第22讲. 不变子空间,特征值及特征向量.pdf

第22讲 线性变换与矩阵回顾，特征值与特征向量 一、线性变换的概念和基本性质 定义 设 : VV 是线性空间V 到自身的一个映射(变换), 如果 保持加法及数乘运算, 即对任意, V, 对任意常 数k, 都有 (+) = ()+(), (k) = k(), 则称 是线性空间V 的一个线性变换, 称() 为向量 在线性变换 下的象.  我们用L(V) 来表示线性空间V 的全部线性变换所作成 的集合. 1 定理 设 是n 维线性空间V 的一个线性变换,  ,  ,    是V 的一组基, 则V 中任一向量 的象 由基的象 n  ,  ,,  ) 所完全确定. 1 2 n ( ) a  a  a  1 11 1 21 2 n1 n  ( ) a  a  a   2 12 1 22 2 n 2 n  (1)   ( ) a  a  a   n 1n 1 2n 2 nn n 记( ,  ,  ) = ( ,  ,,  )), A = (a ) ,   n 1 2 n ij nn 则(1)式可表示为( ,  ,  ) = ( ,  ,  )A.   n   n n 阶矩阵A 叫做线性变换 在基 ,  ,  下的矩阵. 其   n 中A 的第j 列就是基向量 的象() 在这组基下的坐标. j j 2 定理 设线性变换 在基 ,  ,,  下的矩阵是A, 即 1 2 n () = ( ,  ,,  )A, 1 2 n 设向量, () 在这组基下的坐标分别是 T T X = (x , x ,, x ) , Y = (y , y ,, y ) , 则 Y = AX. 1 2 n 1 2 n 定理 设 ,  ,,  是n 维线性空间V 的一组基, 对任意 1 2 n 给定的n 个向量 ,  ,,  , 都存在线性变换, 使得 1 2 n  =  (i = 1, 2,, n.