线性变换及其矩阵表示

合集下载
  1. 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. 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. 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)。

(1)由于对任意点 x ,有
1 0 x 0 1 x x y , y
y x x
所以 A1 确定的变换将任意一个点 x 变成它关于 x 轴对 称的点 x (见图 5.2.1) 。
x 图 5.2.1
y
x


sin cos
x x
r (cos cos sin sin ) r cos( ) r (sin cos cos sin ) , r sin( )
Ai ( 1 x1 2 x 2 ) = 1 ( Ai x1 ) 2 ( Ai x 2 ) 。
也就是说,由矩阵确定的变换都满足线性运算规则。 (2)如需要先将 x 关于直线 y = x 作对称,再旋转角度 ,则有
cos x sin sin cos

( A(a1 ), A(a 2 ),, A(a m ))
a11 a12 a1m a 21 a 22 a 2 m (b1 , b2 ,, bn ) (b1 , b2 ,, bn ) A 。 a a a n2 nm n1
d ( p( x) q( x) ) dx d d = [ p( x) ] + [ q( x) ] = D(p)+ D (q), dx dx
D( p+ q) =
由定义,D 是 Pn 上的线性变换。 例 5.2.3 求定积分运算 L ( f ) = a f ( x)dx 是 C[a, b] 到 R 上的线性变换。实际上, L 的线性性质就是定积分的线性性质。
x y 0 x x x 0 , y y
y x
x
x 图 5.2.3
所以 A3 确定的变换将任意一个点 x 变成在它与原点连线 上,与原点距离伸缩为 | | 倍的点 x ,当 0 时, x 与 x 在原点同侧;当 0 时, x 点在原点另一侧;当 0 ,
例 5.2.2 证 =
证明求导运算 D =
d 是 Pn 的上的线性变换。 dx
对与 Pn 中的任意元素 p p( x) , p( x) 是不超过 n 次的多项式,于是 D(p)
d [ p( x) ]是不超过 n 1 次的多项式,即 D(p) Pn 。 dx
对于任意 p( x) , q( x) Pn 及 , R,由求导运算法则,
线性变换及其矩阵表示 定义 5.2.1 设 U,V 是 K 上的线性空间,K 为 R 或 C ,A 是 U 到 V 的映 射,即对于任意 x U,存在唯一的像 z V,使得 A (x) = z。 若 A 满足线性性质,即对于任意 x,y U 及 , K,成立 A ( x+ y ) = A (x) + A ( y ), 则称 A 为线性空间 U 到 V 上的一个线性变换。 特别地,从线性空间 U 到其自身的线性变换称为 U 上的线性变换。 显然,例 5.2.1 中的五个变换都是 R 2 上的线性变换。 几个最简单的线性变换是: (1)线性空间 U 上的恒等变换(单位变换)I:对于任意 x U,I (x) = x。 (2)线性空间 U 到 V 上的零变换 0:对于任意 x U,0(x) = 0。
1 0 ; 0 1 cos sin ; cos
(2) A2 1 0 ; (5) A5 0 0 。
x y
1 0
0 1
(3) A3 0 ;

0
(4) A4 sin 解
y
x x
x
图 5.2.5
所以 A5 确定的变换将任意一个点 x 变成它在 x 轴上的 投影点 x (见图 5.2.5) 。
在上面的讨论中,变换由矩阵 A 确定,因此称 A 为变换矩阵。其中,A1 与 A2 确定的变换称为反射变换或镜像变换, A3 确定的变换称为相似变换( 称为相 似比) ,而 A4 确定的变换称为旋转变换, A5 确定的变换称为射影变换,它们都属 于最简单的几何变换。 从这几个具体例子容易归纳出: (1)设 x1 和 x 2 都是平面上的点,若对它们的线性组合 1 x1 2 x 2 作上述变 换,可以先对 x1 和 x 2 作上述变换后再线性组合,即
定义 5.2.3 设 A 是 U 上的线性变换,若存在 U 上的线性变换 B 使得 BA (x) = x, x U,
即 BA 是恒等变换,则称 A 是可逆变换,B 称为 A 的逆变换,记为 B= A–1。 线性变换有下列性质: 定理 5.2.1 设 A 是线性空间 U 到 V 上的任意一个线性变换,则成立 (1)A (0) = 0,A ( x ) = A (x); (2)若 {a j }kj 1 是 U 中一组线性相关的元素,则{ A a j }kj 1 也是 V 中一组线性相 关的元素;
x 为原点(见图 5.2.3) 。
(4)对任意点 x ,将其记为
x cos x A4 y x sin
x y
r cos ,则有 r sin r cos r sin
(3)将 U 中所有元素在线性变换 A 下的象记为 A (U),即 A (U) = {y V | y = A (x), x U }, 则 A (U)是 V 的线性子空间(称为 A 的象空间) ; (4)将 V 中零元素在线性变换 A 下的原象记为 N(A),即 N(A) = { x U | A (x) = 0 }, 则 N(A)是 U 的线性子空间(称为 A 的核空间) 。 注意,在定理 5.2.1 的(2)中,若 {a j }kj 1 是 U 中一组线性无关的元素,则 { A (a j )}kj 1 不一定是 V 中一组线性无关的元素,事实上零变换就是这样。 下面讨论线性变换与矩阵的关系。由例 5.2.1 不难推断,任意一个 n 阶方阵 必确定 R n 上的一个线性变换。那么,一般有限维线性空间之间的线性变换与矩 阵有什么联系呢?
§2
几个简单的几何变换
线性变换及其矩阵表示
我们先从 R 2 谈起。容易发现,若给定了一个 2×2 矩阵
a11 A a 21 a12 , a 22
ຫໍສະໝຸດ Baidu
则对平面上任意点(即向量) x ,通过矩阵与向量的乘法运算
a11 x Ax a 21 a12 x x , a 22 y y
b
例 5.2.4 设映射 A : R 3 R 3 定义为
A( x ) A( x1 , x 2 , x3 )

2 x12 x 2 ,
2 2 x2 x3 ,
2 x3 x12

T T
则对于 R ,有
A(x )
(x )
1
2
(x 2 ) 2 , (x 2 ) 2 (x3 ) 2 , (x 2 ) 2 (x1 ) 2
图 5.2.4
所以 A4 确定的变换将任意一个点 x 绕原点旋转了角度 的点 x (见图 5.2.4) 。 (5)由于对任意点 x ,有
1 0 x x x 0 0 , y 0
x y

| | A( x ) 。
显然,当 x 0 且 0 时, A(x) A( x) ,因此 A 不是线性变换。 定义 5.2.2 设 A 是线性空间 U 到 V 的线性变换,B 是线性空间 V 到 W
上的线性变换,称复合变换 B(A (x) ), x U, 为 B 和 A 的乘积变换,记为 BA。 显然 BA 是 U 到 W 上线性变换。
x y
可以唯一确定了平面上的一点 x 。 x 可以看成是由 x 经过某种变换得到的点, 而这个变换的规律显然由矩阵 A 所确定。
例 5.2.1 问以下矩阵对 R 2 上的任意点 x,由 x Ai x ( i 1,2,3,4,5 )确定了 什么样的变换? (1) A1
(2)由于对任意点 x ,有
0 1 x y x 1 0 , y x
x y
y
x
y=x
x
x 图 5.2.2
所以 A2 确定的变换将任意一个点 x 变成它关于直线 。 y x 对称的点 x (见图 5.2.2) (3)由于对任意点 x ,有
所以
A( x) 1 A(a1 ) 2 A(a 2 ) m A(a m )
1 2 ( A(a1 ), A(a 2 ),, A(a m )) (b1 , b2 ,, bn ) m 1 A 2 。 m
n 设 {a i }im A是 1 和 {b j } j 1 分别是 m 维线性空间 U 和 n 维线性空间 V 中的一组基,
U 到 V 上的线性变换。设 U 中元素 x 用 {a i }im 1 表示的形式为 x = 1 a1 2 a 2 m a m , 两边作用线性变换 A,由线性变换的性质得, A(x) = 1 A( a1 ) 2 A( a2 ) m A( a m )。 这就是说,线性变换由其对一组基的变换规律完全决定。 由于对于 i 1,2,, m ,A( a i ) V,因此它可以用基 {b j }nj 1 线性表示,记
a1i a 2i A( a i ) (b1 , b2 ,, bn ) , i 1,2,, m 。 a ni
于是,若记
a11 a12 a1m a 21 a 22 a 2 m A , a a a n2 nm n1
0 1 cos x 1 0 sin
sin cos
0 1 1 0 x ,
也就是说,由矩阵确定的变换可以复合,复合的变换矩阵恰是各个变换矩阵的 乘积。 (3)有些变换可以通过相反的过程再变换回去,即变换是可逆的,有些则 不可逆。如上面由 A1 — A4 确定的变换都是可逆的,而 A5 确定的变换不可逆。而 通过观察发现,恰恰 A1 — A4 都是可逆矩阵,而 A5 是不可逆矩阵。因而可以设想, 若矩阵 A 不可逆,那么 A 确定的变换不可逆;若 A 可逆,那么 A 确定的变换可 逆,且确定逆变换的矩阵正是 A 1 。 显然,借助矩阵会给讨论问题带来很大方便。于是自然要问,既然有一个矩 阵就决定了一个变换,那么什么样的变换才可以通过矩阵来表示?进一步,这 样的变换有哪些更一般的性质?下面来回答这些问题。
相关文档
最新文档