线性代数Python计算：线性变换

对数域$P$上的向量空间$P^n$的线性变换$T$，只要在某个基${\mathbf{ϵ}}_1,{\mathbf{ϵ}}_2,\cdots ,{\mathbf{ϵ}}_n$下，用${\mathbf{\alpha }}_1=T({\mathbf{ϵ}}_1),{\mathbf{\alpha }}_2=T({\mathbf{ϵ}}_2),\cdots ,{\mathbf{\alpha }}_n=T({\mathbf{ϵ}}_n)$构造其变换矩阵$\mathbf{A}=({\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_1)$，则$\forall \mathbf{x}\in P^n$，在基${\mathbf{ϵ}}_1,{\mathbf{ϵ}}_2,\cdots ,{\mathbf{ϵ}}_n$下，$T(\mathbf{x})=\mathbf{Ax}$。
例1 我们知道，ℝ上次数小于$n$的多项式集合ℝ$[x{]}_n$同构于ℝ${}^n$，ℝ$[x{]}_n$的基底$1,x,\cdots ,x^{n-1}$对应ℝ${}^n$的自然基底${\mathbf{e}}_1,{\mathbf{e}}_2,\cdots ,{\mathbf{e}}_n$。ℝ$[x{]}_n$上的微分变换对基底的像对应
$D({\mathbf{e}}_1)=\left(\begin{array}{c}0\\ 0\\ ⋮\\ 0\end{array}\right),D({\mathbf{e}}_2)=\left(\begin{array}{c}1\\ 0\\ ⋮\\ 0\end{array}\right),\cdots ,D({\mathbf{e}}_n)=\left(\begin{array}{c}0\\ ⋮\\ n-1\\ 0\end{array}\right)$。所以微分变换$D$在ℝ${}^n$的自然基${\mathbf{e}}_1,{\mathbf{e}}_2,\cdots ,{\mathbf{e}}_n$下的矩阵为
$$\mathbf{A}=\left(\begin{array}{cccccc}0& 1& 0& \cdots & 0& 0\\ 0& 0& 2& \cdots & 0& 0\\ ⋮& ⋮& ⋮& \ddots & ⋮& ⋮\\ 0& 0& 0& \cdots & 0& n-1\\ 0& 0& 0& \cdots & 0& 0\end{array}\right).$$
用Python计算多项式$f(x)=5-x+7x^2-21x^3\in$ℝ$[x{]}_4$在微分变换$D$下的像。

import numpy as np                                  #导入numpy
def polyDifMat(n):                                  #构造微分变换矩阵
    A=np.diag(np.arange(1,n))                       #初始化为对角阵
    A=np.vstack((np.hstack((np.zeros((n-1,1)),A)),  #水平连接
                 np.zeros(n)))                      #竖直连接
    return A
n=4
A=polyDifMat(n)                                     #4阶微分变换矩阵
f=np.array([5,-1,7,-21]).reshape(n,1)               #多项式向量
f1=(np.matmul(A, f)).flatten()                      #微分变换
print(myPoly(f1))

程序的第2~6行定义构造微分变换矩阵的函数polyDifMat，参数n表示矩阵的阶数。其中，第3行调用numpy的diag函数，用序列 { 1 , 2 , ⋯   , n − 1 } \{1,2,\cdots,n-1\} {1,2,⋯,n−1}将A初始化为$n-1$阶对角阵。第4~5行调用numpy的hstack和vstack函数分别在A的左边和底边各粘贴1列零和1行零。第8行调用该polyDifMat函数构造4阶微分变换矩阵（因为微分对象是一个3次多项式）。第9行设置多项式$f(x)=5-x+7x^2-21x^3$对应的向量f。第10行调用numpy的矩阵相乘函数matmul计算对f的微分变换。由于算得的是一个2-维数组，调用numpy的flatten函数将其扁平化为1-维数组f1。第11行调用博文《自定义代数系统》中定义的myPoly类用f1初始化一个多项式对象，并打印。运行程序，输出

-1.0+14.0∙x-63.0∙x**2

即$D(f(x))=-1+14x-63x^2$。
写博不易，敬请支持：
如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！
代码诚可贵，原理价更高。若为AI学，读正版书好。