• 10.Linear Map transformation rules


    线性映射 从一个基底到另一个基底 所遵循的转换规则。

    假设:

    由一个矩阵给出的线性映射在这,并且是在基底e上表示,

    该线性映射将e1变成0.5个e1,将e2变成2个e2;

    假设有个向量V,其分量是【1,1】,

    L将V转换成L(V),

    L(V)的分量是什么?-------------------------------只需将V的列向量L表示的矩阵相乘

    \begin{bmatrix} 1/2 &0 \\ 0&2 \end{bmatrix}*\begin{bmatrix} 1\\ 1 \end{bmatrix} = \begin{bmatrix} 1/2\\ 2 \end{bmatrix}

    所以L(V)的分量是 \begin{bmatrix} 1/2\\ 2 \end{bmatrix} , 

    所有的这些都是在基底e上完成的,

    L(V)= 0.5e1 + 2e2

    如果把这些在旧基上表示的分量 应用反向变换,可以得到其在新基中的分量,并注意,使用的是反向转换(Backward),因为向量分量是逆变的(contravariant)

    在此,可能会问,新基中输出的向量的分量是多少?

     新基中输出的向量的分量是多少?--------这个无法用L所表示的矩阵,因为它只适用于旧基(为什么是这样我也不理解),故需要找到一个新矩阵,这个新矩阵告诉我们如何使用新基\tilde e来构建输出。所以需要计算系数\tilde L

    计算如下:

    也就是说 要将矩阵坐标从旧基转换到新基,我们要将旧矩阵的左侧乘以后向转换(B),并在旧矩阵的右侧乘以前向转换,。

    所以,矩阵或线性映射

    实践

    检查是否有效

    简化上面的推导计算:(技巧1

    观察一下, 发现这些求和的字母符号,有一定规律,其实是可以假装那个求和符号是透明的。

    单位矩阵:identity matrix 

    技巧2:

    利用上面两个技巧,来推到矩阵分量的反向转换(Backward) 和 正向转换(Forward)

    从旧组件L 移动到 新组件\tilde L, 只需要

    核心内在就是 B与F是互逆的!!

  • 相关阅读:
    通过分离菌的胞外代谢组学推断生物结皮中微生物与代谢物关系
    C/C++ sscanf正则测试
    是谁制造了TikTok的商业化困境?
    运动无线耳机什么牌子好?六款实用性不错的运动耳机推荐
    ChatGPT提问技巧——对话提示
    【函数式编程】Optional接口
    HDFS基础入门
    Allegro 172版本自动放置层叠
    [Python] 文件读写
    猿创征文|linux高级编程技术---1
  • 原文地址:https://blog.csdn.net/weixin_67497686/article/details/133852148