python与线性代数 线性变换

矩阵变换

由$R^n$到$R^m$的一个变换(或称函数,映射)$T$是一个规则,它把$R^n$中每个向量$x$对应以$Rm$中的一个向量$T(x)$.集$R^n$称为$T$的定义域,而$R^m$称为$T$的余定义域(或取值空间).符号$T:R^n -> R^m$说明%$T$的定义域是$R^n$而余定义域是$R^m$,对于$R^n$中向量$x$,$R^m$中的向量$T(x)$称为$x$(在$T$作用下)的像.所有像$T(x)$的集合称为$T$的值域.

对$R^n$中每个$x$,$T(x)$由$Ax$计算得到,其中A是$m*n$矩阵,记做$x->Ax$,注意当$A$有$n$列时,$T$的定义域为$R^n$,而当$A$的每个列有$m$个元素时,$T$的余定义域为$R^m$.$T$的值域为$A$的列的所有线性组合的集合.