线性映射02—— 线性映射概念与运算

Posted 炫云云

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了线性映射02—— 线性映射概念与运算相关的知识,希望对你有一定的参考价值。

  1. 线性映射01——映射的概念和性质
  2. 线性映射02—— 线性映射概念与运算
  3. 线性映射03——线性空间的同构
  4. 线性映射04——像与核
  5. 线性映射05——代数与代数同构
  6. 线性映射06——线性变换
  7. 线性映射07——线性变换的矩阵表示
  8. 线性映射08——不变子空间
  9. 线性映射9——对偶空间

线性映射概念

定 义 1 \\large\\color{magenta}{\\boxed{\\color{brown}{定义1} }} 1 V , U V, \\boldsymbol{U} V,U 是数域 F \\boldsymbol{F} F 上线性空间, 映射 φ : V → U \\varphi: \\boldsymbol{V} \\rightarrow \\boldsymbol{U} φ:VU , 满足
(1) 对于任意的 α , β ∈ V , \\alpha, \\beta \\in V, α,βV,
φ ( α + β ) = φ ( α ) + φ ( β ) \\varphi(\\alpha+\\beta)=\\varphi(\\alpha)+\\varphi(\\beta) φ(α+β)=φ(α)+φ(β)
(2) 对于任意的 c ∈ F , α ∈ V , c \\in F, \\alpha \\in V, cF,αV,
φ ( c α ) = c φ ( α ) \\varphi(c \\alpha)=c \\varphi(\\alpha) φ(cα)=cφ(α)
φ \\varphi φ 是从 V \\boldsymbol{V} V U \\boldsymbol{U} U 线 性 映 射 \\large\\color{#70f3ff}{\\boxed{\\color{green}{线性映射}}} 线. 线性空间之间保持线性运算的映射是为线性映射.

V = U V=U V=U 时,称 φ \\varphi φ 线 性 变 换 \\large\\color{#70f3ff}{\\boxed{\\color{green}{线性变换}}} 线. 当 U = F U=F U=F 时: 称 φ \\varphi φ V V V 上的线性函数.

例 1 \\Large\\color{violet}{例1} 1 (1) 设 A A A m × n m \\times n m×n 矩阵, φ A : F n → F m , X ↦ A X \\varphi_{A}: F^{n} \\rightarrow F^{m}, X \\mapsto A X φA:FnFm,XAX线性映射;

(2) 映射 0 : V → U , α ↦ 0 , 0: V \\rightarrow U, \\alpha \\mapsto 0, 0:VU,α0, 是线性映射. 称为 零 映 射 \\large\\color{#70f3ff}{\\boxed{\\color{green}{零映射}}} ;

(3) 恒 等 变 换 \\large\\color{#70f3ff}{\\boxed{\\color{green}{恒等变换 }}} i d V : V → V , α ↦ α , i d_{V}: V \\rightarrow V, \\alpha \\mapsto \\alpha, idV:VV,αα, 是线性变换

(4) 设 0 ≠ c ∈ F , 0 \\neq c \\in F, 0=cF, 映射 c   i d V : V → V , α ↦ c α , c ~i d_{V}: V \\rightarrow V, \\alpha \\mapsto c \\alpha, c idV:VV,αcα, 是线性变换, 称为 数 乘 变 换 \\large\\color{#70f3ff}{\\boxed{\\color{green}{数乘变换}}} .

(5) 零变换 O : = O := O:= 0   i d V 0 ~i d_{V} 0 idV

定 理 1 \\large\\color{magenta}{\\boxed{\\color{brown}{定理1} }} 1 迹函数 Tr ⁡ : F n × n → F , A ↦ Tr ⁡ ( A ) = a 11 + a 22 + ⋯ + a n n , ∀ A = ( a i j ) ∈ F n × n \\operatorname{Tr}: \\boldsymbol{F}^{n \\times n} \\rightarrow \\boldsymbol{F}, A \\mapsto \\operatorname{Tr}(\\boldsymbol{A})=\\boldsymbol{a}_{11}+\\boldsymbol{a}_{22}+\\cdots+\\boldsymbol{a}_{n n}, \\forall \\boldsymbol{A}=\\left(\\boldsymbol{a}_{i j}\\right) \\in \\boldsymbol{F}^{n \\times n} Tr:Fn×nF,ATr(A)=a11+a22++ann,A=(aij)Fn×n,是 V 1 = F n × n V_{1}=F^{n \\times n} V1=Fn×n 上的一个线性函数.

【证明】: ∀ A = ( a i j ) , B = ( b i j ) ∈ F n × n , c ∈ F \\forall A=\\left(\\boldsymbol{a}_{i j}\\right), \\boldsymbol{B}=\\left(\\boldsymbol{b}_{i j}\\right) \\in \\boldsymbol{F}^{n \\times n}, c \\in \\boldsymbol{F} A=(aij),B=(bij)Fn×n,cF

∀ A = ( a i j ) , B = ( b i j ) ∈ F n × n , c ∈ F \\forall A=\\left(a_{i j}\\right), B=\\left(b_{i j}\\right) \\in F^{n \\times n}, c \\in F A=(aij),B=(bij)Fn×n,cF
Tr ⁡ ( A + B ) = Tr ⁡ (

以上是关于线性映射02—— 线性映射概念与运算的主要内容,如果未能解决你的问题,请参考以下文章

线性映射01——映射的概念和性质

群同构与线性空间同构的区别

线性映射07——线性变换的矩阵表示

线性代数之矩阵

线性代数之矩阵

02-线性结构2 一元多项式的乘法与加法运算