本课程是专栏《20堂课极速理解线性代数》的精华凝炼图文版,10堂课帮助您真正从直观角度理解、消化、吸收线性代数的核心概念与核心算法。
我们理解了维度的概念,也通过占位法理解了矩阵乘法对于维度的变换作用,今天我们深入地结合“方法x对象”理念来进一步理解。
这是之前的例子,二维方阵乘以二维方阵,结果仍然是二维方阵。
这是等维变换。
还有不等维的变换,比如:
整理一下:
B是二维的,A是4维的,相乘结果得到的C是二维。
相当于,把4维的信息,整合到了2维,降维了。
降维变换,实际上是高维向低维的投影,信息极可能是损失了的。
还是上面这个例子,如果想提取5个方面的能力呢?
得到了5维信息的C,把4维的信息,整合到了5维,升维了。
升维变换,实际上是低维向高维的扩展,信息极可能是增加了的。
信息空间
矩阵乘法导致维度变换的极端情况,就是空间的坍塌,也就是说——
维度给乘没了!
例如:
可视化让结果非常的明显,对象A,在进行了方法B之后,成为了一个坍塌到一条线上的矩阵,已经看不出平行四边形的面貌了。
用矩阵来表示的空间的基重叠了,二维空间坍塌成了一维空间!
所以说:
B矩阵是一个坏矩阵——
奇异矩阵。
初学秩的时候,总觉得特别怪,为什么起了个这个名字。
联系客服