日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

2.3 线性变换引入

發布時間:2023/12/20 编程问答 20 豆豆
生活随笔 收集整理的這篇文章主要介紹了 2.3 线性变换引入 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

線性變換

矩陣乘以向量 Ax=yA\mathbf{x}=\mathbf{y}Ax=y ,可以看成函數,函數輸入是向量 x\mathbf{x}x ,輸出是向量 y\mathbf{y}y 。線性代數把函數看作變換,向量 x\mathbf{x}x 變換成向量 y\mathbf{y}y ,矩陣 AAA 稱為變換矩陣,變換矩陣作為一個整體。 mmmnnn 列矩陣 AAA 記為 AmnA_{mn}Amn? ,把 nnn 維向量變換維 mmm 維向量, m、nm、nmn 是任意自然數。mmm 維向量記為 xm\mathbf{x_m}xm? ,這樣寫的好處是可以看到維度。

定義 線性變換 設 VnV_nVn? , UmU_mUm? 分別是 nnn 維和 mmm 維線性空間,TTT 是一個從 VnV_nVn?UmU_mUm? 的映射,如果映射 TTT 滿足:

  • 對任意 v,w∈Vn\mathbf{v}, \mathbf{w}\in V_nv,wVn? ,滿足 T(v+w)=T(v)+T(w)T(\mathbf{v}+\mathbf{w}) = T(\mathbf{v}) + T(\mathbf{w})T(v+w)=T(v)+T(w)

  • 對任意 v∈Vn,λ∈R\mathbf{v}\in V_n,\lambda \in RvVn?,λR ,滿足 T(λv)=λT(v)T(\lambda\mathbf{v}) = \lambda T(\mathbf{v})T(λv)=λT(v)

    TTT 稱為從 VnV_nVn?UmU_mUm? 的線性映射或線性變換。

  • 矩陣變換滿足數乘和分配率 A(αv+βw)=αAv+βAwA(\alpha\mathbf{v}+\beta\mathbf{w}) = \alpha A\mathbf{v} + \beta A\mathbf{w}A(αv+βw)=αAv+βAw ,顯然滿足上面兩個條件,所以是線性變換。物理意義是向量組線性組合( αv+βw\alpha\mathbf{v}+\beta\mathbf{w}αv+βw )的變換等于變換向量組 ( Av,AwA\mathbf{v}, A\mathbf{w}Av,Aw )的線性組合。由于這個性質,只需要搞清楚基的變換,就可以得出任意向量的變換。

    重要性質 令變換矩陣 AmnA_{mn}Amn?nnn 維空間中基 V=(v1,?,vn)V = (\mathbf{v_1},\cdots,\mathbf{v_n})V=(v1?,?,vn?) ,變換為 mmm 維空間中 nnn 個向量 (w1=Av1,?,wn=Avn)(\mathbf{w_1}=A\mathbf{v_1},\cdots,\mathbf{w_n}=A\mathbf{v_n})(w1?=Av1?,?,wn?=Avn?) ,則 nnn 維空間中任意向量 α1v1+?+αnvn\alpha_1\mathbf{v_1}+\cdots+\alpha_n\mathbf{v_n}α1?v1?+?+αn?vn? ,變換為 mmm 維空間的向量
    A(α1v1+?+αnvn)=α1Av1+?+αnAvn=α1w1+?+αnwnA(\alpha_1\mathbf{v_1}+\cdots+\alpha_n\mathbf{v_n}) = \alpha_1A\mathbf{v_1}+\cdots+\alpha_nA\mathbf{v_n} \\ = \alpha_1\mathbf{w_1}+\cdots+\alpha_n\mathbf{w_n} A(α1?v1?+?+αn?vn?)=α1?Av1?+?+αn?Avn?=α1?w1?+?+αn?wn?

    如何理解這個關系呢?我們只需要知道空間的基及其對應的變換向量組,則對任意向量,只需其基的表示系數組,就可以獲得變換向量,即基變換向量組的線性組合,不需要知道變換矩陣本身!也就是說,變換矩陣由基變換關系 (w1=Av1,?,wn=Avn)(\mathbf{w_1}=A\mathbf{v_1},\cdots,\mathbf{w_n}=A\mathbf{v_n})(w1?=Av1?,?,wn?=Avn?) 唯一決定;或者說,由基變換關系 (w1=Av1,?,wn=Avn)(\mathbf{w_1}=A\mathbf{v_1},\cdots,\mathbf{w_n}=A\mathbf{v_n})(w1?=Av1?,?,wn?=Avn?) 可以得到變換矩陣。基變換關系是理解矩陣的核心!

    重要性質 線性變換把線性空間變換為線性空間。

    假設線性空間 S(V)S(V)S(V) 由向量組 V=(v1,?,vn)V = (\mathbf{v_1},\cdots,\mathbf{v_n})V=(v1?,?,vn?) 張成,則矩陣 AAA 變換后,向量組 VVV 變換成向量組 W=(Av1,?,Avn)W=(A\mathbf{v_1},\cdots,A\mathbf{v_n})W=(Av1?,?,Avn?) ,則變換后的空間由向量組 WWW 張成。

    如果向量組 VVV 是無關組,變換后的向量組 WWW 一般來說是相關組,甚至可能都變換為 0\mathbf{0}0 向量。只有變換矩陣 AAA 的向量組是無關組時,向量組 WWW 才會是無關組。

    總結

    以上是生活随笔為你收集整理的2.3 线性变换引入的全部內容,希望文章能夠幫你解決所遇到的問題。

    如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。