在线学习
重点科目
初中数学
高中数学
高等数学
线性代数
概率统计
高中物理
数学公式
主要科目
复变函数
离散数学
数学分析
实变函数
群论
数论
未整理科目
近世代数
数值分析
常微分方程
偏微分方程
大学物理
射影几何
微分几何
泛函分析
拓扑学
数学物理
趣味数学
科数网
首页
教材
高考区
考研区
VIP
科数网
题库
在线学习
高中数学
高等数学
线性代数
概率统计
高中物理
复变函数
离散数学
你好
游客,
登录
注册
在线学习
线性代数
第三篇 向量空间
线性变换的定义
最后
更新:
2025-03-07 10:11
查看:
367
次
反馈
刷题
线性变换的定义
## 线性变换 设 $V_n, U_m$ 分别是 $n$ 维和 $m$ 维线性空间,如果映射 $T: V_n \rightarrow U_m$ 满足 (i) 任给 $\boldsymbol{\alpha}_1, \boldsymbol{\alpha}_2 \in V_n$ ,有 $$ T\left(\boldsymbol{\alpha}_1+\boldsymbol{\alpha}_2\right)=T\left(\boldsymbol{\alpha}_1\right)+T\left(\boldsymbol{\alpha}_2\right) ; $$ (ii)任给 $\boldsymbol{\alpha} \in V_n, \lambda \in R $ (从而 $\lambda \boldsymbol{\alpha} \in V_n$ ),有 $$ T(\lambda \boldsymbol{\alpha})=\lambda T(\boldsymbol{\alpha}), $$ 那么, $T$ 就称为从 $V_n$ 到 $U_m$ 的线性映射,或称为线性变换. 简言之,线性映射就是保持线性组合的对应的映射. 例如, $$ T: R^n \rightarrow R^m,\left(\begin{array}{c} x_1 \\ x_2 \\ \vdots \\ x_n \end{array}\right) \rightarrow\left(\begin{array}{c} y_1 \\ y_2 \\ \vdots \\ y_m \end{array}\right), $$ 其中 $$ \left(\begin{array}{c} y_1 \\ y_2 \\ \vdots \\ y_m \end{array}\right)=T\left(\begin{array}{c} x_1 \\ x_2 \\ \vdots \\ x_n \end{array}\right)=\left(\begin{array}{cccc} a_{11} & a_{12} & \cdots & a_{12} \\ a_{2 n} & a_{22} & \cdots & a_{2 n} \\ \vdots & \vdots & & \vdots \\ a_{m 1} & a_{m 2} & \cdots & a_{m n} \end{array}\right)\left(\begin{array}{c} x_1 \\ x_2 \\ \vdots \\ x_n \end{array}\right) $$ 就确定了一个从 $R^n$ 到 $R^m$ 的映射,并且是个线性映射. 特别地,如果在定义 1 中取 $V_n=U_n$ ,那么 $T$ 是一个从线性空间 $r_n$ 到其自身的线性映 射,称为线性空间 $V_n$ 中的线性变换. 例 1 设 $V$ 是实数域 $\mathbf{R}$ 上的一个线性空间,对任意的 $\alpha \in V$ ,分别定义如下三个 $V \rightarrow V$ 的映射: (1) $I(\boldsymbol{\alpha})=\boldsymbol{\alpha}$; (2) $o(\boldsymbol{\alpha})=\mathbf{0}$ ,其中 0 是 $V$ 中的零向量; (3) $T(\boldsymbol{\alpha})=k \boldsymbol{\alpha}$ ,其中 $k \in \mathbf{R}$ 是固定的数. 则这三个映射都是线性空间 $V$ 上的线性变换,分别称为 $V$ 的恒等变换、零变换和数乘变换.    
开VIP会员
非会员每天6篇,会员每天16篇,VIP会员无限制访问
题库训练
自我测评
投稿
上一篇:
线性变换的性质
下一篇:
线性变换的矩阵表示式
本文对您是否有用?
有用
(
0
)
无用
(
0
)
纠错
高考
考研
关于
赞助
公式
科数网是专业专业的数学网站。