第一次课 线性变换的定义及运算
教学目的:
1.理解和掌握线性变换的定义及性质。
2.掌握线性变换的运算及运算规律,理解线性变换的多项式。
教学重点:理解线性变换的定义,线性变换的运算。
教学难点:线性变换的定义及性质、线性变换的运算。
教学过程:
一、 线性变换的定义
1. 定义
线性空间
到自身的映射称为
的一个变换.
定义1 线性空间
的一个变换A称为线性变换,如果对于
中任意的元素
和数域
中任意数
,都有
A (
)=A (
)+A (
);
A(
)=A
(
). (1)
一般用花体拉丁字母A,B,…
示
的线性变换,A (
)或A
代表元素
在变换A下的像.
定义中等式(1)所表示的性质,有时也说成线性变换保持向量的加法与数量乘法.
例如:.平面上的向量构成实数域上的二维线性空间.把平面围绕坐标原点按反时钟方向旋转
角,就是一个线性变换,用ℐ
表示.如果平面上一个向量
在直角坐标系下的坐标是
,那么像ℐ
(
)的坐标,即
旋转
角之后的坐标
是按照公式
.
来计算的.同样空间中绕轴的旋转也是一个线性变换.
2. 例子
(1) 零变换 线性空间
中的零变换ℴ,即
ℴ
是线性变换.
(2) 单位变换 线性空间
中的恒等变换或称单位变换E,即
E
是线性变换.
(3) 数乘变换 设
是数域
上的线性空间,
是
中的某个数,定义
的变换如下:
.
这是一个线性变换,称为由数
决定的数乘变换,可用K表示.显然当
时,便得恒等变换,当
时,便得零变换.
(4) 微分变换 在线性空间
或者
中,求微商是一个线性变换.这个变换通常用D代表,即
D(
)=
.
是一线性变换.
(5) 积分变换 定义在闭区间
上的全体连续函数组成实数域上一线性空间,以
代表.在这个空间中变换
ℐ(
)=
是一线性变换.
(6) 射影变换 设
是几何空间中一固定非零向量,把每个向量
变到它在
上的内射影的变换也是一个线性变换,以
表示它.用公式表示就是
.
这里
表示内积.
2、 线性变换的简单性质
1. 设A是
的线性变换,则A (0)=0, A (
)=-A (
).
2. 线性变换保持线性组合与线性关系式不变.换句话说,如果
是
的线性组合:
,
那么经过线性变换A之后,A (
)是A (
),A (
),…, A (
)同样的线性组合:
A (
)=
A (
)+
A (
)+…+
A (
)
又如果
之间有一线性关系式
那么它们的像之间也有同样的关系式
A (
)+
A (
)+…+
A (
)=0.
3. 线性变换把线性相关的向量组变成线性相关的向量组.
3、 线性变换的运算
1. 乘法
(1)定义:设A,,B是线性空间
的两个线性变换,定义它们的乘积为.
(AB)(
)= A,(B (
)) (
).
则线性变换的乘积也是线性变换.
(2)性质
结合律:(AB)C=A(BC).
单位变换:对于任意线性变换A,都有
Aℰ=ℰA = A.
注:但线性变换的乘法不适合.例如,在实数域上的线性空间中,线性变换
D(
)=
.
ℐ(
)=
的乘积D ℐ=ℰ,但一般ℐD≠ℰ.
2. 加法
(1) 定义
设A,B是线性空间
的两个线性变换,定义它们的和A+B为
(A+B)(
)= A (
)+B (
) (
).
则线性变换的和还是线性变换.
(2)性质
结合律:A+(B+C)=(A+B)+C.
交换律:A+B=B+A.
零变换:A+ℴ=A,A为任意线性变换.
负变换:对于每个线性变换A,可以定义它的负变换(-A):
(-A)(
)=- A (
) (
).
则负变换(-A)也是线性变换,且
A+(-A)=ℴ.
分配律:A(B+C)=AB+AC,(B+C)A=BA+CA.
3.数乘
(1)定义 数域
中的数k与线性变换A的数量乘法定义为
A =KA
即
A(
)=K(A (
))=KA (
),
当然
A 还是线性变换.
(2) 性质
A=
(
A),
A=
A+
A,
(A+B)=
A+
B,
1A=A.
线性空间
上全体线性变换,对于如上定义的加法与数量乘法,也构成数域
上一个线性空间.
4.幂、多项式、逆变换
(1) 逆变换:
的变换A称为可逆的,如果有
的变换B 存在,使
AB=BA=E.
这时,变换B称为A的逆变换,记为A
.如果线性变换A是可逆的,那么它的逆变换A
也是线性变换.
(2) 幂:当
个(
是正整数)线性变换A相乘时,就可以用
来表示,称为A的
次幂,简记为A
.作为定义,令
A
= E.
幂的指数法则:A
=A
A
,(A
)
=A
EMBED Equation.3
EMBED Equation.3
当线性变换A可逆时,定义A的负整数幂为
A
=(A
)
(
是正整数).
(3)线性变换乘积的指数法则不成立,即一般说来
(AB)
EMBED Equation.3 A
B
.
(4)多项式:设
是
中一多项式,A是
的一个线性变换,定义
(A)=
A
+
A
+…+
E
显然
(A)是一线性变换,它称为线性变换A的多项式.
不难验证,如果在
中
那么
(A)=
( A)+
( A),
(A)=
( A)
( A).
特别地,
(A)
( A)=
( A)
( A).
即同一个线性变换的多项式的乘法是可交换的.
四、例题
例1 在三维几何空间中,对于某一向量
的内射影
是一个线性变换.
可以用下面的公式来表示:
.
其中
表示向量的内积.
从图2不难看出,
在以
为法向量的平面
上的内射影
可以用公式
表示.因此
ℰ-
.
这里ℰ是恒等变换.
对于平面
的反射ℛ
也是一个线性变换,它的像由公式
ℛ
给出.因此
ℛ
=ℰ-2
.
设
是空间的两个向量.显然,
与
互相垂直的充要条件为
ℴ
例2 在线性空间
中,求微商是一个线性变换,用D表示.显然有
D
ℴ.
其次,变换的平移
也是一个线性变换,用ℐ
表示.根据泰勒展开式
,
因之ℐ
实质上是℄的多项式:
ℐ
=ℰ+
D+
D
+…+
D
.
作业: P320 1(1)(3)(5)(7),3,4
_1138618853.unknown
_1138623447.unknown
_1138887292.unknown
_1138887743.unknown
_1138887929.unknown
_1138888138.unknown
_1138888468.unknown
_1138888518.unknown
_1142338330.unknown
_1138888555.unknown
_1138888507.unknown
_1138888260.unknown
_1138888459.unknown
_1138888163.unknown
_1138888250.unknown
_1138887948.unknown
_1138888072.unknown
_1138887937.unknown
_1138887894.unknown
_1138887915.unknown
_1138887860.unknown
_1138887495.unknown
_1138887512.unknown
_1138887724.unknown
_1138887306.unknown
_1138887409.unknown
_1138887431.unknown
_1138887370.unknown
_1138886511.unknown
_1138886632.unknown
_1138887252.unknown
_1138887264.unknown
_1138886581.unknown
_1138886612.unknown
_1138886563.unknown
_1138886223.unknown
_1138886440.unknown
_1138886454.unknown
_1138886241.unknown
_1138886201.unknown
_1138886213.unknown
_1138886188.unknown
_1138623484.unknown
_1138886107.unknown
_1138622829.unknown
_1138623091.unknown
_1138623295.unknown
_1138623368.unknown
_1138623393.unknown
_1138623311.unknown
_1138623215.unknown
_1138623227.unknown
_1138623106.unknown
_1138623119.unknown
_1138622963.unknown
_1138622986.unknown
_1138623085.unknown
_1138622976.unknown
_1138622947.unknown
_1138622948.unknown
_1138622861.unknown
_1138622876.unknown
_1138621232.unknown
_1138622226.unknown
_1138622702.unknown
_1138622792.unknown
_1138622243.unknown
_1138621493.unknown
_1138621500.unknown
_1138621479.unknown
_1138619255.unknown
_1138621153.unknown
_1138621211.unknown
_1138621227.unknown
_1138619592.unknown
_1138620877.unknown
_1138619549.unknown
_1138619574.unknown
_1138618878.unknown
_1138618877.unknown
_1138523087.unknown
_1138523400.unknown
_1138618400.unknown
_1138618687.unknown
_1138618803.unknown
_1138618814.unknown
_1138618765.unknown
_1138618791.unknown
_1138618718.unknown
_1138618764.unknown
_1138618617.unknown
_1138618633.unknown
_1138618599.unknown
_1138617718.unknown
_1138618273.unknown
_1138618319.unknown
_1138618364.unknown
_1138617880.unknown
_1138617696.unknown
_1138523159.unknown
_1138523285.unknown
_1138523381.unknown
_1138523271.unknown
_1138523108.unknown
_1138523115.unknown
_1138523096.unknown
_1138520411.unknown
_1138521622.unknown
_1138522407.unknown
_1138522979.unknown
_1138523042.unknown
_1138522909.unknown
_1138521902.unknown
_1138521931.unknown
_1138521991.unknown
_1138521876.unknown
_1138521521.unknown
_1138521601.unknown
_1138520550.unknown
_1138521418.unknown
_1138517404.unknown
_1138520358.unknown
_1138520368.unknown
_1138520403.unknown
_1138520312.unknown
_1138517372.unknown
_1138517394.unknown
_1138517225.unknown