Transformacje Macierzowe: Interpretacja Macierzy 2x2 Jak Mapa

2x2 macierz to zasada przemieszczania każdego punktu jednocześnie

2x2 macierz nie tylko mnoży liczby – zastosowana do każdego punktu (x, y) w płaszczyźnie, definiuje transformację liniową: zasadę przemieszczającą całą płaszczyznę naraz, przy zachowaniu zadanego początku i utrzymującymi proste linie równolegle i równomiernie rozłożone. Wszystko, co macierz robi z całym nieskończonymi płaszczyzną, jest w pełni określone przez to, gdzie wysyła dwa wektory, (1,0) i (0,1), ponieważ każdy punkt jest kombinacją tych dwóch:

[ a b ] [x] [ a*x + b*y ] [ c d ] [y] = [ c*x + d*y ] kolumna 1, (a,c) – gdzie ląkuje się wektor (1,0) kolumna 2, (b,d) – gdzie ląkuje się wektor (0,1) Można odczytać macierz po kolumnach i przewidzieć całą transformację bez mnożenia pojedynczego punktu: pierwsza kolumna dosłownie jest nowym położeniem punktu (1,0), a druga kolumna to nowe położenie (0,1), a każdy inny punkt przemieszcza się liniowo między nimi.

[ a  b ] [x]   [ a*x + b*y ]
[ c  d ] [y] = [ c*x + d*y ]

column 1, (a,c)  -- where (1,0) lands
column 2, (b,d)  -- where (0,1) lands

Rotacja, skalowanie i ścinanie to jeden obiekt

Każda znana transformacja 2D jest konkretnym wyborem czterech liczb a, b, c, d:

rotacja o kąt theta: [ cos(theta) -sin(theta) ] [ sin(theta) cos(theta) ]

skalowanie przez (sx, sy): [ sx 0 ] [ 0 sy ]

ścinanie (poziome): [ 1 k ] [ 0 1 ]

Kolumny macierzy rotacji są zawsze o długości jednostkowej i prostopadłe do siebie – to jest algebraiczna charakterystyka rotacji, a dlaczego rotacje nigdy nie zniekształcają kształtów, tylko je przekształcają. Macierze skalujące są diagonalne, niezależnie rozciągając każdy oś. Ścinanie utrzymuje jedną oś nieruchomo, podczas gdy druga jest przesuwana proporcjonalnie do odległości, przekształcając kwadrat w równoległobokół. Łączenie kilku transformacji polega na pomnożeniu ich macierzy razem, w kolejności, w jakiej są stosowane.

rotation by angle theta:   [ cos(theta)  -sin(theta) ]
                           [ sin(theta)   cos(theta) ]

scale by (sx, sy):        [ sx  0  ]
                           [ 0   sy ]

shear (horizontal):       [ 1  k ]
                           [ 0  1 ]

Wyznacznik: jak dużą powierzchnię zachowuje lub niszczy macierz

Wyznacznik, ad - bc dla macierzy 2x2, ma precyzyjne geometryczne znaczenie: jest to znakowany czynnik, przez jaki transformacja skaluje powierzchnię. Kwadrat jednostkowy mapuje się na równolegostan i jego pole wynosi dokładnie |det|. Jeśli det = 2, pole każdej figury podwaja się; jeśli det = 0,5, pole każdej figury dzieli się przez dwa; a jeśli det = 0, transformacja ściska całą płaszczyznę 2D na linię lub punkt – całkowita, nieodwracalna utrata jednej wymiaru, co dokładnie wyjaśnia, dlaczego macierz o wyznaczniku równym 0 nie posiada odwrotności.

det = a*d - b*c det > 0 zachowuje orientację (brak odbicia), pole skalowane przez |det| det Oznaczenie znaku wyznacznika ma również znaczenie: ujemny wyznacznik oznacza, że transformacja zawiera odbicie, odwracając orientację (od kierunku zgodnego z ruchem wskazówek zegara staje się kierunkiem przeciwnym do ruchu wskazówek zegara), nawet jeśli zachowuje się wielkość pola.

det = a*d - b*c

det > 0   orientation preserved (no flip), area scaled by |det|
det < 0   orientation flipped (a mirror is hiding in there), area scaled by |det|
det = 0   the plane collapses onto a line or a point -- not invertible

Własne wektory: kierunki, których macierz nie obraca

Dla niemal każdego kierunku w płaszczyźnie, zastosowanie macierzy obróci ten kierunek tak, aby wskazywał w innym miejscu. Własny wektor jest wyjątkiem: kierunek, który macierz jedynie przesuwa lub zmniejsza, nigdy nie obraca go z własnej linii. Ilość przesunięcia to jego wartość własna lambda:

M v = lambda * v v własny wektor – kierunek niezmieniony przez transformację (do zmiany znaku) lambda wartość własna – jak bardzo ten kierunek jest przesuwany (lub odwrócony, jeśli ujemny) Dla idealnego ścinania, jeden wektor własny wskazuje w osi nieruchomej (wartość własna 1, niezmieniona) i istnieje tylko jeden niezależny kierunek własny. Dla czystego obrotu (inne niż 0 lub 180 stopni) nie ma żadnych rzeczywistych wektorów własnych – każdy kierunek obraca się, co jest odciskami ręcznymi algebrycznym rotacji i powodem, dla którego jej wartości własne wychodzą jako złożone-sprzeczne zamiast liczb rzeczywistych. Własne wektory mają znaczenie znacznie poza tym symulacją: są to osie, wzdłuż których wielokrotne zastosowanie macierzy (np. łańcuch Markowa, tryb fizyczny lub macierz kowariancji uczenia maszynowego) zachowuje się prosto, rosnąc lub malejąc o stały czynnik za każdym razem zamiast być splątane z każdym innym kierunkiem.

M v = lambda * v

v         eigenvector -- a direction unchanged by the transformation (up to scale)
lambda    eigenvalue -- how much that direction is stretched (or flipped, if negative)

Frequently asked questions

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Matrix Transformations i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.