Please enable JavaScript.
Coggle requires JavaScript to display documents.
вектор ~ движение - Coggle Diagram
вектор ~ движение
лин. | центр - на месте, линии сетки || и на =dist
трансформация | \( f(\vec{v1})=\vec{v2} \) | опис. перемещен.
- \( \vec{v}=a*\vec{i} + b*\vec{j} \)
- \( transformed \ \vec{v}=a*(transformed \ \vec{i}) + b*(transformed \ \vec{j}) \)
-
-
СЛУ
набор лин.ур. с общ.
набором неизвестных
- коэффициенты
- переменные
- постоянные
Ax=b
~ищем x, к-ый после трансф. A окажется в b
if det(A) != 0: \( x=A^{-1}b \)
- ~проиграть обратную трансформацию
- 1 решение
if det(A) == 0: обратной матрицы нет
- сплющ-ое пространство расплющить нельзя
- реш. можно найти if оно лежит на сплющ-ом пространстве
ранк
- число измерений на выходе трансформации
- размерность пространства выходов
- if input dim=ouput dim => full rank matrix
column space
- span колонок матрицы
- набор возможных выходов матрицы
- всегда включает нулевой вектор
Null space / kernel
пространство в-ов, к-ые оказ-ся в 0 после трансформац.
- нулевой вектор - if full rank matrix
- линия в-ов - if 2D трансформац. plane→line
- линия в-ов - if 3D трансформац. space→plane
- плоскость в-ов - if 3D трасформац. space→line
aйгенвектор/значение
в-ра, к-ые остаются в своем спене в трансформац.
- они только масштабируются
- айгензначение - коэф. масштабирования
лучший способ понять смысл трансформц. (независ-ое от коорд.сист), альтернатива: см. колонки матрицы
\( A\vec{v}=\lambda\vec{v}\)
=> \( (A - \lambda I)\vec{v}=0\)
- \( \vec{v} = 0\)
- \(\vec{v} \neq 0, det(A - \lambda I)=0 \)
\( \vec{v} / \lambda\) - айгенвектор/значение
поиск айгенвекторов/значений
- \( det(A - \lambda I)=0 => \lambda \)
- \( T = A - \lambda I, T\vec{x}=\vec{0} => \vec{x} \)
айгенбазис
- when our basis vectors are eigenvectors
- then transform.matrix is diagonal
easier to work with them: применить нескл. раз, например
- in practice basis usually isn't eigenbasis
matrix transformation ->> eigenbasis
- find eigenvectors for transformation
- form new basis with them if there are eigenvectors that spans whole space
- find basis changing matrix transf. A: eigenbasis -> our basis
- \( T=A^{-1}MA \), to apply to \(\vec{v}\) ->> our basis
- \(\vec{v_2} = A^{-1}*\vec{v}\)
- \(\vec{v_3} = T*\vec{v_2}\)
- \(A*\vec{v_3}\)
пример:
- 2D поворот - нет айгенвекторов
- scaling - кол-во айгенвек-в/значений: много/1
- ось 3D вращения (айгензначение = 1)
взгляды
-
математик -> то, для чего вып. +векторов и *скаляр
-
базис пространства - набор
:red_flag:лин.независимыx векторов,
:red_flag:span к-ыx - это пространство
изменение базиса
результирующий вектор будет той же лин. комбинации, но новых базисных векторов
чтобы перевести \( \vec{x} \) из координат.сис. Y в нашу:
- находим координаты базиса Y относительно нашего базиса
- заменяем базисные в-ра в лин. комб. \( \vec{x} \) на найденные #
матрица изменения базиса
в колонках - коорд. базиса др. коорд.сис. относительно нашей
- это матрица перемещает наши в-ка [1, 0], [0, 1] к в-кам, к-ые в др. коорд. сист. считаются в-ами [1, 0], [0, 1]
- это матрица корректирует наше неправильное представление о векторе (к-ый изначально указан относительно др. базиса)
- умножаем эту матрицу на в-р с коорд. относительно др. базиса = получаем в-р с коорд. относительно нашего базиса
-
-
основа
-
-
базисные в-ка включ. неявные допущения
- 1ый вектор опис. движение вправо
- 2ой вектор опис. движение вверх
- скаляр говорит на какое единиц дистанции это движение происходит
все это зависит от конкретного базиса
-
span 2x базисныx в-ров
\( \vec{1чные} \), ч-з лин.комб к-ых выраж. \( \vec{др.} \)
-
-
-
скалярное произведение
|\(\vec{v_1}\)| * |\(\vec{v_2}\)-projection on \(\vec{v_1}\)|
- ⊥-> 0
- >90° -> -
- <90° -> +
порядок не важен
- пусть |w| = |v|
- |w| * |projection v| = |projection w| * |v|
|v|=|w| ➪symmetric
- |2 * w| * |projection v| = 2* |w| * |projection v|
|w| * |projection 2 * v| = 2* |w| * |projection v|
связь проекции со скалярным произведением
- представим координатную плоскость и диагональную линию чисел
- рассмотри проекцию 2D->1D
это лин.трасф-ия: точки на линии на равн. растоян. после проекции окажутся тоже на рав. расстоянии
- можно описать матрицей транс. 1x2
где окажутся i и j после проекции на числовую линию
- введем 1ничный 2d вектор v, к-ый совпадает с диаг. лин. чисел
- матрица трансформации=\([v_x, v_y]\) из симметрии:
len(проеция x на v) = len(проекция v на x) => \(v_x\)
len(проеция y на v) = len(проекция v на y) => \(v_y\)
- \( [v_x, v_y] \begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} v_x \\ v_y \end{bmatrix} . \begin{bmatrix} x \\ y \end{bmatrix} \)
- точечно умножить два вектора, значит транслировать один из них в мир трансформаций
=> скалярное произведение с \( \vec{1чным }\ \) можно интерпретировать как
- проекцию вектора на span \( \vec{1чного }\ \)
- взятие этой длины
если v - не \( \vec{1чный }\ \) , допустим в 3р больше
- каждая координата вектора будет в 3р больше
- м.трансформации переместит базисы к местам в 3р больше
- сперва проекция вектора на числовую линию и умножение этого места на 3
- скалярное произведение с не1чного в-ром = сперва проекция на этот в-ра и масштабирование длины проекции длиной в-ра
дуальность
естеств-ое, но неожид-ое соответствие м-у 2мя типами мат. понятий
дуал вектора есть линейная трансформация, которая его кодирует
дуал лин. трансформации на одно измерение есть определенный вектор в этом пространстве
в смысле что применить эту трансформации есть то же самое что найти точечное произведение с этим вектором
-
-