主題
Search

線性變換


兩個向量空間 VW 之間的線性變換是一個對映 T:V->W,滿足以下條件

1. T(v_1+v_2)=T(v_1)+T(v_2) 對於 向量 v_1v_2V 中,以及

2. T(alphav)=alphaT(v) 對於任何標量 alpha

線性變換可以是單射滿射,也可能不是。當VW 具有相同的維數時,T 可能是可逆的,這意味著存在一個 T^(-1) 使得 TT^(-1)=I。總是成立 T(0)=0。此外,線性變換總是將直線對映到直線(或零)。

LinearTransformation
LinearTransformation3D

線性變換的主要例子由矩陣乘法給出。給定一個 n×m 矩陣 A,定義 T(v)=Av,其中 v 被寫成列向量(具有 m 個座標)。例如,考慮

 A=[0 1; -2 2; 1 0],
(1)

那麼 T 是從 R^2R^3 的線性變換,定義為

 T(x,y)=(y,-2x+2y,x).
(2)

VW有限維的時,只有在指定 VW向量基之後,才能將一般線性變換寫成矩陣乘法。當 VW 具有內積,並且它們的向量基 {v_1,...,v_m}{w_,...,w_n}正交歸一的時,很容易寫出相應的矩陣 A=(a_(ij))。特別地,a_(ij)=<w_i,T(v_j)>。請注意,當使用 R^nR^m 的標準基時,第 j 列對應於第 j 個標準基向量的影像。

VW無限維的時,線性變換可能不是連續的。例如,設 V 為單變數多項式空間,T導數。那麼 T(x^n)=nx^(n-1),這不是連續的,因為 x^n/n->0T(x^n/n) 不收斂。

線性二維變換有一個簡單的分類。考慮二維線性變換

rhox_1^'=a_(11)x_1+a_(12)x_2
(3)
rhox_2^'=a_(21)x_1+a_(22)x_2.
(4)

現在透過定義 lambda=x_1/x_2lambda^'=x_1^'/x_2^' 來重新縮放。那麼上述方程變為

 lambda^'=(alphalambda+beta)/(gammalambda+delta),
(5)

其中 alphadelta-betagamma!=0 並且 alphabetagammadelta 是根據舊常數定義的。求解 lambda 得到

 lambda=(deltalambda^'-beta)/(-gammalambda^'+alpha),
(6)

因此變換是一對一的。要找到變換的不動點,設定 lambda=lambda^' 以獲得

 gammalambda^2+(delta-alpha)lambda-beta=0.
(7)

這給出了兩個不動點,它們可能是不同的或重合的。不動點分類如下。


另請參閱

橢圓不動點, 一般線性群, 雙曲不動點, 可逆線性對映, 對合, 線性代數, 線性運算元, 矩陣, 矩陣乘法, 拋物線不動點, 向量基, 向量空間 在 教室中探索此主題

此條目的部分內容由 Todd Rowland 貢獻

使用 探索

請引用為

Rowland, ToddWeisstein, Eric W. “線性變換。” 來自 Web 資源。 https://mathworld.tw/LinearTransformation.html

主題分類