族谱网 头条 人物百科

多重线性映射

2020-10-16
出处:族谱网
作者:阿族小谱
浏览:748
转发:0
评论:0
例子在实数域上的内积(点积)是两个变量的对称双线性函数,矩阵的行列式是方矩阵的列(或行)的斜对称多重线性函数。矩阵的迹数是方矩阵的列(或行)的多重线性函数。双线性映射是多重线性映射。在n×

例子

在实数域上的内积(点积)是两个变量的对称双线性函数,

矩阵的行列式是方矩阵的列(或行)的斜对称多重线性函数。

矩阵的迹数是方矩阵的列(或行)的多重线性函数。

双线性映射是多重线性映射。

在n×n矩阵上多重线性映射

可以考虑在有单位元的交换环K上的n×n矩阵上的多重线性函数为矩阵的行(或等价说列)上的函数。设A是这样的矩阵而ai{\displaystyle a_{i}}, 1 ≤ i ≤ n是A的行。则多重线性函数D可以写为

满足

如果我们设ε ε -->j{\displaystyle \varepsilon _{j}}表示单位矩阵的第j行,我们用下列方法表示ai{\displaystyle a_{i}}

利用D的多线性我们重写D(A)为

继续这种代换于每个ai{\displaystyle a_{i}}我们得到,对于1 ≤ i ≤ n

所以D(A)是唯一的决定自它如何运算于D(ε ε -->k1,… … -->,ε ε -->kn){\displaystyle D(\varepsilon _{k_{1}},\dots ,\varepsilon _{k_{n}})}上。

在2×2矩阵的情况下我们得到

这里的ε ε -->1=[1,0]{\displaystyle \varepsilon _{1}=[1,0]}且ε ε -->2=[0,1]{\displaystyle \varepsilon _{2}=[0,1]}。如果我们限制D是交替函数,则D(ε ε -->1,ε ε -->1)=D(ε ε -->2,ε ε -->2)=0{\displaystyle D(\varepsilon _{1},\varepsilon _{1})=D(\varepsilon _{2},\varepsilon _{2})=0}且D(ε ε -->2,ε ε -->1)=− − -->D(ε ε -->1,ε ε -->2)=− − -->D(I){\displaystyle D(\varepsilon _{2},\varepsilon _{1})=-D(\varepsilon _{1},\varepsilon _{2})=-D(I)}。设D(I)=1{\displaystyle D(I)=1}我们得到在2×2矩阵上行列式函数:

性质

多重线性映射有零值,只要它的一个参数是零。

对于n>1,唯一的也是线性映射的n-线性映射是零函数。

参见

代数形式

多重线性形式

齐次多项式

齐次函数

张量


免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。

——— 没有了 ———
编辑:阿族小谱
发表评论
写好了,提交
{{item.label}}
{{commentTotal}}条评论
{{item.userName}}
发布时间:{{item.time}}
{{item.content}}
回复
举报
点击加载更多
打赏作者
“感谢您的打赏,我会更努力的创作”
— 请选择您要打赏的金额 —
{{item.label}}
{{item.label}}
打赏成功!
“感谢您的打赏,我会更努力的创作”
返回

更多文章

更多精彩文章
打赏
私信

推荐阅读

· 线性映射
定义和基本性质设V和W是在相同域K上的向量空间。法则f:V→W被称为是线性映射,如果对于V中任何两个向量x和y与K中任何标量a,满足下列两个条件:这等价于要求对于任何向量x1,...,xm和标量a1,...,am,方程成立。偶尔的,V和W可被看作在不同域上的向量空间。那么必须指定哪些基础域要被用在“线性”的定义中。如果V和W被看作前面的域K上的空间,我们谈论的就是K-线性映射。例如,复数的共轭是R-线性映射C→C,而不是C-线性映射。从向量空间V到数域K的线性映射有一个特别的名字,叫做“线性泛函”。线性泛函分析就是将空间维度增加到无穷维(包括不可数无穷维)的高等线性代数。泛函分析最早研究的是有关向量空间V上的实值函数(不过它们一般是非线性映射)的变分学问题。从定义立即得出f(0)=0。因此线性映射有时叫做均匀线性映射(参见线性泛函)。不同作者的术语差异“线性变换”和“线性算子”是与“线性映...
· 双线性映射
定义设V,W和X是在同一个基础域F上的三个向量空间。双线性映射是函数使得对于任何W中w,映射是从V到X的线性映射,并且对于任何V中的v,映射是从W到X的线性映射。换句话说,如果保持双线性映射的第一个参数固定,并留下第二个参数可变,结果的是线性算子,如果保持第二个参数固定也是类似的。如果V=W并且有B(v,w)=B(w,v)对于所有V中的v,w,则我们称B是对称的。当这里的X是F的时候,我们称之为双线性形式,它特别有用(参见例子标量积、内积和二次形式)。如果使用在交换环R上的模替代向量空间,定义不需要任何改变。还可容易的推广到n元函数,这里正确的术语是“多线性”。对非交换基础环R和右模MR与左模RN的情况,我们可以定义双线性映射B:M×N→T,这里的T是阿贝尔环,使得对于任何N中的n,m↦B(m,n)是群同态,而对于任何M中的m,n↦B(m,n)是群同态,并还满足对于所有的M中的m,N中n和...
· 映射
参见同态态射单射、双射与满射
· 共形映射
制图在测绘学中,一个共形变换投影是一个保持除有限点外所有点的角度不变的地图投影。尺寸依赖于地点,但不依赖于方向。其例子有麦卡托投影和极射投影。复分析共形映射很重要的一组例子来自复分析。若U是一个复平面C的开集,则一个函数是共形的,当且仅当它在U上是一个全纯函数,而且它的导数处处非零。若f是一个反全纯函数(也就是全纯函数的复共轭),它也保持角度,但是它会将定向反转。黎曼映射定理是复分析最深刻的定理之一,它表明任何C的单连通非空开子集上有一个到C中的开单位圆盘的双射。参看共形反常共形场论
· 线性系统
线性系统的特性若将一决定性系统视为黑箱系统,可以用一个将输入x(t){\displaystylex(t)}映射到输出y(t){\displaystyley(t)}的运算子H{\displaystyleH}来表示。一线性系统的运算子满足叠加原理及齐次性(homogeneity)。假设有以下二个输入及其对应的输出则线性系统会满足以下的特性其中αα-->{\displaystyle\alpha\,}及ββ-->{\displaystyle\beta\,}为任意标量。因此,若线性系统有一个复杂的输入,可将输入分解为许多较简单输入的和,针对简单输入个别计算输出,其输出相加,就是系统对应复杂输入的输出。这是非线性系统没有的特性,上述的数学特性也使得线性系统的解比非线性系统的解要来的简单许多。对于线性时不变系统,叠加原理也是脉冲响应或频率响应等分析方式的基础。若是连续、线性时不变系统的微分方...

关于我们

关注族谱网 微信公众号,每日及时查看相关推荐,订阅互动等。

APP下载

下载族谱APP 微信公众号,每日及时查看
扫一扫添加客服微信