第七章线性空间与线性变换(2).pptVIP

?A?R2?2, 定义T(A)=AT, 则T在基E11, E12, E21, E22下的矩阵为: 定理7.4 设线性变换T在基?1, ?2,…,?n下的矩阵是A, 向量?在基?1,?2,…,?n下的坐标为x=(x1, x2,…, xn)T,则T(?)在这组基下的坐标是Ax. 证明 因为?=x1?1+x2?2+…+xn?n, 所以 =(?1, ?2,…, ?n)Ax T(?)=x1T(?1)+x2T(?2)+…+xnT(?n) =(T(?1), T(?2),…, T(?n))x 所以, T(?)在基?1,?2,…,?n下的坐标是Ax. 定理7.5 设T是线性空间V的线性变换, 如果T在两组基?1, ?2,…,?n和?1, ?2,…,?n下的矩阵分别为A和B, 且由基?1, ?2,…,?n到基?1, ? 2,…, ?n的过渡矩阵为C, 则B=C-1AC. 证明 由于 T(?1, ?2,…, ?n)=(?1, ?2,…, ?n)A (?1, ? 2,…, ?n)=(?1, ?2,…, ?n)C 于是 (?1, ? 2,…, ?n)B=T(?1, ? 2,…, ?n)=T[(?1, ?2,…, ?n)C] = [T(?1, ?2,…, ?n)]C=(?1, ?2,…, ?n)AC =(?1, ? 2,…, ?n)C-1AC 由于线性变换在一个基下的矩阵是唯一的, 故B=C-1AC. 例4 设线性空间R3的线性变换T在基?1, ?2, ?3下的矩阵为 解 由于(?1, ?2, ?3)=(?1, -3?1-2?2+2?3, ?1+2?2+2?3) 求T在基?1=?1, ?2=-3?1-2?2+2?3, ?3=?1+2?2+2?3下的矩阵. 所以，由基?1, ?2, ?3到基?1, ?2, ?3的过渡矩阵为： * 线性空间和线性变换是线性代数的中心内容之一，它广泛应用于自然科学和工程技术各个领域. 在第四章中, 我们已经介绍了以Rn中向量为元素的向量空间, 这一章中我们要把这些概念推广, 使向量和向量空间的概念更具一般性. 第七章 线性空间与线性变换 §1 线性空间的概念与性质 一. 线性空间的定义 定义7.1 设V是一个非空集合, R是实数域, 如果在V上定义了加法和与R中数的乘法两种运算, 即??, ??V, k? R, 都有?=?+?, ?=k??V与之对应, 且满足 (1) ?+?=?+? (加法交换律); (2) (?+?)+?=?+(?+?) (加法结合律); (3) V中有零元素0, 使???V有 ?+0=? ; (4) ???V, ?-??V, 使 ?+(-?)=0, 称-?为?的负元素; (8) k(?+?)=k?+k? , ?? , ??V, k?R; (7) (k+l)?=k?+l ? , ???V, k, l?R; (6) (kl)?=k(l ?) , ???V, k, l?R; (5) 1?=? , ???V, 1?R; 则称V是(实数域上的)线性空间(或向量空间), V中的元素(不论其本来的性质如何)称为(实)向量. 在第四章中, 我们介绍了向量空间Rn, 以及Rn的子空间V. 容易验证, 当集合V对向量的加法和数乘两种运算封闭时, V中的运算就满足上述八条规律. 显然, 那里的向量空间只是现在定义的的特殊情形. 比较起来, 现在的定义有了很大的推广. 向量空间中的向量是更广义的向量, 不一定是n元有序数组. 向量空间中加法和数乘两种运算只要求满足八条运算规律, 也不一定是有序数组的加法和数乘运算. 下面举一些线性空间的例子. 例7.1 验证所有m?n实矩阵集合Rm?n对矩阵的加法和数乘运算是一个线性空间. 证明 容易验证Rm?n对这两种运算是封闭的， 而且矩阵的加法和数乘运算满足线性空间定义中八条规律, 所以Rm?n是一