第1,2章线性空间与线性变换程序.ppt

题型举例 例 §1·4 线性变换 Linear Transformations 一、??线性变换的概念 1. 线性变换的来历； Definition： （i）T是V上的映射：T：V?V。 ii T具有线性性： T（?＋?） T（?）＋T（?） 保持加法的三角形法则 T（k?） kT（ ? ） 保持比例关系 2 线性变换的性质： （i） T 0 0 （ii） T －? －T ? （iii）T k1?1+k2?2+···+km?m? k1T ?1 +k2T ?2 +...+kmT ?m 3 线性变换的象空间和零空间 设线性变换T：V?V， 象空间 Im T ｛?： ???V，? T ? ｝ 零空间 Ker T ｛?：??V，T ? 0 ｝ 定义： T 的秩 dim R（T）； T 的零度 dim N（T） 线性变换保持线性相关性不变！ 例? P018 ? Rn中的变换 T：设A ?Rn×n是一个给定的 矩阵，?X?Rn，T X AX。 1 T是线性变换； 2 Ker T 是AX 0的解空间； 3 Im T Span a1，a2，…，a n , 其中ai是矩阵A的列向量； 4 dimKer T +dimIm T n 4 线性变换的运算 设T1，T2都是空间V中的线性变换，常见的用它们构成的新的变换： （i） T1＋T2 ? ???V， （T1＋T2）（?） T1（?）＋T2（?） （ii） T1T2 ? ???V， T1T2 （?） T1（T2（?）） （iii） kT ? ???V， （kT）（?） k（T（?）） （iv） 若T －1是可逆变换，T－1 ? T－1 ? ?当且仅当T ? ?。 定义 二、 线性变换的矩阵 1 线性变换的矩阵与变换的坐标式 Purpose:将抽象的线性变换与矩阵对应起来 T的矩阵 二、 线性变换的矩阵 总结：V上线性变换的特点分析： 定义变换T ? 确定基中向量的象T（?i）。 定义T（?i） ?确定它在基下 ?i 的坐标A i 。 定义变换T ?确定矩阵A [A1，A2，…，An] 2 线性变换运算的矩阵对应： 设V上的线性变换T1，T2，它们在同一组基下的矩阵：T1?A1；T2?A2 （i） （T1＋T2） ? （A1＋A2） （ii） （T1T2） ? A1A2 （iii） （kT） ? kA （iv） T－1 ? A－1 3 不同基下的变换矩阵 两组基 ?1，?2，…,? n ， ?1，?2，…, ? n ， （?1?2…? n） （?1?2…? n ）C T（?1 ?2… ? n ） （?1 ?2… ? n）A T（?1 ?2 … ? n） （?1 ?2 … ? n）B 同一个线性变换在不同基下的矩阵是相似的 B C－1AC 1 2 3 例??已知 定义映射 T： 1 证明T是V上的线性变换； 2 求V的一组基，使得T在这组基下的矩阵为对角阵。 Step1. 确定基中向量的象T（?i）； Step2. 确定它在基下 ?i 的坐标A i ； Step3. 确定矩阵A [a1，a2，…，an]； Step4. 将A对角化并计算所求的矩阵。 2.1 内积与欧氏空间Inner Product Euclidian Spaces 内积的作用：研究高维空间中的几何问题。 1 Example: R3上的内积定义 2 内积的公理化定义 Definition：要点 ? 内积 ?，? 是二元运算：V×V→ R ? ?，? 的公理性质 ? ?，? 是任何满足定义的运算。 ? 讨论 ?，?1＋?2 , ?，k? 3 常见的内积空间： R n ； Remark: 对于同一个线性空间，可以定义不同的内积成为不同的欧氏空间 R m×n； 4 向量的长度 定义： || ? || 5 欧氏空间中向量的夹角： 定义：??0，??0，夹角?定义为： cos? 性质： || k? || ?k? || ? || ； 三角不等式 Cauchy不等式 ： ? ? ，? ? V, | ?，? | ? || ?|| || ?|| 。 || ?＋?|| ? || ?|| ＋|| ?|| ? 和 ?正交 ?（?，?） 0 6 线性空间的内积及其计算： 设 ?1，?2，…,? n 是内积空间V的基，??，??V，则有 ? x1?1＋x2?2＋…＋x n ?n ?1?2…? n X； ? y1?1＋y2?2＋…＋y n ? n ?1 ?2…? n Y ?，? Y HAX， 定义内积 ? 在一个