线性变换和矩阵.doc

§3 线性变换和矩阵 一、线性变换在某组基下对应的矩阵 设是数域上维线性空间.的一组基，现在建立线性变换与矩阵关系. 空间中任意一个向量可以被基线性表出，即有关系式 (1) 其中系数是唯一确定的，它们就是在这组基下的坐标. 由于线性变换保持线性关系不变， 因而在的像A与基的像A,A,…，A之间也必然有相同的关系： A=A（） =A()+A()+…+A () (2) 上式表明，如果知道了基的像，那么线性空间中任意一个向量的像也就 知道了，或者说 设是线性空间的一组基，如果线性变换A与?在这组基上的作用 相同，即 A=B， 那么A= B. 结论1的意义就是，一个线性变换完全被它在一组基上的作用所决定.下面指出， 基向量的像却完全可以是任意的，也就是 设是线性空间的一组基，对于任意一组向量一定有一个 线性变换 A , 使 A= 定理1 设是线性空间的一组基，是中任意个向量. 存在唯一的线性变换A 使 A= 定义2 设是数域上维线性空间的一组基，A是中的一个线性变换. 基向量的像可以被基线性表出： 用矩阵表示就是 A（）=（A()，A()，…， A()） = (5) 其中 矩阵称为线性变换A在基下的矩阵. 设是维线性空间的子空间的一组基，把它扩充为 的一组基.指定线性变换A如下 如此确定的线性变换A称为子空间的一个投影.不难证明 A=A 投影A在基下的矩阵是 ]练习：7, 8, 9 这样，在取定一组基之后，就建立了由数域上的维线性空间的线性变换到数域 上的矩阵的一个映射.前面结论1说明这个映射是单射，结论2说明这个映射是满射. 换句话说，在这二者之间建立了一个双射.这个对应的重要性表现在它保持运算，即有 定理2 设是数域上维线性空间的一组基，在这组基下，每个 线性变换按公式（5）对应一个矩阵，这个对应具有以下性质： 1）线性变换的和对应于矩阵的和； 2）线性变换的乘积对应于矩阵的乘积； 3）线性变换的数量乘积对应于矩阵的数量乘积； 4）可逆的线性变换与可逆矩阵对应，且逆变换对应于逆矩阵. 定理2 说明数域上维线性空间的全体线性变换组成的集合对于线性变换的 加法与数量乘法构成上一个线性空间，与数域上级方阵构成的线性空间同构. 定理3 设线性变换A在基下的矩阵是，向量在基下的 坐标是,则A在基下的坐标可以按公式 计算. 二、同一个线性变换在不同基下的矩阵的关系. 线性变换的矩阵是与空间中一组基联系在一起的.一般说来，随着基的改变， 同一个线性变换就有不同的矩阵.为了利用矩阵来研究线性变换，有必要弄清楚 线性变换的矩阵是如何随着基的改变而改变的. 定理4设线性空间中线性变换A在两组基 , (6) (7) 下的矩阵分别为和从基（6）到（7）的过渡矩阵是，于是. 定理4 告诉我们，同一个线性变换A在不同基下的矩阵之间的关系. 定义3 设,为数域上两个级方阵，如果可以找到数域上的级可逆方阵， 使得，就说相似于，记作. 相似是矩阵之间的一种关系，这种关系具有下面三个性质： 1. 反身性： 2. 对称性：如果，那么. 3. 传递性：如果,,那么. 定理5 线性变换在不同基下所对应的矩阵是相似的；反过来，如果两个矩阵相似， 那么它们可以看作同一个线性变换在两组基下所对应的矩阵. 矩阵的相似对于运算有下面的性质. 如果,，那么 , 由此可知，如果，且是数域上一多项式，那么 利用矩阵相似的这个性质可以简化矩阵的计算. 设是数域上一个二维线性空间，是一组基，线性变换A在下的 矩阵是 计算A在的另一组基下的矩阵，这里 练习： 10, 11, 12, 13, 15, 16, 17, 18