code

2017年2月3日 星期五

LAFF筆記1 - Matrix and Linear Transformation

Standard basis vector (unit basis vector)

n-dimension vector如果只有index = j的element是1(index從0開始),其他都是零,那稱為一個unit basis vector ej:


Linear Combination of vectors

定義就是兩個vectors乘上scalars相加:


可以generalize成n個:




Inner Product (Dot Product)

這邊主要紀錄符號,因為很容易忘記v^T * v =  dot(v,v)。



Transpose 對加法的分配律

linear combination對加減法是有分配性的。


Linear Transformation定義


我們care about linear transformation function f,是因為他在許多application中比較好解!甚至我們會把non-linear problem用linear function來approximate,也是因為要比較簡單去解答。


Linear Combination & Linear Transformation

首先,任意一個vector x 都是unit basis vectors的linear combination:



所以對x apply某個linear transformation function L,由於linear transformation的性質,可以寫成:


這提供了一個速算法!我們不需要知道L真正的定義事實什麼,如果我們可以知道L(ej)的結果是什麼的話,L(x)就可以算出來了。


Matrix的意義

matrix只是表現一個linear transformation function L的數學表示法。每個column of A代表了unit basis vector是如何被L transformed的結果:



Matrix * vector的意義

乘上,既然matrix A的意義是所有unit basis vector被L transformed過的結果組合,則A乘上某一個vector x的意義為:

為什麼?因為兩者會得出一樣的結果,所以matrix A * vector x的意義就是對vector x做了某個linear transformation L的結果。


用matrix定義linear transformation

如果一個vector function可以用matrix A表示,則此function是一個linear transformation:


可以用這個性質來檢驗一個function是否為linear transformation。






沒有留言:

張貼留言