神聖的綫性代數速成例題13. 非齊次方程組解的性質、非齊次方程組解的討論

  1. 綫性空間的維數
    • 若綫性空間V中存在一組綫性無關的矢量\alpha_1, \alpha_2, \cdots, \alpha_n,使得V中的任意矢量\alpha 都可以由\alpha_1, \alpha_2, \cdots, \alpha_n綫性表示,則稱n為綫性空間V的維數,記作\dim(V)=n\alpha_1, \alpha_2, \cdots, \alpha_n稱為V的一組基。
  2. 基與座標變換
    • \alpha_1, \alpha_2, \cdots, \alpha_n\beta_1, \beta_2, \cdots, \beta_nn維綫性空間V的兩組基,且(\beta_1, \beta_2, \cdots, \beta_n)=(\alpha_1, \alpha_2, \cdots, \alpha_n)P,其中P是可逆矩陣,稱P為由基\alpha_1, \alpha_2, \cdots, \alpha_n 到基\beta_1, \beta_2, \cdots, \beta_n 的過渡矩陣。
    • 若矢量\alpha在基\alpha_1, \alpha_2, \cdots, \alpha_n下的座標為(x_1, x_2, \cdots, x_n)^T,在基\beta_1, \beta_2, \cdots, \beta_n下的座標為(y_1, y_2, \cdots, y_n)^T,則有座標變換公式\begin{pmatrix}x_1\\x_2\\\vdots\\x_n\end{pmatrix}=P\begin{pmatrix}y_1\\y_2\\\vdots\\y_n\end{pmatrix}
  3. 綫性變換的定義
    • V是數域P上的綫性空間,\sigmaVV的映射,若對於任意的\alpha, \beta \in V 和任意的k \in P,都有\sigma(\alpha + \beta)=\sigma(\alpha) + \sigma(\beta)且 \sigma(k\alpha)=k\sigma(\alpha),則稱\sigmaV上的綫性變換。

例題解析

1.求實數域\mathbb{R}上的 3 維矢量空間\mathbb{R}^3中,基\alpha_1=(1, 0, 0)\alpha_2=(0, 1, 0)\alpha_3=(0, 0, 1)到基 \beta_1=(1, 1, 0)\beta_2=(0, 1, 1)\beta_3=(1, 0, 1) 的過渡矩陣P

解:由(\beta_1, \beta_2, \beta_3)=(\alpha_1, \alpha_2, \alpha_3)P,可得P = \begin{pmatrix}1&0&1\\1&1&0\\0&1&1\end{pmatrix}

2.已知在 3 維綫性空間V中,矢量\alpha 在基\alpha_1, \alpha_2, \alpha_3下的座標為(1, 2, 3),基\alpha_1, \alpha_2, \alpha_3到基 \beta_1, \beta_2, \beta_3的過渡矩陣P = \begin{pmatrix}1&1&0\\0&1&1\\1&0&1\end{pmatrix},求\alpha在基\beta_1, \beta_2, \beta_3下的座標。

解:根據座標變換公式\begin{pmatrix}x_1\\x_2\\\vdots\\x_n\end{pmatrix}=P\begin{pmatrix}y_1\\y_2\\\vdots\\y_n\end{pmatrix},這裡\begin{pmatrix}x_1\\x_2\\x_3\end{pmatrix}=\begin{pmatrix}1\\2\\3\end{pmatrix},要求\begin{pmatrix}y_1\\y_2\\y_3\end{pmatrix},則\begin{pmatrix}y_1\\y_2\\y_3\end{pmatrix}=P^{-1}\begin{pmatrix}1\\2\\3\end{pmatrix}

先求P的逆矩陣,\vert P\vert = 1\times(1 - 0) - 1\times(0 - 1) + 0 = 2P 的伴隨矩陣P^{*}=\begin{pmatrix}1&-1&1\\1&1&-1\\-1&1&1\end{pmatrix},所以P^{-1}=\frac{1}{2}\begin{pmatrix}1&-1&1\\1&1&-1\\-1&1&1\end{pmatrix}

\begin{pmatrix}y_1\\y_2\\y_3\end{pmatrix}=\frac{1}{2}\begin{pmatrix}1&-1&1\\1&1&-1\\-1&1&1\end{pmatrix}\begin{pmatrix}1\\2\\3\end{pmatrix}=\frac{1}{2}\begin{pmatrix}1 - 2 + 3\\1 + 2 - 3\\-1 + 2 + 3\end{pmatrix}=\begin{pmatrix}1\\0\\2\end{pmatrix},即\alpha 在基\beta_1, \beta_2, \beta_3下的座標為(1, 0, 2)

3.判斷在實數域\mathbb{R}上的 2 維矢量空間\mathbb{R}^2 中,映射\sigma(x, y)=(x + y, x - y)是否為綫性變換。

解:設\alpha=(x_1, y_1)\beta=(x_2, y_2),則\alpha + \beta=(x_1 + x_2, y_1 + y_2)

\sigma(\alpha + \beta)=(x_1 + x_2 + y_1 + y_2, x_1 + x_2 - y_1 - y_2)\sigma(\alpha)=(x_1 + y_1, x_1 - y_1)\sigma(\beta)=(x_2 + y_2, x_2 - y_2)\sigma(\alpha) + \sigma(\beta)=(x_1 + y_1 + x_2 + y_2, x_1 - y_1 + x_2 - y_2)=(x_1 + x_2 + y_1 + y_2, x_1 + x_2 - y_1 - y_2)

所以 \sigma(\alpha + \beta)=\sigma(\alpha) + \sigma(\beta)

k \in \mathbb{R}\sigma(k\alpha)=\sigma(kx_1, ky_1)=(kx_1 + ky_1, kx_1 - ky_1)=k(x_1 + y_1, x_1 - y_1)=k\sigma(\alpha)

所以映射 \sigma(x, y)=(x + y, x - y) 是\mathbb{R}^2上的綫性變換。

4.已知\alpha_1=(1, 1, 0)\alpha_2=(1, 0, 1)\alpha_3=(0, 1, 1)是3維綫性空間V的一組基,求\dim(V)

解:因為有三個綫性無關的矢量\alpha_1, \alpha_2, \alpha_3構成了這組基,所以\dim(V)=3

5.判斷在實數域 \(\mathbb{R}\) 上的多項式空間 \(P_3(\mathbb{R})\)(次數不超過 3 的多項式構成的空間)中,映射 \(\tau(f(x)) = f^\prime(x)\)(求導運算)是否為綫性變換。

解:設f(x)=a_3x^3 + a_2x^2 + a_1x + a_0g(x)=b_3x^3 + b_2x^2 + b_1x + b_0,則f(x) + g(x)=(a_3 + b_3)x^3 + (a_2 + b_2)x^2 + (a_1 + b_1)x + (a_0 + b_0)

\tau(f(x) + g(x))=(f(x) + g(x))^\prime=(a_3 + b_3)\times3x^2 + (a_2 + b_2)\times2x + (a_1 + b_1)\tau(f(x))=f^\prime(x)=a_3\times3x^2 + a_2\times2x + a_1\tau(g(x))=g^\prime(x)=b_3\times3x^2 + b_2\times2x + b_1\tau(f(x)) + \tau(g(x))=(a_3\times3x^2 + a_2\times2x + a_1)+(b_3\times3x^2 + b_2\times2x + b_1)=(a_3 + b_3)\times3x^2 + (a_2 + b_2)\times2x + (a_1 + b_1)

所以\tau(f(x) + g(x))=\tau(f(x)) + \tau(g(x))。設k \in \mathbb{R}\tau(kf(x))=(kf(x))^\prime=kf^\prime(x)=k\tau(f(x))

所以映射\tau(f(x)) = f^\prime(x) 是P_3(\mathbb{R})上的綫性變換。

6.在 4 維綫性空間V中,已知基\alpha_1, \alpha_2, \alpha_3, \alpha_4到基\beta_1, \beta_2, \beta_3, \beta_4的過渡矩陣P = \begin{pmatrix}1&0&0&1\\0&1&1&0\\0&0&1&1\\1&0&0&1\end{pmatrix},矢量\alpha在基\beta_1, \beta_2, \beta_3, \beta_4下的座標為(1, 2, 3, 4),求\alpha在基\alpha_1, \alpha_2, \alpha_3, \alpha_4下的座標。

解:根據座標變換公式 \begin{pmatrix}x_1\\x_2\\x_3\\x_4\end{pmatrix}=P\begin{pmatrix}y_1\\y_2\\y_3\\y_4\end{pmatrix},這裡\begin{pmatrix}y_1\\y_2\\y_3\\y_4\end{pmatrix}=\begin{pmatrix}1\\2\\3\\4\end{pmatrix},所以\begin{pmatrix}x_1\\x_2\\x_3\\x_4\end{pmatrix}=\begin{pmatrix}1&0&0&1\\0&1&1&0\\0&0&1&1\\1&0&0&1\end{pmatrix}\begin{pmatrix}1\\2\\3\\4\end{pmatrix}=\begin{pmatrix}1 + 4\\2 + 3\\3 + 4\\1 + 4\end{pmatrix}=\begin{pmatrix}5\\5\\7\\5\end{pmatrix},即\alpha在基\alpha_1, \alpha_2, \alpha_3, \alpha_4下的座標為(5, 5, 7, 5)

7.已知\alpha_1=(1, 0, 0, 0)\alpha_2=(0, 1, 0, 0)\alpha_3=(0, 0, 1, 0)\alpha_4=(0, 0, 0, 1)是 4 維綫性空間V的一組基,求由基\alpha_1, \alpha_2, \alpha_3, \alpha_4到基\beta_1=(1, 1, 0, 0)\beta_2=(0, 1, 1, 0)\beta_3=(0, 0, 1, 1)\beta_4=(1, 0, 0, 1) 的過渡矩陣P

解:由(\beta_1, \beta_2, \beta_3, \beta_4)=(\alpha_1, \alpha_2, \alpha_3, \alpha_4)P,可得 P = \begin{pmatrix}1&0&0&1\\1&1&0&0\\0&1&1&0\\0&0&1&1\end{pmatrix}

8.判斷在實數域\mathbb{R}上的 2 維矢量空間\mathbb{R}^2 中,映射\varphi(x, y)=(x^2, y^2)是否為綫性變換。

解:設\alpha=(x_1, y_1)\beta=(x_2, y_2),則\alpha + \beta=(x_1 + x_2, y_1 + y_2)

\varphi(\alpha + \beta)=((x_1 + x_2)^2, (y_1 + y_2)^2)\varphi(\alpha)=(x_1^2, y_1^2)\varphi(\beta)=(x_2^2, y_2^2)\varphi(\alpha) + \varphi(\beta)=(x_1^2 + x_2^2, y_1^2 + y_2^2)

一般地,(x_1 + x_2)^2=x_1^2 + 2x_1x_2 + x_2^2\neq x_1^2 + x_2^2(y_1 + y_2)^2=y_1^2 + 2y_1y_2 + y_2^2\neq y_1^2 + y_2^2,所以\varphi(\alpha + \beta)\neq\varphi(\alpha) + \varphi(\beta)

所以映射\varphi(x, y)=(x^2, y^2)不是\mathbb{R}^2上的綫性變換。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/73159.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

github代理 | 快速clone项目

代理网址: https://ghproxy.com/ https://ghproxy.com/代理网址: https://ghproxy.com/ 比如需要克隆的项目git地址为:https://github.com/AUTOMATIC1111/stable-diffusion-webui.git git clone https://ghproxy.com/https://github.com/AUTO…

Kafka集成Debezium监听postgresql变更

下载postgres的插件:https://debezium.io/documentation/reference/2.7/install.html 2.7版本支持postgresql12数据库。 debezium-connector-postgres-2.7.4.Final-plugin.tar.gz 上传插件并解压 mkdir /usr/local/kafka/kafka_2.12-2.2.1/connector cd /usr/local…

『uniapp』简单文本复制文字 富文本内容复制文字(详细图文注释)

目录 text组件错误代码示例成功代码总结 欢迎关注 『uniapp』 专栏,持续更新中 欢迎关注 『uniapp』 专栏,持续更新中 text组件 官方文档可知app端用selectable可实现文本选中进而可复制,也就是说text标签内部的文本就可以复制了 https://uniapp.dclou…

RestTemplate和RPC区别

RestTemplate是Spring框架中用于进行RESTful风格的HTTP请求的模板类,通常用于与外部服务进行通信。它基于HTTP协议,使用GET、POST、PUT、DELETE等HTTP方法来进行通信,传输的数据通常使用JSON或XML格式。它是一种基于资源的通信方式&#xff0…

算法模型从入门到起飞系列——背包问题(探索最大价值的掘金之旅)

文章目录 前言一、背包问题溯源(动态规划)1.1 动态规划的概念1.2 动态规划的基本步骤1.3 动态规划的实际应用 二、背包问题2.1 背包问题衍生2.2 0-1背包2.2.1 0-1背包描述2.2.2 0-1背包图解2.2.3 0-1背包代码刨析 2.3 完全背包2.3.1 完全背包描述2.3.2 完…

Python实现爬虫:天气数据抓取(+折线图)

一、基本架构 1、URL管理器:爬虫的调度中枢 核心职责 功能说明URL去重防止重复抓取URL优先级管理控制抓取顺序(广度优先/深度优先)断点续爬支持持久化存储抓取状态分布式协同多节点共享URL队列 2、网页下载器:数据获取的引擎 功…

DFS刷题

洛谷P2089烤鸡 #include<iostream> using namespace std; const int N 20, M 1000010; int ans[N]; int dp[M][N]; int n, count; void dfs(int x, int sum){if(sum > n)return;if(x > 10){if(sum n){count;for(int i 1; i < n; i)dp[count][i] ans[i];}r…

《Operating System Concepts》阅读笔记:p460-p4470

《Operating System Concepts》学习第 36 天&#xff0c;p460-p4470 总结&#xff0c;总计 11 页。 一、技术总结 无。 二、英语总结(生词&#xff1a;3) 1.lifespan (1)lifespan: life span(“the period of time that sth exists or happens”) c. 也写作 life-span, …

stratis,容器podman

一、stratis 1.stratis可以实现动态的在线扩容&#xff0c;lvm虽然也可以实现在线扩容&#xff0c;但是是需要人为的手动扩容。 2.stratis不需要手动格式化&#xff0c;自动会创建文件系统&#xff08;默认是xfs&#xff09; 1. 安装stratis软件包 yum list | grep stratis…

音频焦点 Android Audio Focus

Android 音频焦点详解 音频焦点&#xff08;Audio Focus&#xff09;是 Android 系统用于协调多个应用同时访问音频输出的机制。当多个应用需要播放音频时&#xff0c;音频焦点确保用户听到的内容不会混乱&#xff08;如多个音乐应用同时播放&#xff09;。以下从核心概念、使…

【用 Trace读源码】PlanAgent 执行流程

前提条件 在 Trae 中打开 OpenManus 工程&#xff0c;使用 build 模式&#xff0c;模型选择 claude-sonnet-3.7 提示词 分析 agent/planning.py 中 main 方法及相关类的执行流程&#xff0c;以流程图的方式展示PlanningAgent 执行流程图 以下流程图展示了 PlanningAgent 类…

1、双指针法

关于每个知识点的例题 可以自己看力扣标准题解。也可以在哔哩哔哩上看。想看我的&#xff0c;就到github 看 - 库 &#xff0c;介绍里写的算法讲解那些&#xff0c;里面有知识点&#xff0c;有题库。题库&#xff0c;每天都发题&#xff0c;可能跟博客的进度不一样。因为我上传…

LangChain 基础

一、LangChain 模块和体系 LangChain 是一个用于开发由大型语言模型&#xff08;LLMs&#xff09;驱动的应用程序的框架。 官方文档&#xff1a;https://python.langchain.com/docs/introduction/ LangChain 简化了LLM应用程序生命周期的每个阶段&#xff1a; 开发&#xf…

#echarts#折线图#饼图

<!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><title>折线图</title> </head> <body><div id"app" style"width:100%;height:100%;"><div id"chart-c…

Parsing error: Unexpected token, expected “,“

今天在使用Trae AI 编程工具开发大文件切片上传功能&#xff0c;使用的是VUE3,TS技术栈&#xff0c;开发完成运行时&#xff0c;编译报错&#xff08;Parsing error: Unexpected token, expected ","&#xff09;&#xff0c;让AI自行修复此问题多次后还是没有解决&a…

NLP高频面试题(九)——大模型常见的几种解码方案

大模型常见的几种解码方案 在自然语言生成任务中&#xff0c;如何从模型生成的概率分布中选择合适的词汇&#xff0c;是影响文本质量的关键问题。常见的解码方法包括贪心搜索&#xff08;Greedy Search&#xff09;、束搜索&#xff08;Beam Search&#xff09;、随机采样&…

农用车一键启动工作原理

移动管家农用车一键启动的工作原理与普通汽车类似&#xff0c;主要依赖于无线射频识别技术&#xff08;RFID&#xff09;。以下是具体的工作步骤和原理&#xff1a; 智能钥匙识别&#xff1a; 车主携带智能钥匙靠近车辆时&#xff0c;钥匙通过发射射频信号与车辆进行交互。车辆…

Cursor从小白到专家

文章目录 1&#xff1a;简单开发一个贪吃蛇游戏规则设置提示词 cursor开发小工具开发整体步骤创建.cursorrules输入提示词composer模式chat模式 执行cursor accept all发布到线上进行分享 cursor开发一个浏览器插件创建.cursorrulescursor rules范例集工具 输入提示词执行curso…

MAC+PHY 的硬件连接

文章目录 以太网的 MAC 与 PHY简介硬件拓扑CPU集成MAC与PHYCPU集成MAC&#xff0c;PHY采用独立芯片CPU不集成MAC与PHY&#xff0c;MAC与PHY采用集成芯片 在 OSI 分层中的位置MACPHYMAC 与 PHY 数据交互参考 本文为笔者学习以太网对网上资料归纳整理所做的笔记&#xff0c;文末均…

仿函数 VS 函数指针实现回调

前提&#xff1a; 本博客对比 函数指针实现回调 和 仿函数 &#xff0c;突出仿函数的优势。 目的&#xff1a; 一个类要能够灵活的调用两个函数&#xff0c;essfc 和 greaterfc&#xff0c;分别用于比较两个整数的大小&#xff1a; ①&#xff1a;lessfc&#xff1a;判断 x …