关于线性空间和线性映射

在超分辨率重建过程中的图像块配对时，经常会提到非线性映射这么一个词，所以抽时间整理一下关于线性映射和非线性映射的相关概念。

为了搞清楚线性映射，首先得搞清楚线性空间，为了搞清楚线性空间，首先要知道数域的概念以及由此展开的n多线性空间的概念。

数域：是一个集合含有加法和乘法，含有元素0，对于任意元素a，有a+0=a，含有元素1，满足a*1=a，任意元素a存在负元素b，满足a+b=0。非0元素a存在逆元素b，满足a*b=1，对于加法和乘法封闭。常用的数域有有理数域，实数域和复数域。

映射：映射的概念是对于集合S到S’有一规则S->S‘，对于S中的任意元素，在S’中都有元素a‘与之对应，记为f（a）= a‘

线性空间：设 V 是一个非空的集合，F 是一个数域，在集合 V 中定义两种代数运算, 一种是加法运算，用 + 来表示，另一种是数乘运算, 用 ∙ 来表示, 并且这两种运算满足下列八条运算律：

（1）加法交换律：a+b=b+a；

（2）加法结合律：（a+b）+c=a+（b+c）；

（3）零元素：对任意a∈V，都有a+0 =a；

（4）对于V中任意的元素a都存在b使得a+b=0；

（5）数1:对a∈V，有a*1=a；

（6）对k,l∈F,α∈V 有：

(kl) ∙α= k ∙ (l ∙α)

（7）对k,l∈F,α∈V 有：

(k+l) ∙α= k ∙ α+l ∙α

（8）对k∈F,α, β∈V 有：

k ∙(α+β)= k ∙ α+k ∙β

满足如山条件的集合V，称为F上的线性空间。

如R！表示R上全体无序数列表示的集合

定义当中的加法和数乘

那么R！为实数域上的一个线性空间，这个有点像矩阵的加法和点乘。

线性空间的一些基本性质：

（1）含有零向量的向量组一定线性相关；
（2）整体无关则部分无关；部分相关则整体相关；
（3）如果含有向量多的向量组可以由含有向量少的向量组线性表出，那么含有向量多的向量组一定线性相关；
（4）向量组的秩是唯一的，但是其极大线性无关组并不唯一；
（5）如果向量组（I）可以由向量组（II）线性表出，那么向量组（I）的秩小于等于向量组（II）的秩；
（6）等价的向量组秩相同。

线性相关／无关：

在线性代数里，矢量的一组元素中，若没有矢量可用有限个其他矢量的线性组合所表示，则称为线性无关或线性独立(linearly independent)，反之称为线性相关(linearly dependent)。

线性组合：

类似A=a1v1+a2v2+...+anvn;

打个比方来说：cosx，cos2x，cosnx，这么一组函数组就是线性无关的，因为不能用其他的线性组合来表示。

线性空间的基底和维数：

定义：设V为数域F上的一个线性空间，如果V中的n个线性无关向量a1，a2，...,an使得V中的任意一个向量a都可以用上面那n个线性无关的向量线性表示出来：

a=k1a1+k2a2+...+knan；

则称a1，a2，...,an为V的一个基底，（k1，k2，...,kn）为a在基底下的坐标，称V为n维线性空间记dimV=n。

这个很好理解，结合我们的直角坐标系就能很容易的理解。线性空间的基底并不唯一，但是维数是唯一确定的。由维数的定义, 线性空间可以分为有限维线性空间和无限维线性空间。

基变换与坐标变换：

上面说了，线性空间的基底并不唯一，比如直角坐标系，我把x轴y轴转一下，只要保持两者之间垂直，就是另一组基底了，那么设a1，a2,...,an;b1,b2,...bn是n维线性空间V的两组基底，他们之间存在如下关系：

那么对于所有的b1，b2就有下面这个式子

纳闷我们就称n阶方阵为旧基底到新基底的过渡矩阵（可逆）上式就可写为

，那么对应的坐标变化应该就不难推出了

线性空间的子空间：

设V为数域F上的一个n维线性空间，W为V的一个非空子集合，如果对于任意的a，b属于W，k，l属于F都有

ka+lb属于W，那么称W为V的一个子空间。每个有限维空间V，必定有两个平凡子空间，即单个零向量的子空间和它本身。

线性变换：

讲了上面那么多关于线性空间的知识，终于的到线性变换了，也就是我们所说的线性映射。（当然变换和映射也有区别，如果S的映射的集合S‘和S相等，那么这个映射可以称为变换，也就说线性变换肯定是线性映射了

）

定义：设V是数域F上的线性空间，T : V →V 为V上的映射，则称T为线性空间V上的一个变换或算子。若变换满足：对任意的k,l∈F和α,β∈V，有

则称T为线性变换或者线性算子。

线性变换的性质：

（1）T（0）=0；

（2）T（-x）=-T（x）

（3）线性相关的向量组的象仍然是线性相关的

例如即是一个线性变换。

线性变换的矩阵表示

即

关于线性空间和线性映射的暂时整理到这，http://wenku.baidu.com/link?url=01iSc-SAo0xI15LANw6vblkb3E3d9GNwIQHDpo-inTd14Q_2RvEzyZnkt3D4RjxC1jiXIdr1XqtGucdnjn1NGKgcKKsWf_P3hqBj4dd9y-3 这个链接里的ppt讲的挺好的可以看看。

关于线性空间和线性映射相关推荐

矩阵分析L2 线性映射与线性变换
一 . 线性映射和线性映射 1.定义线性映射体现在一个向量空间中满足两个合向量的映射等于两个向量映射的和,以及数乘后的映射等于映射后的数乘线性变换是基于线性映射的一种特例,也就是在自身空间的映射. ...
一对矩阵的相关性_矩阵分析学习笔记（1）
线性空间与线性映射一.线性空间的概念: 记实数域为 , 复数域为 , 统称数域 .设有一非空集合记为 , 对集合中的元素定义二元加法运算和数乘运算.(二元加法运算和数乘运算是一种线性映射,集合 ...
向量范数和矩阵范数的理解
向量范数今天来聊一聊机器学习矩阵论的相关知识--范数(Norm). 在学习机器学习基础算法的推导过程中,可以看到很多地方都应用到了这个范数.范数属于矩阵论的知识范围,可见数学基础的重要性. 机器学习 ...
不同范数下的余弦定理_什么是绝对矩阵范数？
在介绍主题之前,先来谈一个非常重要的数学思维方法:几何方法 .在大学之前,我们学习过一次函数.二次函数.三角函数.指数函数.对数函数等,方程则是求函数的零点:到了大学,我们学微积分.复变函数.实变函数 ...
预备篇 I ：范畴与函子
拓扑是研究几何图形或空间在连续改变形状后还能保持不变的一些性质的一个学科.它只考虑物体间的位置关系而不考虑它们的形状和大小. 拓扑是集合上的一种结构. 拓扑英文名是Topology,直译是地志学,最早 ...
西安电子科技大学数统院601/871第一名学姐考研经验分享
经验贴一.本科背景: 我本科是天津双非一本的数学与应用数学专业.绩点3.7(总绩点4)四级460,六级452.这次考研是西安电子科技大学数学与统计学院的601/871专业. 二.选学校: 谈到985 ...
范数的物理意义(转)
在介绍主题之前,先来谈一个非常重要的数学思维方法:几何方法.在大学之前,我们学习过一次函数.二次函数.三角函数.指数函数.对数函数等,方程则是求函数的零点:到了大学,我们学微积分.复变函数.实变函数. ...
矩阵篇（一）-- 向量范数与矩阵范数的认识
最近学习了矩阵论,对范数相关知识进行了学习,而之前只是在论文和计算方法里提到1-范数.2-范数.∞\infty∞范数,下面我会从范数的定义,性质,以及范数的用途进行总结. 1 范数的物理意义我们可以 ...
36线性映射03——线性空间的同构、同构的性质、线性同构

关于线性空间和线性映射

关于线性空间和线性映射相关推荐

最新文章

热门文章