习题IV.2 定义f为仿射保持(Affine Preserved)的,如果对任意向量x1和x2有f((1 - a) * x1 + a * x2) = (1 - a) * f(x1) + a * f(x2),证明:f仿射保持的充要条件是f是仿射变换。
证:充分性易证,只证必要性。由仿射保持性,f(a * x)= f(a * x + (1 - a) * 0) = a * f(x) + (1 - a) * f(0)。令g(x) = f(x) - f(0),则g(a * x) = a * g(x),即g满足乘法不变性。又g(0.5 * x1 + 0.5 * x2) = f(0.5 * x1 + 0.5 * x2) - f(0)= 0.5 * (f(x1) - f(0))+ 0.5 * (f(x2)- f(0)) = 0.5 * g(x1) + 0.5 * g(x2) = g(0.5 * x1) + g(0.5 * x2),由x1和x2的任意性,可知g满足加法不变性。于是g是线性变换,也就证明了f是仿射变换。证毕。
习题IV.3 证明A(f(x1, x2)) = f(A(x1), A(x2))的充要条件是f是仿射组合。
引理IV.3(1) 如B(f(x)) = f(B(x)),其中f不是零映射,x是二维或以上向量,则对任意x != y,必有f(x) != f(y)。
证:首先由题设容易证明f不是常值映射,即存在x' != y'使得f(x') != f(y')。如果存在x != y使得f(x) = f(y),易证不存在关系p * x =q * y,于是这样可以找到线性变换G使得x' = G(x),y' = G(y),如此,f(G(x)) = f(x') != f(y') = f(G(y)),但G(f(x)) = G(f(y)),和题设矛盾。证毕。
引理IV.3(2) 如B(f(x)) = f(B(x)),其中B是线性变换,x是向量,则f(x) = p * x,p是数域中的某数。
证:对f是零映射的情形,就对应p = 0,只需证明非零情形。对x是一维向量,k * f(1) = f(k),已得证。对x是高维向量,首先由引理IV.3(1),任意x != y,总有f(x) != f(y),对于使得B(x) = B(y)的B,由题设要求,也要有B(f(x)) = B(f(y)),这样必须有f(x) - f(y) =p * (x - y),易证p对任意x和y是一常数。另一方面,B(f(0)) = f(B(0)) = f(0),由B的任意性,f(0) = 0。于是必有f(x) =p * x。证毕。
习题IV.3,证:充分性易证,只证必要性。由题设,f(x, 0) + u = f(x + u, u),其中令x1 = x,x2 = 0,A(x) = x + u。令v = x + u,于是有f(v, u) = f(v - u, 0) + u,由引理IV.3(2),f(t, 0) = k * t,k是数域中某值。于是f(v, u) = k * v + (1 - k) * u。证毕。
引理IV.3(3) 如n维线性空间中,A(f(x1, ..., xm)) = f(A(x1), ..., A(xm)),m <= n,则有f(x1, ..., xm) = k1x1+ ... + kmxm。
证:由引理IV.3(2),f(x1, 0, ..., 0) = k1 * x1,对其他向量也有类似结论。于是有,f(x1, ..., xm) = k1x1+ ... + kmxm + h(x1, ..., xm) 。h也满足题设性质,同时h(x, 0, ..., 0) = 0, ..., h(0, ..., 0, x) = 0,只要证明对任意向量组h(x1, ..., xm) = 0。对于线性无关的y1, ..., ym(由于m <= n,故存在),c = h(y1, ..., ym)必是y1, ..., ym的线性组合。否则,构造线性变换B,B(yk) = 0,对所有k = 1, ..., m,而Bc != 0,和题设矛盾。因此c = c1 * y1 + ... +cm * ym,不妨设c1 != 0,于是可构造线性变换D,D(y1) != 0,而对所有k = 2, ..., m有D(yk) = 0,于是D(c) != 0,但h(D(y1), ..., D(ym)) = 0,与题设矛盾。因此h将线性无关的一组yk映射成0。而对于线性相关的zk,总能找到一个线性变换E,使得zk = E(yk),k = 1, ..., m。于是h(z1, ..., zm) = h(E(y1), ..., E(ym))= E(h(y1, ..., ym)) = 0。于是h恒为0。证毕。
借助此引理,不难根据习题IV.3证明思路推广如下:
习题IV.3(推广)A(f(x1, ..., xm)) = f(A(x1), ..., A(xm)),其中m <= dim(V) + 1,其充要条件是 f是仿射组合。
习题IV.9 证明|v1p| * |v2p| * sin(theta)= (v1 ×v2)·n。
证:v1 = v1p + v1n,v2 = v2p + v2n,于是(v1 ×v2)·n = (v1p×v2p)·n + (v1p×v2n + v2p×v1n )·n,容易证明后一项是0,而前一项即是|v1p| * |v2p| * sin(theta)。
分享到:
相关推荐
C++实现克里金插值,有实现界面,包括反距离加权插值、最邻近点插值方法.C++实现克里金插值,有实现界面,包括反距离加权插值、最邻近点插值方法.C++实现克里金插值,有实现界面,包括反距离加权插值、最邻近点插值...
代码 基于埃尔米特插值多项式代码代码 基于埃尔米特插值多项式代码代码 基于埃尔米特插值多项式代码代码 基于埃尔米特插值多项式代码代码 基于埃尔米特插值多项式代码代码 基于埃尔米特插值多项式代码代码 基于...
代码 拉格朗日插值算法代码 拉格朗日插值算法代码 拉格朗日插值算法代码 拉格朗日插值算法代码 拉格朗日插值算法代码 拉格朗日插值算法代码 拉格朗日插值算法代码 拉格朗日插值算法代码 拉格朗日插值算法代码 ...
实现拉格朗日插值及验证随着插值节点增加插值函数变化(以函数图像和函数值表格的形式)的主要代码和关键语句描写;实现牛顿插值并显示差商表的主要代码和关键语句描写;比较拉格朗日插值和牛顿插值结果(以函数图像...
数值分析中牛顿插值与拉格朗日插值法的代码
已知 sin(0.32)=0.314567,sin(0.34)=0.333487,sin(0.36)=0.352274, sin(0.38)=0.370920。 请采用线性插值、二次插值、三次插值分别计算 sin(0.35)的值。
vc下实现的分段线性插值、二次多项式插值、三次多项式插值、三次样条插值,并配有MATLAB测试程序
二次插值算法和埃米尔插值算法的MFC实现
代码 分段线性插值算法代码代码 分段线性插值算法代码代码 分段线性插值算法代码代码 分段线性插值算法代码代码 分段线性插值算法代码代码 分段线性插值算法代码代码 分段线性插值算法代码代码 分段线性插值算法代码...
代码 三次样条插值代码代码 三次样条插值代码代码 三次样条插值代码代码 三次样条插值代码代码 三次样条插值代码代码 三次样条插值代码代码 三次样条插值代码代码 三次样条插值代码代码 三次样条插值代码代码 三次...
该程序实现了IDW插值,克里金插值等几种插值方法,程序经测试可以运行
上数值计算课写的第一个程序,包含拉格朗日插值、分段插值、牛顿插值以及绘图,拿出来和大家分享,欢迎提出建议。
插值法的基本思想就是构造一个简单函数y = P(x)作为f(x)的近似表达式,以P(x)的值作为函数f(x)的近似值,而且要求P(x)在给定点xi与取值相同,即P(xi) = f(xi)通常称P(x)为f(x)的插值函数,xi称为插值节点。插值的...
分段拉格朗日插值,有理3次B样条插值C++代码
用来对2维信号的频域进行sinc插值处理,以放大图像。插值的结果较为理想
用sinc插值和最近领域插值完成距离弯曲校正的完整程序和几篇弯曲校正文章
拉格朗日插值法 拉格朗日插值法MATLAB实现(附代码、实例、详解).pdf 拉格朗日插值法MATLAB实现(附代码、实例、详解).pdf 拉格朗日插值法MATLAB实现(附代码、实例、详解).pdf 拉格朗日插值法MATLAB实现(附代码...
用sinc插值和最近领域插值完成距离弯曲校正的完整程序和几篇弯曲校正文章
java利用wContour实现对数据的插值,主要是先把需要插值的数据封装,我这边测试用的shp文件,你也可以将这个文件换成自己wkt数据进行插值;然后定义插值范围,也就是你这个数据的四周(左右上下)即可;亲测有效,已...
用拉格朗日插值法和牛顿插值法求数据的近似多项式函数p(x),并用p(x)求给定变量的函数值。分析两种方法的精确性。