在超分辨率重建過程中的圖像塊配對時,經常會提到非線性映射這麼一個詞,所以抽時間整理一下關於線性映射和非線性映射的相關概念。
爲了搞清楚線性映射,首先得搞清楚線性空間,爲了搞清楚線性空間,首先要知道數域的概念以及由此展開的n多線性空間的概念。
數域:是一個集合含有加法和乘法,含有元素0,對於任意元素a,有a+0=a,含有元素1,滿足a*1=a,任意元素a存在負元素b,滿足a+b=0。非0元素a存在逆元素b,滿足a*b=1,對於加法和乘法封閉。常用的數域有有理數域,實數域和複數域。
映射:映射的概念是對於集合S到S’有一規則S->S‘,對於S中的任意元素,在S’中都有元素a‘與之對應,記爲f(a)= a‘
線性空間:設 V 是一個非空的集合,F 是一個數域,在集合 V 中定義兩種代數運算, 一種是加法運算,用 + 來表示,另一種是數乘運算, 用 ∙ 來表示, 並且這兩種運算滿足下列八條運算律:
(1)加法交換律:a+b=b+a;
(2)加法結合律:(a+b)+c=a+(b+c);
(3)零元素:對任意a∈V,都有a+0 =a;
(4)對於V中任意的元素a都存在b使得a+b=0;
(5)數1:對a∈V,有a*1=a;
(6)對k,l∈F,α∈V 有:
(kl) ∙α= k ∙ (l ∙α)
(7)對k,l∈F,α∈V 有:
(k+l) ∙α= k ∙ α+l ∙α
(8)對k∈F,α, β∈V 有:
k ∙(α+β)= k ∙ α+k ∙β
滿足如山條件的集合V,稱爲F上的線性空間。
如R!表示R上全體無序數列表示的集合
定義當中的加法和數乘
那麼R!爲實數域上的一個線性空間,這個有點像矩陣的加法和點乘。
線性空間的一些基本性質:
- (1)含有零向量的向量組一定線性相關;
- (2)整體無關則部分無關;部分相關則整體相關;
- (3)如果含有向量多的向量組可以由含有向量少的向量組線性表出,那麼含有向量多的向量組一定線性相關;
- (4)向量組的秩是唯一的,但是其極大線性無關組並不唯一;
- (5)如果向量組(I)可以由向量組(II)線性表出,那麼向量組(I)的秩小於等於向量組(II)的秩;
- (6)等價的向量組秩相同。
線性相關/無關:
在線性代數裏,矢量的一組元素中,若沒有矢量可用有限個其他矢量的線性組合所表示,則稱爲線性無關或線性獨立(linearly independent),反之稱爲線性相關(linearly dependent)。
線性組合:
類似A=a1v1+a2v2+...+anvn;
打個比方來說:cosx,cos2x,cosnx,這麼一組函數組就是線性無關的,因爲不能用其他的線性組合來表示。
線性空間的基底和維數:
定義:設V爲數域F上的一個線性空間,如果V中的n個線性無關向量a1,a2,...,an使得V中的任意一個向量a都可以用上面那n個線性無關的向量線性表示出來:
a=k1a1+k2a2+...+knan;
則稱a1,a2,...,an爲V的一個基底,(k1,k2,...,kn)爲a在基底下的座標,稱V爲n維線性空間記dimV=n。
這個很好理解,結合我們的直角座標系就能很容易的理解。線性空間的基底並不唯一,但是維數是唯一確定的。由維數的定義, 線性空間可以分爲有限維線性空間和無限維線性空間。
基變換與座標變換:
上面說了,線性空間的基底並不唯一,比如直角座標系,我把x軸y軸轉一下,只要保持兩者之間垂直,就是另一組基底了,那麼設a1,a2,...,an;b1,b2,...bn是n維線性空間V的兩組基底,他們之間存在如下關係:
那麼對於所有的b1,b2就有下面這個式子
納悶我們就稱n階方陣爲舊基底到新基底的過渡矩陣(可逆)上式就可寫爲
,那麼對應的座標變化應該就不難推出了
線性空間的子空間:
設V爲數域F上的一個n維線性空間,W爲V的一個非空子集合,如果對於任意的a,b屬於W,k,l屬於F都有
ka+lb屬於W,那麼稱W爲V的一個子空間。每個有限維空間V,必定有兩個平凡子空間,即單個零向量的子空間和它本身。
線性變換:
講了上面那麼多關於線性空間的知識,終於的到線性變換了,也就是我們所說的線性映射。(當然變換和映射也有區別,如果S的映射的集合S‘和S相等,那麼這個映射可以稱爲變換,也就說線性變換肯定是線性映射了
)
定義:設V是數域F上的線性空間,T : V →V 爲V上的映射,則稱T爲線性空間V上的一個變換或算子。若變換滿足:對任意的k,l∈F和α,β∈V,有
則稱T爲線性變換或者線性算子。
線性變換的性質:
(1)T(0)=0;
(2)T(-x)=-T(x)
(3)線性相關的向量組的象仍然是線性相關的
例如即是一個線性變換。
線性變換的矩陣表示
即
關於線性空間和線性映射的暫時整理到這,http://wenku.baidu.com/link?url=01iSc-SAo0xI15LANw6vblkb3E3d9GNwIQHDpo-inTd14Q_2RvEzyZnkt3D4RjxC1jiXIdr1XqtGucdnjn1NGKgcKKsWf_P3hqBj4dd9y-3 這個鏈接裏的ppt講的挺好的可以看看。