线性方程组(九)- 线性变换的矩阵

本文介绍了线性变换的矩阵表示,包括如何通过线性变换的标准矩阵来描述R2到R3的变换。讨论了满射与单射的概念,并通过实例解释了如何判断线性变换是否能够将R4映射到R3以及是否为一对一映射。此外,还探讨了R2中的几何线性变换,如旋转、对称、收缩、拉伸和剪切变换的性质。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

小结

  1. 线性变换的矩阵
  2. R2\mathbb{R}^{2}R2中的集合线性变换
  3. 满射与单射

线性变换的矩阵

I2=[1001]\boldsymbol{I_2}=\begin{bmatrix}1 & 0 \\ 0 & 1\end{bmatrix}I2=[1001]的两列是e1=[10]\boldsymbol{e_1}=\begin{bmatrix} 1 \\ 0 \end{bmatrix}e1=[10]e2=[01]\boldsymbol{e_2}=\begin{bmatrix} 0 \\ 1\end{bmatrix}e2=[01],设T\boldsymbol{T}TR2\mathbb{R}^{2}R2R3\mathbb{R}^{3}R3的线性变换,满足T(e1)=[5−72],T(e2)=[−380]\boldsymbol{T(e_1)}=\begin{bmatrix}5 \\ -7 \\ 2\end{bmatrix},\boldsymbol{T(e_2)}=\begin{bmatrix}-3 \\ 8 \\ 0\end{bmatrix}T(e1)=572T(e2)=380。求出R2\mathbb{R}^{2}R2中任意向量x\boldsymbol{x}x的像的公式。
解:
x=[x1x2]=x1[10]+x2[01]=x1e1+x2e2\boldsymbol{x}=\begin{bmatrix}x_1 \\ x_2\end{bmatrix}=x_1\begin{bmatrix}1 \\ 0\end{bmatrix} + x_2\begin{bmatrix}0 \\ 1\end{bmatrix}=x_1\boldsymbol{e_1} + x_2\boldsymbol{e_2}x=[x1x2]=x1[10]+x2[01]=x1e1+x2e2
因为T\boldsymbol{T}T是线性变换,所以:
T(x)=T(x1e1+x2e2)=x1T(e1)+x2T(e2)=x1[5−72]+x2[−380]=[5−3−7820]x\quad\boldsymbol{T(x)} = \boldsymbol{T(}x_1\boldsymbol{e_1} + x_2\boldsymbol{e_2)} \\ = x_1\boldsymbol{T(e_1)} + x_2\boldsymbol{T(e_2)} \\ = x_1\begin{bmatrix}5 \\ -7 \\ 2\end{bmatrix} + x_2\begin{bmatrix}-3 \\ 8 \\ 0\end{bmatrix} \\ = \begin{bmatrix} 5 & -3\\ -7 & 8 \\ 2 & 0\end{bmatrix}\boldsymbol{x}T(x)=T(x1e1+x2e2)=x1T(e1)+x2T(e2

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值