您的位置:首页 > 其它

关于线性空间和线性映射

2016-11-23 19:45 232 查看
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



    



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。

      
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: