(2维) = 输出向量(3维)
3.通过矩阵的样子读信息
矩阵的列数代表输入空间的维度,即在新空间下需要几个基向量来描述列空间;而行数代表输出空间的维数,即每个基向量需要几个坐标。
此为三维空间到2维的变换矩阵
此图为三维空间向二维空间映射,需要三个基向量; 不是满秩的,因为列空间有维度损失,一个基向量可以由另外两个线性组合而成,明显是多余的。
2维向1维转换,非满秩,俩基向量共线了
名词解释
列空间=基向量的张成空间=输出空间
列向量=基向量