前面说了向量就是线性组合的数学表示,线性映射就是把这种这种组合变成另一种组合,在我之前的文章中说过多项式乘法就是一种线性映射。而线性映射的重点是将线性映射用矩阵表示,但是要搞清楚变换矩阵是怎么来的。证明过程和细节我就不说了,我就接着上次的例子讲讲线性变换的矩阵形式是怎么来的。
欧几里得空间我就不讲了,重点说说多项式空间,我觉得以多项式空间为例子,一来内容不会和以前的博文重复,二来更具一般性,因为欧几里得空间太常见了。线性映射的核心要义就是,一个线性映射把自然基变成什么样子,那么它的表示矩阵就是什么样子,为此我用多项式空间的几个例子来说明。
如果一个线性映射转换后的向量还在原来的向量空间,这样的线性映射就叫做线性变换。
多项式乘法
假设有这么一个多项式
3
x
2
+
x
+
4
3x^2+x+4
3x2+x+4,它去乘最多两次多项式,得到的结果是最多四次多项式,也就是一个五维的向量,怎么用矩阵表示它呢?首先还是那句话,看它把自然基变成什么样子。最多两次多项式有三个基:
1
,
x
,
x
2
1,x,x^2
1,x,x2,我们列出来:
1
→
3
x
2
+
x
+
4
x
→
3
x
3
+
x
2
+
4
x
x
2
→
3
x
4
+
x
3
+
4
x
2
1 \to 3x^2+x+4\\ x \to 3x^3+x^2+4x\\ x^2 \to 3x^4+x^3+4x^2
1→3x2+x+4x→3x3+x2+4xx2→3x4+x3+4x2
再把这三个变换后的多项式用向量表示,组合起来就可以了,就成为下列矩阵:
(
4
0
0
1
4
0
3
1
4
0
3
1
0
0
3
)
\begin{pmatrix} 4 & 0 & 0\\ 1 & 4 & 0\\ 3 & 1 & 4\\ 0 & 3 & 1\\ 0 & 0 & 3 \end{pmatrix}\\
413000413000413
然后可以变换一个多项式试一试,比如
3
x
2
+
2
x
+
1
3x^2+2x+1
3x2+2x+1,用向量表示就是
(
1
,
2
,
3
)
T
(1,2,3)^T
(1,2,3)T,用矩阵乘法代替变换就是:
(
4
0
0
1
4
0
3
1
4
0
3
1
0
0
3
)
(
1
2
3
)
=
(
4
9
17
9
9
)
\begin{pmatrix} 4 & 0 & 0\\ 1 & 4 & 0\\ 3 & 1 & 4\\ 0 & 3 & 1\\ 0 & 0 & 3 \end{pmatrix} \begin{pmatrix} 1\\ 2\\ 3 \end{pmatrix}= \begin{pmatrix} 4\\ 9\\ 17\\ 9\\ 9 \end{pmatrix}
413000413000413
123
=
491799
所以结果就是
(
3
x
2
+
x
+
4
)
(
3
x
2
+
2
x
+
1
)
=
9
x
4
+
9
x
3
+
17
x
2
+
9
x
+
4
(3x^2+x+4)(3x^2+2x+1)=9x^4+9x^3+17x^2+9x+4
(3x2+x+4)(3x2+2x+1)=9x4+9x3+17x2+9x+4.因为这个变换把三维向量变成了五维向量,所以不是线性变换,而是一个线性映射。
多项式求导
多项式求导,也是一种线性变换,可以用同样的方法来做,比如对最多四次多项式进行求导,可以写出它的变换矩阵,我们照着套路来:
1
→
0
x
→
1
x
2
→
2
x
x
3
→
3
x
2
x
4
→
4
x
3
1 \to 0\\ x \to 1\\ x^2 \to 2x\\ x^3 \to 3x^2\\ x^4 \to 4x^3
1→0x→1x2→2xx3→3x2x4→4x3
所以求导这个线性变换的表示矩阵就是:
(
0
1
0
0
0
0
0
2
0
0
0
0
0
3
0
0
0
0
0
4
0
0
0
0
0
)
\begin{pmatrix} 0 & 1 & 0 & 0 & 0\\ 0 & 0 & 2 & 0 & 0\\ 0 & 0 & 0 & 3 & 0\\ 0 & 0 & 0 & 0 & 4\\ 0 & 0 & 0 & 0 & 0 \end{pmatrix}
0000010000020000030000040
那我们对
x
4
+
2
x
3
+
3
x
2
+
4
x
+
5
x^4+2x^3+3x^2+4x+5
x4+2x3+3x2+4x+5求导,就可以转换为矩阵乘法:
(
0
1
0
0
0
0
0
2
0
0
0
0
0
3
0
0
0
0
0
4
0
0
0
0
0
)
(
5
4
3
2
1
)
=
(
4
6
6
4
0
)
\begin{pmatrix} 0 & 1 & 0 & 0 & 0\\ 0 & 0 & 2 & 0 & 0\\ 0 & 0 & 0 & 3 & 0\\ 0 & 0 & 0 & 0 & 4\\ 0 & 0 & 0 & 0 & 0 \end{pmatrix} \begin{pmatrix} 5\\ 4\\ 3\\ 2\\ 1 \end{pmatrix}= \begin{pmatrix} 4\\ 6\\ 6\\ 4\\ 0 \end{pmatrix}
0000010000020000030000040
54321
=
46640
所以结果就是
(
x
4
+
2
x
3
+
3
x
2
+
4
x
+
5
)
′
=
4
x
3
+
6
x
2
+
6
x
+
4
(x^4+2x^3+3x^2+4x+5)'=4x^3+6x^2+6x+4
(x4+2x3+3x2+4x+5)′=4x3+6x2+6x+4.
维数没变化,所以这个映射是线性变换。
多项式积分
求导可以,积分也是可以的。以最多四次多项式为例子,还是固定的套路:
∫
1
=
x
+
C
∫
x
=
1
2
x
2
+
C
∫
x
2
=
1
3
x
3
+
C
∫
x
3
=
1
4
x
4
+
C
∫
x
4
=
1
5
x
5
+
C
\int 1 = x + C\\ \int x = \frac{1}2x^2 + C\\ \int x^2 = \frac{1}3x^3 + C\\ \int x^3 = \frac{1}4x^4 + C\\ \int x^4 = \frac{1}5x^5 + C
∫1=x+C∫x=21x2+C∫x2=31x3+C∫x3=41x4+C∫x4=51x5+C
所以求积分的变换矩阵就为:
(
0
0
0
0
0
1
0
0
0
0
0
1
2
0
0
0
0
0
1
3
0
0
0
0
0
1
4
0
0
0
0
0
1
5
)
\begin{pmatrix} 0 & 0 & 0 & 0 & 0\\ 1 & 0 & 0 & 0 & 0\\ 0 & \frac{1}{2} & 0 & 0 & 0\\ 0 & 0 & \frac{1}{3} & 0 & 0\\ 0 & 0 & 0 & \frac{1}{4} & 0\\ 0 & 0 & 0 & 0 & \frac{1}{5} \end{pmatrix}
0100000021000000310000004100000051
所以对
x
4
+
2
x
3
+
3
x
2
+
4
x
+
5
x^4+2x^3+3x^2+4x+5
x4+2x3+3x2+4x+5求积分可以转为矩阵乘法:
(
0
0
0
0
0
1
0
0
0
0
0
1
2
0
0
0
0
0
1
3
0
0
0
0
0
1
4
0
0
0
0
0
1
5
)
(
5
4
3
2
1
)
=
(
0
5
2
1
1
2
1
5
)
\begin{pmatrix} 0 & 0 & 0 & 0 & 0\\ 1 & 0 & 0 & 0 & 0\\ 0 & \frac{1}{2} & 0 & 0 & 0\\ 0 & 0 & \frac{1}{3} & 0 & 0\\ 0 & 0 & 0 & \frac{1}{4} & 0\\ 0 & 0 & 0 & 0 & \frac{1}{5} \end{pmatrix} \begin{pmatrix} 5\\ 4\\ 3\\ 2\\ 1 \end{pmatrix}= \begin{pmatrix} 0\\ 5\\ 2\\ 1\\ \frac{1}{2}\\ \frac{1}{5} \end{pmatrix}
0100000021000000310000004100000051
54321
=
05212151
所以积分的结果就出来了:
∫
x
4
+
2
x
3
+
3
x
2
+
4
x
+
5
=
1
5
x
5
+
1
2
x
4
+
x
3
+
2
x
2
+
5
x
+
C
\int x^4+2x^3+3x^2+4x+5 = \frac{1}{5}x^5+\frac{1}{2}x^4+x^3+2x^2+5x+C
∫x4+2x3+3x2+4x+5=51x5+21x4+x3+2x2+5x+C
五维变六维了,所以这是一个线性映射。