线性变换

线性变换的定义

本节介绍线性变换的概念,线性变换是指在线性空间之间“保持线性结构”的映射。简单来说,这种变换它保持加法和数乘。

线性变换:设 V,W 是同一个数域 \mathbb F(通常取 \mathbb R 或 \mathbb C)上的向量空间。映射
T:V\to W如果对任意 u,v\in V,任意 a,b\in \mathbb F,都有T(au+bv)=aT(u)+bT(v), 我们就说T 是一个线性变换。


线性性等价地可以拆成如下两条:

  1. 可加性:
    T(u+v)=T(u)+T(v)
  2. 齐次性:
    T(av)=aT(v)

只要这两条都满足,就是线性变换。


线性变换的性质,由定义可推出:
T(0)=0,
即线性变换一定把零向量映到零向量。但注意,T(0)=0 只是必要条件,不是充分条件。

几何上,线性变换保持原点、直线和平行关系,但不一定保持长度和角度。因为他可能对向量产生拉伸。


常见线性变换的例子

  • 零变换

定义T(v)=0对任意 v\in V。它把每个向量都映到零向量。

验证:
T(au+bv)=0=a\cdot 0+b\cdot 0=aT(u)+bT(v).
所以零变换是线性变换。


  • 恒等变换

定义I(v)=v.验证:
I(au+bv)=au+bv=aI(u)+bI(v).所以恒等变换是线性变换。


  • 矩阵乘法

设
A=\begin{pmatrix} 2 & -1\\ 1 & 3 \end{pmatrix},
定义
T:\mathbb R^2\to \mathbb R^2,\qquad T(x,y)=A\begin{pmatrix}x\\y\end{pmatrix}.
即
T(x,y)=(2x-y,\ x+3y).
因为矩阵乘法满足
A(au+bv)=aAu+bAv,
所以 T 是线性变换。


  • 旋转变换

在平面 \mathbb R^2 中,把向量绕原点旋转角度 \theta:
T(x,y)=(x\cos\theta-y\sin\theta,\ x\sin\theta+y\cos\theta).
这是一个线性变换,因为它对应矩阵
\begin{pmatrix} \cos\theta & -\sin\theta\\ \sin\theta & \cos\theta \end{pmatrix}.


  • 投影变换

定义
T:\mathbb R^3\to \mathbb R^3,\qquad T(x,y,z)=(x,y,0).它把空间中的点投影到 xy 平面。因为
T(a(x_1,y_1,z_1)+b(x_2,y_2,z_2)) =aT(x_1,y_1,z_1)+bT(x_2,y_2,z_2),所以它是线性变换。


  • 微分变换

设 P_n 表示次数不超过 n 的多项式空间。定义
D:P_n\to P_{n-1},\qquad D(p)=p'.
例如
D(3x^2+2x+1)=6x+2.
由于导数满足
(ap+bq)'=ap'+bq',
所以 D 是线性变换。


  • 积分变换

设 C[0,1] 是 [0,1] 上的连续函数空间。定义
T(f)=\int_0^1 f(t)\,dt.
因为积分满足
\int_0^1 (af+bg)(t)\,dt =a\int_0^1 f(t)\,dt+b\int_0^1 g(t)\,dt,
所以 T 是线性变换。


接下来我们来看一些非线性变换的例子。

  • T(x)=x+1

它不满足 T(0)=0,因为
T(0)=1\neq 0.
所以不是线性变换。

  • T(x)=x^2

取 u=1,v=1,则
T(u+v)=T(2)=4,
但
T(u)+T(v)=1+1=2.
所以不满足可加性,不是线性变换。


总结:线性变换就是保持“加法”和“数乘”的映射。在有限维向量空间中,选好基之后,线性变换基本都可以写成矩阵乘法 T(x)=Ax。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容