南航戴华《矩阵论》第二章线线性映射与性变换.pptVIP

教学目的 掌握线性映射的定义 熟练掌握特征值、特征向量的定义和性质， 掌握矩阵可对角化的条件 理解酉空间的概念 掌握酉空间与实内积空间的异同。 (4)如果?1,?2,…?m 是V1的线性相关组，则 D (?1),D (?2),…D (?n)是V2的一组线性相关向量； 并且当且仅当D 是一一映射时，V1中的线性无关组的像是V2中的线性无关组. 注3 矩阵和线性映射互相唯一确定；在给定基的情况下，线性空间V1到V2的线性映射L与m?n矩阵一一对应，且这种对应保持加法和数乘两种运算。 即对V 中的任意两个向量?，?和任意k?P，映射（未必是双射）A ：V?V 满足 (i) (可加性):A (?+?)=A (?)+A (?) (ii) (齐次性):kA (?)=A (k?) 称A (?)为?在变换A 下的像，? 称为原像。 V上的全体线性变换记为：L (V, V) 特殊的变换：对任意的k∈P定义数乘变换K（x）=kx，恒等变换：I（x）=x，零变换：O (x)=0 证: （1）|?I-B|=|?I-P-1AP|=|P-1(?I-A)P|=|P-1||(?I-A)||P|=|?I-A| 另：66页例2.4.5的结论： m阶方阵AB与n阶方阵BA有相同的非零特征值，从而有tr(AB)=tr(BA)；特别地，若A，B为同阶方阵