2。2线性变换的基本性质
第七章 线性变换
(4) 多项式:
1) n 个( n 是正整数)线性变换 /A的乘积为/A的
n次幂，记为/An，即/An=/A/A.../A(n个). 规定 /A0 = /E. 当线性变换/A可逆时, 规定/A-n=(/A-1)n 2) 设 f (x) = amxm + am -1xm -1 + … + a0 是P[ x ] 中 一多项式，/A是 V 的一线性变换，则称 f (/A ) = am /A m + am -1 /A m -1 + … + a0/E
xi1, xi 2 ,, xiri
，则向量组
x11 , x12 ,, x1r1，x21 , x22 ,, x2r2， ，xs1, xs 2 ,, xsrs
线性无关.
6) 设B=X-1AX,即矩阵A与B相似. 如果i是A的特征
值，xi是A对应特征值i的特征向量，则i是B的特征值 ,且B对应特征值i的特征向量是X-1x.
是线性变换 /A 的多项式.
3) 线性变换的幂运算规律 ① /A n + m = /A n /A m , (/A n )m = /A m n (m , n 0) . ② 一般来说:(/A /B )n /A n /B n . 4) 如果在 P[ x ] 中，有 h(x) = f (x) + g(x) , p(x) = f (x) g(x) , 那么 h(/A ) = f (/A ) + g(/A ) , p(/A ) = f (/A ) g(/A ) .
1+ 2+ ...+n=a11+a22+...+ann; 12...n=|A|.
4) 如果1, 2, ..., s是矩阵A的互异特征值，其对应
浅谈高中数学线性变换的解题技巧
浅谈高中数学线性变换的解题技巧在新课改之后，要求高中生不仅要学会灵活运用学科基础知识解决问题，还要利用课余时间学习自身兴趣的知识点，使得每个人都能得到全面发展和锻炼。
高中线性变换虽然作为选修章节，但是其所蕴含的内容是衔接高中与大学的关键点，掌握线性变换的基础知识也就是提前了解和学习了大学所要接触的高等数学知识模块，即矩阵问题。
因此，笔者立足于高中选修的重要知识点——线性变换，先阐述其概念及性质，然后来探究如何巧妙解决高中数学中线性变换的难题，从而为初等数学过渡到高等数学做提前的准备。
标签：数学线性变换解题技巧一、高中数学线性变换的概述1.线性变换的概念线性变换一般是指，在构建的xOy坐标系内，存在至少一个点或多个点的集合A与另一个相对应的至少一个或多个点的集合B两者之间按照一定规则可以相互变换，且不同的点与所转变后的点不相同，即在平面直角坐标系中，把形如进行几何变换，这就叫做线性变换。
2.线性变换的基本性质线性变换具有三个基本性质，第一个性质是任何向量乘于零都为零，数学表达式为：T（0）=0；第二个性质是任何向量乘于任何一个负向量等于两个向量相乘的负数，数学表达式为：T（-a）=-T（a）；第三个性质是线性变换满足乘法交换律、结合律，即，其中A是一般矩阵，是平面直角坐标系内任意的两个向量，是任意实数。
二、高中数学线性变换的解题技巧1.数形结合例1：在平面直角坐标系xOy中，已知平面区域A={（x，y）|x + y≤1，且x≥0，y≥0}，求平面区域B={（x + y，x - y）|（x，y）∈A}的面積。
解析：本题考察的是线性变换结合不等式的应用难点，解决该问题首先要分析题干信息，根据题目给出的信息列出平面区域A的不等式条件。
由于本题平面区域B存在与平面区域A相重合的未知数，因此要假设两个新的未知数替代B的条件，再将新的未知数条件代入A中就能很快确定B的向量表示，最后快速建立平面直角坐标系画出平面区域B的图形就能的出其面积的大小。
《九章算术》行列式-概述说明以及解释
《九章算术》行列式-概述说明以及解释1.引言1.1 概述九章算术是中国古代数学经典之一，行列式是九章算术中的重要内容之一。
在数学研究和实际应用中，行列式有着广泛的应用和重要性。
本文旨在介绍九章算术中的行列式，包括其定义和性质，计算方法以及在数学和应用领域中的具体应用。
行列式可以看作是一个方阵所具有的一种性质或特征，它具有许多重要的数学性质。
九章算术中，行列式的定义和性质被详细研究和总结，并被广泛应用于解决各种数学问题。
行列式的计算方法也是九章算术中的重要内容之一，通过一系列的运算和变换，可以得到方阵的行列式值。
行列式作为一种数学工具，不仅在纯数学研究中发挥着重要的作用，同时也有广泛的应用领域。
在线性代数、概率论、统计学等数学领域中，行列式被用于解决线性方程组、计算变量相关性、判断矩阵的可逆性等问题。
此外，在工程、物理、经济学等应用领域中，行列式也被广泛应用于解决实际问题，例如电路分析、力学问题、经济模型等。
本文将从九章算术的角度出发，详细介绍行列式的定义和性质，阐述行列式的计算方法，并举例说明行列式在数学和应用领域中的具体应用。
通过深入理解九章算术中行列式的内容，我们可以更好地应用行列式解决实际问题，并探索行列式在未来的发展和研究方向。
总之，行列式是九章算术中的重要组成部分，具有广泛的应用和重要性。
通过对行列式的研究和应用，我们可以更好地理解和应用九章算术，同时也可以在数学和应用领域中解决实际问题，推动行列式研究的发展。
在接下来的内容中，我们将详细介绍九章算术中行列式的各个方面，以期让读者对行列式有一个全面且深入的了解。
1.2文章结构文章结构部分的内容：文章结构是指文章的整体组织和布局方式，它对于读者来说非常重要，可以为读者提供一个清晰的框架，使他们能够更好地理解和掌握文章的内容。
本文将按照以下结构展开叙述：2.正文：2.1 九章算术简介在本部分中，将对九章算术的起源、发展以及其在数学领域中的地位和作用进行介绍。
线性变换的基本性质
点和线是构成平面图形的基本元素。
自然地，我们就会提出问题： 直线在线性变换作用下变成什么图形呢？
第一环节：请同学们自主学习； 第二环节：师生共同探究。
线性变换的基本性质
性质 1（运算律） 设 A 是一个二阶矩阵， ， 是平面上 的任意两个向量， 是一个任意实数，则 （1） ； （2） .
定理 1 设 A 是一个二阶矩阵， ， 是平面上的任意两个 向量， 1 ， 2 是两个任意实数，则
1 2 1 2 .
教材是用什么方法得出上述结论的？
从特殊到一般，再对一般结论给出逻辑证明。
问题： 直线在线性变换作用下变成什么图形呢？
第一环节：请同学们自主学习； 第二环节：师生共同探究。
2. 教材第 27 页习题 1.3 第 2 题
反思学习：
1.本节课你学到了什么知识？ 2.我们是怎样得到线性变换的基本性质的？有什么特 别值得注意的地方？ 3.从数学思想与方法上，你还有哪些收获？ 4.拓展探究：具有什么性质的线性变换才把直线变成 直线？ （可逆的线性变换，请查阅资料）
分层作业：
基础题：教材第 27 页习题 1.3 第 1、3 题
提高题：如图，向量 OA 、 OB 在矩阵 M 对应的 线性变换作用下分别变成 / OA 、 OB/ ． （Ⅰ）求矩阵 M ； （ Ⅱ ） 求 y sin( x ) 在 3 M 对应的线性变换作用下 的函数解析式．
线性变换键是把直线表示成向量的形式。
（1）对于任意两个不同向量 ， ，由它们的终 点所确定的直线 l 可表示为： 1 2 ，其中
1 , 2 是实参数，且 1 2 1 .
线性代数基础知识
线性代数基础知识导言：线性代数是现代数学的重要分支之一，广泛应用于数学、物理、工程、计算机科学等领域。
本文将介绍线性代数的基本概念、运算规律和应用，以帮助读者建立对线性代数的基础知识。
一、向量与向量空间1.1 向量的定义与性质向量是具有大小和方向的量，可以用有序数对或矩阵形式表示。
向量的加法与数量乘法满足交换律、结合律和分配律等基本性质。
1.2 向量空间的定义与性质向量空间是由一组向量和运算规则构成的数学结构，包括加法和数量乘法运算。
向量空间满足加法和数量乘法的封闭性、结合律、分配律以及零向量和负向量的存在等性质。
二、矩阵与线性方程组2.1 矩阵的定义与性质矩阵是由一组数按照矩形排列组成的数学对象，可以表示为一个二维数组。
矩阵的加法与数量乘法满足交换律、结合律和分配律等基本性质。
2.2 线性方程组的表示与求解线性方程组可以用矩阵和向量表示，形式为Ax=b。
其中，A为系数矩阵，x为未知向量，b为常数向量。
线性方程组的解可以通过消元法、矩阵的逆或行列式等方法求得。
三、线性变换与特征值特征向量3.1 线性变换的定义与性质线性变换是指一个向量空间到另一个向量空间的映射，保持向量加法和数量乘法运算。
线性变换满足加法封闭性、乘法封闭性和保持零向量不变等性质。
3.2 特征值与特征向量线性变换的特征值和特征向量是线性变换的重要性质。
特征值为标量，特征向量为非零向量，满足Av=λv。
其中，A为线性变换的矩阵表示，λ为特征值，v为对应的特征向量。
四、内积空间与正交性4.1 内积空间的定义与性质内积空间是一个向量空间，具有额外定义的内积运算。
内积满足对称性、线性性、正定性和共轭对称性等性质。
4.2 正交性与正交基在内积空间中，若两个向量的内积为零，则它们互为正交。
正交基是一个向量空间中的基，其中任意两个基向量互相正交。
五、特殊矩阵与特殊向量5.1 对称矩阵与正定矩阵对称矩阵是满足A^T=A的矩阵，其中A^T为A的转置矩阵。
考研数学一大纲详细解析高等代数部分重点知识回顾
考研数学一大纲详细解析高等代数部分重点知识回顾在考研数学一考试中，高等代数是一个非常重要的部分。
正确理解并掌握高等代数的相关知识，对于顺利通过考试至关重要。
本文将对考研数学一大纲中高等代数部分的重点知识进行详细解析和回顾，帮助考生做好复习准备。
一、线性代数基础知识回顾1.1 行列式行列式是矩阵运算中非常常见的概念。
在考研数学一中，行列式的计算是必须要掌握的基本技能。
行列式的定义、性质以及计算方法都需要熟练掌握。
1.2 矩阵与方程组矩阵与方程组是线性代数中的重要内容之一。
通过矩阵的运算，我们可以简洁地表示和解决方程组的问题。
对于矩阵的基本运算、矩阵的秩、矩阵的逆等方面的知识点，都需要进行深入的理解和掌握。
1.3 向量空间和线性变换向量空间和线性变换是线性代数的核心内容。
对于向量空间的定义、性质以及向量空间的子空间等方面的知识点，需要进行详细的回顾和理解。
此外，线性变换的概念、性质以及线性变换的矩阵表示等内容也是需要重点关注的。
二、数域与二次型2.1 数域的性质与特征数域是高等代数中的重要概念，对于数域的性质和特征需要进行系统的回顾和理解。
数域的定义、运算规则、特征方程等方面的知识都需要掌握。
2.2 二次型的概念与性质二次型是线性代数中的一个重要概念，掌握二次型的概念、矩阵表示以及二次型的规范形等知识是必须的。
同时，需要注意掌握二次型的正定、负定和半定等性质，以及使用正交变换进行规范化的方法。
三、特征值与特征向量3.1 特征值与特征向量的定义特征值与特征向量是线性代数中非常重要的概念。
对于特征值与特征向量的定义、性质以及计算方法等内容，需要进行详细的回顾和掌握。
特别要注意掌握矩阵的相似对角化和特征值分解的相关方法。
3.2 特征多项式与特征方程特征多项式与特征方程是特征值与特征向量的重要工具。
需要熟练掌握特征多项式与特征方程的定义、性质以及计算方法，以便在解决相关问题时能够灵活应用。
四、线性空间与线性变换4.1 线性空间的基本定义线性空间是线性代数中的重要概念，对于线性空间的基本定义、性质以及子空间等内容，需要进行详细的回顾和理解。
expectation of a linear transformation -回复
expectation of a linear transformation -回复题目：线性变换的期望：理论与应用解析引言：在线性代数中，线性变换是一个重要的概念，它用于描述向量空间内的变换。
在实际应用中，我们经常需要计算线性变换的期望值，以评估变换对数据的整体影响。
本文将介绍线性变换的期望的理论基础，以及其在不同领域的应用。
第一部分：线性变换的定义和性质（500字）1.1 线性变换的定义线性变换是指保持向量空间的加法和数量乘法运算的一种变换。
给定向量空间V和W，线性变换T将V中的向量映射到W中，并满足以下性质：a) T(u+v) = T(u) + T(v)，其中u和v是V中的向量；b) T(αu) = αT(u)，其中α是一个标量，u是V中的向量。
1.2 线性变换的基本性质线性变换的性质包括保持零向量、保持线性相关性和保持线性无关性等。
1) T(0) = 0，其中0是V中的零向量；2) 对于V中的任意向量组α_1u_1 + α_2u_2 + ... + α_mu_m = 0，如果α_1T(u_1) + α_2T(u_2) + ... + α_mT(u_m) = 0，则α_1 = α_2 = ... = α_m = 0；3) 如果T(u_1) = 0，T(u_2) = 0，...，T(u_m) = 0，其中u_i是V中的向量，那么α_1T(u_1) + α_2T(u_2) + ... + α_mT(u_m) = 0，其中α_1，α_2，...，α_m是任意标量。
第二部分：线性变换的期望的数学推导（800字）2.1 随机变量的线性变换在概率论中，线性变换还与随机变量的变换相关。
设X是一个随机变量，Y是通过线性变换T(X)得到的另一个随机变量。
假设X的期望为μ_X，协方差矩阵为Σ_X，T是一个线性变换矩阵，则Y的期望可以表示为：E(Y) = T(μ_X)证明：设X的协方差矩阵为Σ_X，则根据随机变量线性变换的定义，Y的协方差矩阵为Σ_Y：Σ_Y = T(Σ_X)T^T利用随机变量协方差定义的性质：Σ_Y = E((Y-μ_Y)(Y-μ_Y)^T)，可推出：T(Σ_X)T^T = E((T(X)-T(μ_X))(T(X)-T(μ_X))^T)化简上式可得到：T(Σ_X)T^T = T(Σ_X)T^T由于线性变换矩阵T是常数矩阵，所以有：T(Σ_X)T^T = Σ_Y根据随机变量期望的定义可得：μ_Y = E(Y) = T(μ_X)因此，根据线性变换的定义和随机变量的期望性质，可以得到Y的期望为T(μ_X)。
线性变换的定义和性质
汇报人：XX
• 线性变换的基本概念 • 线性变换的基本性质 • 线性变换的矩阵表示 • 线性变换的应用举例 • 线性变换与空间结构的关系
01
线性变换的基本概念
定义与性质
线性变换定义
保持原点不动
保持向量共线性
保持向量比例不变
线性变换是一种特殊的映射， 它保持向量空间中的加法和数 乘运算的封闭性。即对于向量 空间V中的任意两个向量u和v 以及任意标量k，都有 T(u+v)=T(u)+T(v)和 T(kv)=kT(v)。
矩阵性质
线性变换的矩阵表示具有一些特殊的性质。例如，两个线性变换的复合对应于它们矩阵的乘积；线性变换的可逆 性对应于矩阵的可逆性；线性变换的特征值和特征向量对应于矩阵的特征值和特征向量等。
02
线性变换的基本性质
线性变换的保线性组合性
线性组合保持性
对于任意标量$a$和$b$，以及向量 $mathbf{u}$和$mathbf{v}$，线性 变换$T$满足$T(amathbf{u} + bmathbf{v}) = aT(mathbf{u}) + bT(mathbf{v})$。
通过引入复数和极坐标等 概念，可以将某些函数图 像进行旋转。
微分方程中的线性变换
变量代换
通过适当的变量代换，可以将某些非线性微分方 程转化为线性微分方程，从而简化求解过程。
拉普拉斯变换
将时间域内的微分方程通过拉普拉斯变换转换到 频域内，从而方便求解和分析。
傅里叶变换
将时间域内的函数通过傅里叶变换转换到频域内 ，可以分析函数的频率特性和进行滤波等操作。
数乘保持性
对于任意标量$k$和向量$mathbf{v}$，线性变换$T$满足$T(kmathbf{v}) = kT(mathbf{v})$。
高中数学—线性变换的基本性质
向量 则11直的线直l 的线向. 量方程为
x y
=
1 0
t
1 2
,
2.
过点 M0(x0,
y0) 且平行于向量 v =
v1 v2
的直线
l 的向量方程为: OX =OM0 tv, tR, 即
x y
=
x0 y0
t
v1 v2
,
tR,
其中 X(x, y) 是直线上的任意一点.
试利用直线的向量方程来求解下列问题:
一条直线经过线性变换后, 所得的像是一条直线 或一个点.
如: 一条垂直于 x 轴的直线, 关于 x 轴的投影变
换, 它的像就是这条直线与 x 轴的交点.
y
l
A
O
x
性质2: 二阶矩阵对应的变换 (线性变换) 把 平面上的直线变成直线 (或一点).
对性质 2 的证明我们简述如下:
设 P1, P2 是直线上的两点, 则存在实数 l, m, 使 P1P2 = lOP1 mOP2,
变换所得的①式表示的是以 Ai , Aj 为邻边的
平行四边形区域. 下面我们将对 Ai , Aj 进行讨论.
1. 恒等变换
把平面上任一点变成它本身的几何变换称为恒等
变换, 记为 I. 恒等变换公式应为
y
x y
=பைடு நூலகம்=
x, y.
1 j
恒等变换 I 对应的矩阵是单位矩阵
O i1 x
E2=
1 0
0. 1
(2) A(ab) =AaAb.
由性质 1 很容易推出下面的定理.
定理 1: 设 A 是一个二阶矩阵, a, b 是平面上
的任意两个向量, l1, l2 是任意两个实数, 则 A(l1al2b) =l1Aal2Ab.
线性空间与线性变换解析
线性空间与线性变换解析线性空间和线性变换是线性代数中重要的概念。
线性空间是指具备了特定性质的向量集合，而线性变换是将一个向量空间映射到另一个向量空间的映射关系。
通过分析线性空间与线性变换的特点和性质，可以深入理解线性代数的基本概念与应用。
一、线性空间的定义与性质1.1 线性空间的定义线性空间，也称为向量空间，是指一个非空集合V及其上的两种运算：加法和标量乘法，满足以下八个条件：（1）加法交换律：对于任意的u和v，u+v=v+u；（2）加法结合律：对于任意的u、v和w，(u+v)+w = u+(v+w)；（3）零向量存在：存在一个向量0，使得对于任意的u，u+0=u；（4）负向量存在：对于任意的u，存在一个向量-v，使得u+(-v)=0；（5）标量乘法结合律：对于任意的标量a和b，以及向量u，(ab)u=a(bu)；（6）分配律1：对于任意的标量a和向量u、v，a(u+v)=au+av；（7）分配律2：对于任意的标量a和b，以及向量u，(a+b)u=au+bu；（8）单位元存在：对于任意的向量u，1u=u。
1.2 线性空间的基本性质（1）线性空间中的向量可以进行加法和标量乘法运算；（2）线性空间中的向量满足向量加法的封闭性和标量乘法的封闭性；（3）线性空间中的向量满足加法交换律、加法结合律和分配律；（4）线性空间中存在唯一的零向量和负向量；（5）线性空间中存在多个基向量，它们可以线性组合得到任意向量；（6）线性空间中的向量存在唯一的零向量和唯一的负向量。
二、线性变换的定义与性质2.1 线性变换的定义线性变换，也称为线性映射，是指将一个向量空间V映射为另一个向量空间W的一种映射关系。
若对于任意的向量u和v，以及任意的标量a和b，满足以下两个条件，则称该映射关系为线性变换：（1）保持加法运算：T(u+v) = T(u) + T(v)；（2）保持标量乘法：T(au) = aT(u)。
2.2 线性变换的基本性质（1）线性变换保持零向量：T(0) = 0；（2）线性变换保持向量的加法和标量乘法运算；（3）线性变换保持向量的线性组合关系；（4）线性变换将线性无关向量映射为线性无关向量；（5）线性变换的核和像是向量空间。
线性变换的概念和基本性质
性变换,我们有下列定义
定义8.1.2 令 (W ) (w) wW ,称其
为W 在σ 之下的象, 1 (W ) V ,
() W ,称为W在σ之下的原象.
定理8.1.3 设W是V的子空间,σ是V的 线性变换,则σ (W), σ -1 (W) 都是V的子
(στ) (α) = σ［τ (α)］, α∈V,k∈P. 它们分别称为σ与τ的和,σ与数k的数乘,σ 与τ 的的乘积.
易见σ + τ,kσ,στ仍是V上的变换. 而 且,下一定理证明了它们还是线性变换.
定理8.1.4 设σ,τ是线性空间V的两 个线性变换,则σ +τ,kσ,στ都是V的线性变
换.
证 由于
线性变换的乘积满足结合律及对加法 的分配律:
( ) ( ) , ( ) , ( ) .
应当注意,如同矩阵乘法不满足变换
律一样,线性变换的乘法不满足交换律.即
一般地,
στ≠ τσ.
例8.1.6 设V = R2是实二维平面空间.
令σ 是把V的每个向量逆时针旋转 的变
2
换,τ是把V的每个向量向x轴作反射的变换,
证 必要性 由线性变换的定义得:
(k1 k2 ) (k1) (k2 ) k1 () k2 ( ) .
充分性 分别取k1 = k2 =1及k2 = 0得到:
( ) (1 1 )
1 () 1 ( ) () ( ) ;
k1 () (k1 0 ) (k1) .
证毕.
8.1.2 线性变换的运算
设V是一个线性空间.在V上有各种不 同的线性变换,如例8.1.4说明任一个n阶矩 阵就可给出一个Rn上的线性变换.在V上所 有线性变换中可以定义一些运算关系,就 象函数可以进行运算一样.
线性变换的基本性质
λ1+λ2=1).
x
x'
设直线 l 在线性变换
=
y
y'
的作用下变成γ'=A(λ1α+λ2β)=λ1Aα+λ2Aβ(λ1,λ2∈R,且λ1+λ2=1).
(1)如果Aα≠Aβ,则由Aα和Aβ的终点确定直线l',即把直线l变为直
线l'.
题型三
题型四
解:设直线 l 的方程为 3x+5y+c=0,把(3,-2)代入,得 c=1,
故直线 l 的方程为 3x+5y+1=0.
1 0
, 令点P(x,y)是 l 上任
又切变变换对应的矩阵为 A= 1
1
2
一点,在 A 对应的变换作用下的像为点 P'(x',y'),
x
x'
= ',
' = ,
三
线性变换的基本性质
(一)线性变换的基本性
质
1.理解数乘平面向量和平面向量的加法的概念,掌握线性变换的
基本性质1、性质2及定理1.
2.会利用线性变换的性质及定理进行相关的计算,会确定直线在
线性变换后的图形,并能解决简单的实际问题.
为什么线性变换把平面上的直线变成直线(或一点)?
剖析:设 P1,P2 为直线 l 上的两个定点,P 为 l 上的一个动点,如图
正解:过 A(1,0),B(0,2)两点的直线 l 的方程为
2
x+ = 1, 即2x+y-2=0.
0.8 0
令(x,y)为直线 l 上任一点,在矩阵
线性变换的多项式
事实上， , V , m P,
K k( ) k k K K , K m km mk mK .
例1. V R2(实数域上二维向量空间)，把V中每
一向量绕坐标原点旋转 角，就是一个线性变换，
用T 表示，即
线性相关，1,2 ,L ,r未必线性相关.
事实上，线性变换可能把线性无关的向量组变成
线性相关的向量组. 如零变换.
练习：下列变换中，哪些是线性变换？
√ 1．在 R3中， x1, x2 , x3 (2x1, x2, x2 x3 ).
2．在 P[ x]n中， f ( x) f 2( x).
(２)．基本性质
（1）满足结合律：
（2） E E ，E为单位变换
（3）交换律一般不成立，即一般地，
.
例1. 线性空间 R[x]中，线性变换
D f x f x
J
f
x
ቤተ መጻሕፍቲ ባይዱ
x
0
f
t
dt
DJ f x D
x
0
f t dt
f x,
即 DJ E.
而，
JD
f
x
J
f x
1、 线性变换的乘积 (1)．定义
设 , 为线性空间V的两个线性变换，定义它们
的乘积 为： , V
则 也是V的线性变换.
事实上， ( )( ) ( ( )) ( ( ) ( )) ( ( )) ( ( )) ( )( ) ( )( ),
( )(k ) ( (k )) (k ( )) k ( ( )) k( )( )
: R3 R3,
a
( , ) , ( , )
向量空间与线性变换
向量空间与线性变换在数学中，向量空间是一种重要的概念，它与线性变换密切相关。
这篇文章将介绍向量空间以及线性变换的基本概念和性质。
一、向量空间向量空间是指由一组向量构成的集合，这些向量满足一定的运算规则。
向量空间具有以下几个基本性质：1. 加法运算：对于向量空间中的任意两个向量u和v，它们的和u+v仍然属于该向量空间。
2. 数乘运算：对于向量空间中的任意一个向量u和任意一个标量c，它们的乘积cu也属于该向量空间。
3. 零向量：向量空间中存在一个特殊的向量0，它与任意向量的和等于该向量本身，即对于任意向量u，u+0=u。
4. 相反向量：对于向量空间中的任意一个向量u，存在一个相反向量-v，使得u+(-v)=0。
5. 结合律：向量加法满足结合律，即对于任意三个向量u、v和w，(u+v)+w=u+(v+w)。
6. 分配律：向量加法和数乘运算满足分配律，即对于任意标量c和向量u、v，c(u+v)=cu+cv。
基于以上性质，我们可以定义向量空间的一些重要概念：1. 子空间：向量空间V中的一个非空子集W，如果W本身也是一个向量空间，就称W为V的一个子空间。
2. 线性无关：如果向量空间中的一组向量中没有任何向量可以表示为其他向量的线性组合，就称这组向量是线性无关的。
3. 基：向量空间中的一组线性无关的向量称为基。
任意向量可以唯一表示为基向量的线性组合。
4. 维数：向量空间中基向量的个数称为向量空间的维数，记作dim(V)。
二、线性变换线性变换是指一个向量空间到另一个向量空间的函数，它保持向量加法和数乘运算的性质。
具体而言，对于向量空间V和W，线性变换T是一个函数，满足以下性质：1. 加法性：对于向量空间V中的任意两个向量u和v，线性变换T(u+v)=T(u)+T(v)。
2. 数乘性：对于向量空间V中的任意向量u和任意标量c，线性变换T(cu)=cT(u)。
线性变换具有一些重要的性质：1. 零变换：将向量空间中的每个向量都映射为零向量的线性变换称为零变换。
大一线性代数知识点总结
大一线性代数知识点总结一、向量与矩阵1.1 向量的概念与性质向量是线性代数中的基本概念，它是指具有大小和方向的量。
在数学中，向量通常用箭头表示，并且可以表示为n维空间中的有序数组。
向量的加法与数乘定义为：- 两个向量的加法：设有两个向量a=(a1, a2, ..., an)和b=(b1, b2, ..., bn)，则它们的和定义为：a + b = (a1+b1, a2+b2, ..., an+bn)。
- 数乘：设有一个向量a=(a1, a2, ..., an)，一个标量k，那么k乘以a定义为：ka = (ka1, ka2, ..., kan)。
1.2 矩阵的概念与基本运算矩阵是由m行n列元素组成的长方形阵列，它的基本形式可以表示为：A= ( a11 a12 ... a1n )( a21 a22 ... a2n )( ... ... ... ... )( am1 am2 ... amn )其中，aij表示第i行第j列的元素。
矩阵的加法与数乘定义为：- 矩阵的加法：设有两个矩阵A与B，它们是同型矩阵，其相应元素相加即得到矩阵的和：A+B。
- 数乘：设有一个数k，以及一个矩阵A，那么可以通过数量k乘以矩阵A的每一个元素得到新的矩阵kA。
1.3 零向量与单位矩阵零向量是指所有分量都为零的向量，通常用0表示，对于n维空间而言，它的零向量可以表示为(0, 0, ..., 0)。
单位矩阵是指在主对角线上的元素都为1，其余元素都为0的方阵，通常用I表示。
对于n×n的单位矩阵可以表示为：I = ( 1 0 ... 0 )( 0 1 ... 0 )( ... ... ... )( 0 0 ... 1 )1.4 范数与内积向量的范数是指向量的长度，通常可以表示为||v||。
对于n维向量v=(v1, v2, ..., vn)，它的范数定义为：||v|| = √(v1^2 + v2^2 + ... + vn^2)。
线代知识点总结
线代知识点总结一、向量空间1.1 定义：向量空间是一个非空集合，其中定义了加法和数乘运算，并满足一定的公理。
1.2 基本性质：（1）零向量：存在一个元素0，使得对于任意向量v，有v+0=v。
（2）相反元素：对于任意向量v，存在相反元素-w，使得v+w=0。
（3）数乘结合律：对于任意标量a和向量v，有a(bv)=(ab)v。
（4）分配律：对于任意标量a和向量u、v，有a(u+v)=au+av。
1.3 子空间：如果一个非空集合H是一个向量空间，并且它的所有元素都属于另一个向量空间V，则称H为V的子空间。
子空间必须满足加法和数乘运算封闭性。
二、线性变换2.1 定义：线性变换是指将一个向量空间V中的每个元素映射到另一个向量空间W中的一个映射，满足一定的条件。
2.2 基本性质：（1）线性变换必须保持加法运算和数乘运算不变。
（2）线性变换必须将零向量映射成零向量。
（3）线性变换必须保持向量之间的线性关系不变。
2.3 线性变换的矩阵表示：对于一个线性变换T，可以用一个矩阵A来表示。
矩阵A的列向量是T对基向量的映射结果。
三、特征值和特征向量3.1 定义：对于一个n×n矩阵A，如果存在一个非零向量v和一个标量λ，使得Av=λv，则称λ为A的特征值，v称为A的特征向量。
3.2 计算方法：（1）求解方程组(A-λI)x=0，其中I为单位矩阵。
（2）求解行列式|A-λI|=0得到特征值λ。
（3）将每个特征值代入(A-λI)x=0中，求解出对应的特征向量。
四、正交性和正交基4.1 定义：对于两个非零向量u和v，在内积空间中，如果它们的内积等于0，则称u和v是正交的。
如果一个向量空间中存在一组基，使得这组基两两正交，则称这组基是正交基。
4.2 正交投影：将一个向量投影到另一个向量上，并且这两个向量是正交的，则称这个过程为正交投影。
在实际应用中，正交投影可以用于信号处理、图像处理等领域。
五、奇异值分解5.1 定义：对于一个m×n矩阵A，存在两个正交矩阵U和V，以及一个对角矩阵Σ，使得A=UΣV^T。
矩阵与线性变换的性质与求解
矩阵与线性变换的性质与求解在线性代数中，矩阵与线性变换是两个重要的概念。
矩阵是一个由数值排列成的矩形阵列，而线性变换则是将一个向量空间的元素映射到另一个向量空间的过程。
本文将讨论矩阵与线性变换的性质以及如何求解相关问题。
一、矩阵的基本性质1.1 矩阵的定义和表示矩阵由m行n列的数排列而成，可表示为一个mxn的矩阵A。
其中，a_ij表示A的第i行第j列的元素。
1.2 矩阵的运算矩阵之间可以进行加法和数乘运算。
设矩阵A、B是同型矩阵，则有：- 加法：A + B = (a_ij + b_ij)- 数乘：kA = (ka_ij)1.3 矩阵的转置矩阵的转置是将矩阵的行与列对调得到的新矩阵。
设A为mxn 的矩阵，则其转置表示为A^T。
即A^T的第i行第j列的元素为A 的第j行第i列的元素。
二、线性变换的基本性质2.1 线性变换的定义线性变换是指将一个向量空间V的元素映射到另一个向量空间W的过程，且满足两个性质：- 加法性：T(u + v) = T(u) + T(v)，其中u、v ∈ V。
- 数乘性：T(ku) = kT(u)，其中k为标量。
2.2 线性变换的矩阵表示对于线性变换T: V → W，我们可以找到V和W的基，用矩阵A表示线性变换T。
设V的基为{v_1, v_2, ..., v_n}，W的基为{w_1, w_2, ..., w_m}，则A为一个mxn的矩阵，其中A的第j列为T(v_j)在W基下的坐标。
三、矩阵与线性变换的关系3.1 线性变换的矩阵表示对于一个线性变换T: V → W，可以找到V和W的基，通过计算T(v_j)在W基下的坐标构成一个mxn的矩阵A来表示线性变换T。
3.2 矩阵的作用矩阵A作用于向量v可以得到矩阵向量乘积Av，表示向量v 在线性变换T下的像。
3.3 矩阵的性质- 逆矩阵：若矩阵A是可逆的，则存在矩阵B使得AB=BA=I，其中I为单位矩阵。
- 矩阵的行列式：行列式用来确定一个矩阵是否可逆，行列式为0表示矩阵不可逆。
线性变换的矩阵
线性变换可以用矩阵表示，矩阵 的行数和列数分别与输入和输出 空间的维数相等。
线性变换的性质
01
02
03
线性变换具有齐次性，即对于任 意标量k和任意向量x，有 kT(x)=T(kx)。
线性变换具有加法性质，即对于 任意两个向量x和y，有 T(x+y)=T(x)+T(y)。
线性变换具有数乘性质，即对于 任意标量k和任意向量x，有 T(kx)=kT(x)。
04
线性变换的矩阵表示方法
向量空间中的线性变换
线性变换的定义
线性变换是向量空间中一种保持向量加法和标量乘法不变的映射。
线性变换的性质
线性变换具有传递性、加法性质、数乘性质和结合性质。
线性变换的分类
根据映射的性质，线性变换可以分为可逆线性变换和不可逆线性 变换。
向量空间中的矩阵表示
矩阵的定义
矩阵是数学中一个重要的概 念，它由数字组成，按照一 定的排列顺序形成。
线性变换的几何意义
线性变换可以理解为在向量空间中，将一个向量 进行平移、旋转、缩放等几何变换。
线性变换可以用来描述物理现象，如力的合成与 分解、速度和加速度的合成等。
线性变换可以用来解决实际问题，如图像处理、 信号处理、控制系统等领域。
02
矩阵与线性变换的关系
矩阵表示线性变换
01
矩阵是线性变换的一种简洁表示形式，可以将线性变换中的 变换关系用矩阵的形式表示出来。
矩阵乘法的结果是一个新的向量，这个向量的坐标值是原向量在新的基下 的坐标值。
线性变换的矩阵表示
01
对于一个给定的线性变换，可 以找到一个矩阵，使得该矩阵 左乘任意向量时，等价于对该 向量进行该线性变换。
矩阵与线性变换的性质与应用
矩阵与线性变换的性质与应用矩阵与线性变换是线性代数中的重要概念，它们在数学和应用领域中有着广泛的应用。
本文将介绍矩阵与线性变换的基本性质，并探讨它们在实际问题中的应用。
一、矩阵的基本性质1. 矩阵的定义矩阵是一个由一定数量的数按照长方阵列排列而成的矩形数表。
一般表示为m×n(m行n列)。
矩阵中的元素可以是实数、复数或者其他代数元素。
2. 矩阵的运算矩阵与矩阵之间有加法和乘法运算。
对于两个相同大小的矩阵A和B，它们的加法定义为A + B = C，其中C的每个元素等于A和B对应位置上元素的和。
矩阵的乘法定义为A × B = D，其中D的第i行第j列的元素等于A的第i行与B的第j列对应元素的乘积之和。
3. 矩阵的转置和逆矩阵矩阵的转置是指将矩阵的行和列互换得到的新矩阵。
转置后的矩阵记作A^T。
对于方阵A，如果存在一个矩阵B使得A × B = B × A = I（单位矩阵），则称B为A的逆矩阵。
逆矩阵可以用来解线性方程组，求解矩阵的逆矩阵需要满足一定的条件。
二、线性变换的基本性质1. 线性变换的定义线性变换是指保持向量加法和数乘运算的映射。
对于向量空间V中的两个向量u和v，以及标量c，线性变换T必须满足两个性质：T(u + v) = T(u) + T(v)和T(cu) = cT(u)。
2. 线性变换的表示与矩阵每个线性变换都可以由一个矩阵表示。
对于向量空间V中的一组基底B = {b1, b2, ..., bn}，线性变换T定义为T(v) = Av，其中A 是一个由线性变换将基底B中的向量映射到对应的新坐标系中的向量所得到的矩阵。
3. 线性变换的性质线性变换具有以下性质：- 保持原点不变：T(0) = 0- 保持直线性质：对于直线上的点，线性变换后仍然在直线上- 保持比例关系：对于两个向量u和v，如果它们的比例关系为u = cv，那么它们的线性变换后的比例关系为T(u) = cT(v)三、矩阵与线性变换的应用1. 矩阵的行列式矩阵的行列式是一个标量值，可以用来判断矩阵是否可逆以及计算矩阵的逆矩阵。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
§2.2线性变换的基本性质教学目标:一、知识与技能：会证明定理1和定理2；理解矩阵变换把平面上的直线变成直线，即)(21βλαλ+A ＝βλαλA A 21+二、方法与过程分析可逆的线性变换将直线变成直线，平行四边形变成平行四边形这一结论，得到定理1和定理 2的证明，寻求线性变换在向量上的作用等式。
三、情感、态度与价值观感受数学活动充满探索性和创造性，激发学生乐于探究的热情。
增强学生的符号意识，培养学生的逻辑推理能力。
教学重点:定理的探究及证明 教学难点：定理的探究 教学过程 一、复习引入： 1、基本概念（1）二阶矩阵：由四个数a ，b ，c ，d 排成的正方形数表⎪⎪⎭⎫⎝⎛d c b a 称为二阶矩阵。
特别地，称二阶矩阵⎪⎪⎭⎫⎝⎛0000为零矩阵，简记为0。
称二阶矩阵⎪⎪⎭⎫⎝⎛1001为二阶单位矩阵，记为2E 。
（2）向量：向量（y x ,）是一对有序数对，y x ,叫做它的两个分量，且称⎪⎪⎭⎫⎝⎛y x 为列向量，（y x ,）为行向量。
同时，向量、点以及有序实数对三者不加区别。
2、败类特殊线性变换及其二阶矩阵 （1）线性变换在平面直角坐标系中，把形如⎩⎨⎧+=+=dycx y by ax x ``（其中a ，b ，c ，d 为常数）的几何变换叫做线性变换。
（2）旋转变换坐标公式为⎩⎨⎧+=-=ααααcos sin sin cos ``y x y y x x ，变换对应的矩阵为⎪⎪⎭⎫⎝⎛-ααααcos sin sin cos （3）反射变换①关于x 的反射变换坐标公式为⎩⎨⎧-==yy x x ``对应的二阶矩阵为⎪⎪⎭⎫ ⎝⎛-1001； ②关于y 的反射变换坐标公式为⎩⎨⎧=-=y y x x ``对应的二阶矩阵为⎪⎪⎭⎫⎝⎛-1001； ③关于x y =的反射变换坐标公式为⎩⎨⎧==x y y x ``对应的二阶矩阵为⎪⎪⎭⎫⎝⎛0110； （4）伸缩变换坐标公式为⎩⎨⎧==yk y x k x 2`1`对应的二阶矩阵为⎪⎪⎭⎫⎝⎛210k k ； （5）投影变换①投影在x 上的变换坐标公式为⎩⎨⎧==0``y x x 对应的二阶矩阵为⎪⎪⎭⎫⎝⎛0001； ②投影在y 上的变换坐标公式为⎩⎨⎧==yy x ``0对应的二阶矩阵为⎪⎪⎭⎫⎝⎛1000 （6）切变变换①平行于x 轴的切变变换坐标公式为⎩⎨⎧=+=y y sy x x ``对应的二阶矩阵为⎪⎪⎭⎫ ⎝⎛101s ⎪⎪⎭⎫⎝⎛101s ②平行于y 轴的切变变换坐标公式为⎩⎨⎧+==y sx y x x ``对应的二阶矩阵为⎪⎪⎭⎫⎝⎛101s 二、新课讲解定理1 设A ＝⎪⎪⎭⎫⎝⎛d c b a ，⎪⎪⎭⎫ ⎝⎛=111y x X ，⎪⎪⎭⎫ ⎝⎛=222y x X ，t ，k 是实数。
则以下公式成立： （1） A （t 1X ）＝t （A 1X ） （2） A 1X ＋A 2X ＝A （1X ＋2X ） （3） A （t 1X ＋k 2X ）＝t A 1X ＋k A 2X证明：（1）A （t 1X ）＝⎪⎪⎭⎫⎝⎛d c b a ⎪⎪⎭⎫ ⎝⎛11ty tx ＝⎪⎪⎭⎫ ⎝⎛++1111dty ctx bty atx ＝⎪⎪⎭⎫⎝⎛++1111dy cx by ax t ＝t （A 1X ） （2）A 1X ＋A 2X ＝⎪⎪⎭⎫ ⎝⎛d c b a ⎪⎪⎭⎫ ⎝⎛11y x ＋⎪⎪⎭⎫ ⎝⎛d c b a ⎪⎪⎭⎫⎝⎛22y x ＝⎪⎪⎭⎫⎝⎛++1111dy cx by ax ＋⎪⎪⎭⎫ ⎝⎛++2222dy cx by ax ＝⎪⎪⎭⎫⎝⎛++++++22112211dy cx dy cx by ax by ax ＝⎪⎪⎭⎫ ⎝⎛++++++)()()()(21212121y y d x x c y y b x x a ＝⎪⎪⎭⎫⎝⎛d c b a ⎪⎪⎭⎫⎝⎛++2121y y x x ＝A （1X ＋2X ） （3）A （t 1X ＋k 2X ）＝A （t 1X ）＋A （k 2X ）＝t A 1X ＋k A 2X 由定理1还得出：A （2X 1X -）＝A 2X ＋A （1X -）＝A 2X - A 1X 由定理1还可翻译为线性变换在向量上作用的等式βαβαA A A +=+)(；ααtA t A =)(；)(21βλαλ+A ＝βλαλA A 21+定理2 可逆的线性变换具有如下性质：（1）直线仍变成直线； （2）将线段仍变成线段 （3）将平行四边形变成平行四边形证明：设可逆线性变换A 的矩阵为A 。
设0P ，1P ，2P 为平面三个不同的点，P 为平面上任意一点，点0P ，1P ，2P ，P ，分别初恋换A 变到点`0P ，`1P ，`2P ，`P 如图所示。
设0OP ，1OP，2OP ，OP ，`0OP ，`1OP ，`2OP ，`OP 的坐标分别是0X ，1X ，2X ，X ，`0X ，`1X ，`2X ，`X则`0X ＝A 0X ，`1X ＝A 1X ，`2X ＝A 2X ，`X ＝A X设0P ，1P 不重合，决定一条直线0P 1P 和一条线段0P 1P由于A 是可逆变换，`0P ，`1P 也不重合，也决定一条直线`0P `1P 和一条线段`0P `1P（1）点P 在直线0P 1P 上⇔存在实数t 使P 0＝t 10P P⇔X -0X =t (1X -0X )⇔A(X -0X )=A t (1X -0X)⇔ A X - A 0X =t (A 1X -A 0X )⇔`X -`0X =t (`1X -`0X ) ``0P P =t `1`0P P ⇔`P 在直线`0P `1P 上 因此，A 将直线0P 1P 变成直线`0P `1P（2）点点P 在线段0P 1P 上⇔存在实数t 使10≤≤t 且P 0＝t 10P P重复（1）的计算，知道P P 0＝t 10P P ⇔``0P P =t `1`0P P ⇔`P 在线段`0P `1P 上这说明A 将线段0P 1P 变成线段`0P `1P（3）设四边形0P 1P 2P P 是平行四边形，则10P P ＝P 2，并且直线0P1P 与直线2P P 不重合。
由于A 是可逆变换，直线`0P `1P 与直线`2P `P 不重合。
并且，由（2）的结论，四边形0P 1P 2P P 的四条边0P 1P，1P 2P ，2P P ，P 0P 分别变成4条线段`0P `1P ，`1P `2P ，`2P `P ，`P `0P ，这4条线段围成一个四边形`0P `1P `2P `P且由10P P ＝P 2⇔1X -0X ＝X -2X⇔A （1X -0X ）＝A （X -2X ）⇔A 1X -A 0X ＝A X -A 2X ＝`1X -`X ＝`X -`2X ⇔`1`0P P ＝``2P P知道`0P `1P `2P `P 是平行四边形。
三、例题解析例1、对矩阵A ＝⎪⎪⎭⎫ ⎝⎛0110，向量α＝⎪⎪⎭⎫ ⎝⎛-32，β＝⎪⎪⎭⎫⎝⎛21，验证以下等式成立 （1）βαβαA A A +=+)(； （2）A （α21）＝21A α 解：（1）=+)(βαA ⎪⎪⎭⎫⎝⎛0110（⎪⎪⎭⎫ ⎝⎛-32＋⎪⎪⎭⎫ ⎝⎛21）＝⎪⎪⎭⎫ ⎝⎛0110⎪⎪⎭⎫ ⎝⎛-51＝⎪⎪⎭⎫⎝⎛-15 βαA A +＝⎪⎪⎭⎫ ⎝⎛0110⎪⎪⎭⎫ ⎝⎛-32+⎪⎪⎭⎫ ⎝⎛0110⎪⎪⎭⎫ ⎝⎛21＝⎪⎪⎭⎫ ⎝⎛-23+⎪⎪⎭⎫ ⎝⎛12＝⎪⎪⎭⎫⎝⎛-15∴βαβαA A A +=+)(（2）A （α21）＝⎪⎪⎭⎫ ⎝⎛0110⎪⎪⎭⎫ ⎝⎛-231＝⎪⎪⎭⎫ ⎝⎛-123 21A α＝21⎪⎪⎭⎫ ⎝⎛0110⎪⎪⎭⎫ ⎝⎛-32＝21⎪⎪⎭⎫ ⎝⎛-23＝⎪⎪⎭⎫ ⎝⎛-123 ∴A （α21）＝21A α例2、直线l 经过点A （1,0）和B （1,1），考查矩阵M ⎪⎪⎭⎫ ⎝⎛1011把直线l 变成什么图形？思路点拔：考虑在矩阵M ⎪⎪⎭⎫⎝⎛1011对应变换下点A ，B 所得的点A 1.和B 1，确定图形形状 解：⎪⎪⎭⎫ ⎝⎛1011⎪⎪⎭⎫ ⎝⎛01＝⎪⎪⎭⎫ ⎝⎛01 ⎪⎪⎭⎫ ⎝⎛1011⎪⎪⎭⎫ ⎝⎛11＝⎪⎪⎭⎫ ⎝⎛12即在矩阵M 的作用下点A 变成点A ，点B （1,1）变成点B 1（2,1） M ＝M －M ＝1OB －＝1AB即变成1AB ，由于A 和B 1不重合，1≠AB ，所以，矩阵M 把直线l 变成了经过点A 和B 1的直线例3、梯形OABC 的顶点为A （2，0）B （2，3），C （0,2），且AB ∥OC ，求证：梯形OABC 在M ＝⎪⎪⎭⎫ ⎝⎛--1221矩阵对应的变换作用下得到的图形仍是梯形。
证明：由⎪⎪⎭⎫⎝⎛--1221⎪⎪⎭⎫ ⎝⎛00＝⎪⎪⎭⎫ ⎝⎛00； ⎪⎪⎭⎫ ⎝⎛--1221⎪⎪⎭⎫ ⎝⎛02＝⎪⎪⎭⎫ ⎝⎛-42； ⎪⎪⎭⎫ ⎝⎛--1221⎪⎪⎭⎫ ⎝⎛32＝⎪⎪⎭⎫ ⎝⎛-78； ⎪⎪⎭⎫ ⎝⎛--1221⎪⎪⎭⎫ ⎝⎛20＝⎪⎪⎭⎫ ⎝⎛-24 所以在矩阵M 的作用下点O,A,B,C 分别变成点O ，A 1（2，4-），B 1（8, 7-），C 1（4，2-）11B A ＝（6，3-）， 1OC ＝（4，2-） 11B A ＝123OC ，即A 1B 1∥OC 1平行且不相等所以梯形OABC 在M ＝⎪⎪⎭⎫⎝⎛--1221矩阵对应的变换作用下得到的图形仍是梯形。
四、课堂练习1、给定矩阵M ＝⎪⎪⎭⎫⎝⎛0001，考查该矩阵抒经过点A （2，1）垂直于x 轴的直线l 变成什么？2、已知△ABC 的顶点坐标分别是A （0,0），B （1，3），C （0,2），求证：在矩阵⎪⎪⎪⎪⎭⎫⎝⎛-21232321变换下△ABC 仍是三角形。
五、小结1、矩阵既可以对点进行线性变换，也可以对向量进行线性变换，共线向量在矩阵对应的线性变换作用下所得到向量仍共线，且所成比例不变2、可逆变换保持图形性状不变，直线变成直线，平行直线变成平行直线，相交直线变成相交直线等；而不可逆变换则有可能改变图形形状，直线变成点，矩形变成线段。
六、课后作业：课本35页 习题2教学反思：。