標籤:

線性變換

線性空間的基本8條規則,規則是對空間內的元素的限制。

描述線性最基本的要素是:(basis)和維度(dimension)。基:空間V的極大線性無關組。維度:就是基得秩,記為dim(V)。

問題:為什麼要進行空間映射?不同線性空間下的映射如何表示?不同空間的基如何轉換?同一變換在不同空間下關係如何?

映射的表示方式:varphi:V_1
ightarrow V_2T(a)=bAa_1=bx_1,...,a_n=bx_nRightarrow a= bA,把V_1的基底a在V_2中表示出來(用b的線性組合表示出來)。

根據線性空間的規則:T(z)=T(ax)=bAx

向量z在V_1(基是a)下坐標列向量是x,在V_2(基是b)的坐標列向量為y,映射關係可以表示為:y=Ax。 Ax直觀意義表示把空間V_1中的列向量x映射到V_2空間的列向量y。

基變化在不同空間的關係:

V_1的兩組基a 
ightarrow  alpha ; alpha = a PV_2的兩組基b
ightarrow eta;eta = bQ

V_1
ightarrow V_2 第一組基映射T:a = bA , 第一組基映射Talpha=eta B

Rightarrow alpha=bAP=bQBRightarrow AP=QBRightarrow B=Q^{-1}AP

如果V_1=V_2=V則Q=PRightarrow B=P^{-1}AP

維度公式:dimV_1=dim(kervarphi )+dim(Imvarphi)

例子:

二維空間中兩組基a = egin{bmatrix}1 &0\ 0 &1 end{bmatrix},和旋轉θ角度之後的基b= egin{bmatrix}cos(	heta) &-sin(	heta)\ sin(	heta) &cos(	heta) end{bmatrix}

線性變換T:T(a)=a=bARightarrow A= egin{bmatrix}cos(	heta) &sin(	heta)\ -sin(	heta) &cos(	heta) end{bmatrix}

新舊坐標關係為:y=Ax= egin{bmatrix}cos(	heta) &sin(	heta)\ -sin(	heta) &cos(	heta) end{bmatrix}egin{bmatrix}x_1\ x_2end{bmatrix}

更清晰的一張圖:

ref : youtube.com/watch?
推薦閱讀:

SVD分解是對矩陣行空間與列空間的關聯
線性方程組(2)-兩個令人腦殼疼的傢伙
矩陣的四個子空間及其聯繫
線性方程組(4)-變分原理與共軛梯度法

TAG:線性代數 |