0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

データサイエンスのための線形代数 第15回 一般的な行列関数

Last updated at Posted at 2023-04-21

本記事は数学講座4.3 一般的な行列関数を勉強して投稿したメモです。詳細は元の素晴らしい講座のページをチェックしてください。

回転関数以外に、一般的な行列関数がまだあります。こちらで他のよく利用されている行列関数を紹介します。

単位行列

単位行列は、単位$1$と同じです、単位行列をかけても、何も変わらないです。
$2\times 2$の単位行列が

\boldsymbol{A}=\begin{pmatrix}1&0\\0&1\end{pmatrix}

単位行列の列ベクトルも自然基底です。

\boldsymbol{c_1}=\begin{pmatrix}1\\0\end{pmatrix}=\boldsymbol{e_1},\quad\boldsymbol{c_2}=\begin{pmatrix}0\\1\end{pmatrix}=\boldsymbol{e_2}

image.png

その幾何的意味が、単位行列関数$Ax=y$で、どんなインプットのベクトルでも、アウトプットが変わらないです。

image.png

鏡映変換行列

数学における鏡映(きょうえい、英: reflection)あるいは鏡映変換とはユークリッド空間の超平面を固定点集合にもつ等長変換である。

\boldsymbol{A}=\begin{pmatrix}0&1\\1&0\end{pmatrix}

その列ベクトルは単位行列と同じで、自然基底ですが、順番が違います。

\boldsymbol{c_1}=\begin{pmatrix}0\\1\end{pmatrix}=\boldsymbol{e_2},\quad\boldsymbol{c_2}=\begin{pmatrix}1\\0\end{pmatrix}=\boldsymbol{e_1}

そうすると、$Ax=y$関数を通して、インプットベクトル内の要素の順番が逆転になります。

入力ベクトル:\begin{pmatrix}x_1\\x_2\end{pmatrix}
\quad → 出力ベクトル:
\begin{pmatrix}x_2\\x_1\end{pmatrix}

image.png

幾何的意味であれば、以下のように回転して:
2-reflection.gif

拡大縮小行列

\boldsymbol{A}=\begin{pmatrix}1&0\\0&k\end{pmatrix}

その列ベクトルが:

\boldsymbol{c_1}=\begin{pmatrix}1\\0\end{pmatrix}=\boldsymbol{e_1},\quad\boldsymbol{c_2}=\begin{pmatrix}0\\k\end{pmatrix}=\boldsymbol{ke_2}

そうすると、$Ax=y$関数を通して、インプットベクトル内の要素は、$y$が$e_2$の方向で$k$倍まで拡大になります。。

入力ベクトル:\begin{pmatrix}x_1\\x_2\end{pmatrix}
\quad → 出力ベクトル:
\begin{pmatrix}x_1\\kx_2\end{pmatrix}

image.png
幾何的意味は以下の通りです。
2-scale_.gif

Shear 行列

\boldsymbol{A}=\begin{pmatrix}1&k\\0&1\end{pmatrix}

その列ベクトルが:

\boldsymbol{c_1}=\begin{pmatrix}1\\0\end{pmatrix}=\boldsymbol{e_1},\quad\boldsymbol{c_2}=\begin{pmatrix}k\\1\end{pmatrix}=\boldsymbol{e_2}+\begin{pmatrix}k\\0\end{pmatrix}=k\boldsymbol{e_1}+\boldsymbol{e_2}

そうすると、$Ax=y$関数を通して、インプットベクトル内の要素は、$y$が$e_1$の方向でへ移行移動しました。

入力ベクトル:\begin{pmatrix}x_1\\x_2\end{pmatrix}
\quad →出力ベクトル:
\begin{pmatrix}x_1 + kx_2\\x_2\end{pmatrix}

image.png
幾何的意味は以下の通りです(以下の例では$k$が1ですので、右へ$1$の単位で移動しました)。
2-shear.gif

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?