1.9 线性变换的矩阵（第1章 线性代数中的线性方程组）

内容概述

本节首先指出了线性变换和矩阵变换的等价性，并介绍了用矩阵来描述线性变换的方法；接着，举了几个二维空间线性变换的几何特性；最后，从线性变换的角度讨论了解的存在性和唯一性问题，并和之前的概念进行了关联。

${\mathbb{R}}^n$到${\mathbb{R}}^m$的线性变换和矩阵变换的关系

下面的讨论指出，

• 从${\mathbb{R}}^n$到${\mathbb{R}}^m$的每一个线性变换实际上都是一个矩阵变换$\mathbf{x}\to A\mathbf{x}$，
• 变换$\mathbf{T}$的重要性质都归结为$A$的性质。
• 寻找矩阵$A$的关键是了解$\mathbf{T}$完全由它对$n\times n$单位矩阵${\mathbf{I}}_n$的各列的作用所决定。
  例：

${\mathbf{I}}_n=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$的两列是${\mathbf{e}}_1=\left[\begin{array}{c}1\\ 0\end{array}\right]$和${\mathbf{e}}_2=\left[\begin{array}{c}0\\ 1\end{array}\right]$，设$\mathbf{T}$是${\mathbb{R}}^2$到${\mathbb{R}}^3$的线性变换，满足：
$$\mathbf{T}({\mathbf{e}}_1)=\left[\begin{array}{c}5\\ 7\\ -2\end{array}\right],\mathbf{T}({\mathbf{e}}_2)=\left[\begin{array}{c}-3\\ 8\\ 0\end{array}\right]$$
在此条件下求出${\mathbb{R}}^2$中任意向量$\mathbf{x}$的像的公式。

解：

对于${\mathbb{R}}^2$中的任意向量$\mathbf{x}$，有：
$$\mathbf{x}=\left[\begin{array}{c}{x}_1\\ x_2\end{array}\right]=x_1\left[\begin{array}{c}1\\ 0\end{array}\right]+x_2\left[\begin{array}{c}0\\ 1\end{array}\right]=x_1{\mathbf{e}}_1+x_2{\mathbf{e}}_2$$
因为$\mathbf{T}$是线性变换，所以有：
$$\mathbf{T}(\mathbf{x})=x_1\mathbf{T}({\mathbf{e}}_1)+x_2\mathbf{T}(e_2)=x_1\left[\begin{array}{c}5\\ 7\\ -2\end{array}\right]+x_2\left[\begin{array}{c}-3\\ 8\\ 0\end{array}\right]=\left[\begin{array}{c}5x_1-3x_2\\ 7x_1+8x_2\\ -2x_1+0\end{array}\right]$$
如果把上述$\mathbf{T}({\mathbf{e}}_1)$和$\mathbf{T}({\mathbf{e}}_2)$作为矩阵的列，把上式写成向量相乘的形式，那么可以得到下面的公式：
$$\mathbf{T}(\mathbf{x})=[\mathbf{T}({\mathbf{e}}_1)\mathbf{T}({\mathbf{e}}_2)]\left[\begin{array}{c}{x}_1\\ x_2\end{array}\right]=A\mathbf{x}$$
上面举的例子是一个感性认识，下面是定理和证明：
定理：
设$\mathbf{T}:{\mathbb{R}}^n\to {\mathbb{R}}^m$为线性变换，则存在唯一的矩阵$A$，使得对${\mathbb{R}}^n$中一切$\mathbf{x}$，
$$\mathbf{T}(\mathbf{x})=A\mathbf{x}$$
事实上，$A$是$m\times n$矩阵，它的第$j$列是向量$\mathbf{T}({\mathbf{e}}_j)$，其中${\mathbf{e}}_j$是${\mathbb{R}}^n$中单位矩阵${\mathbf{I}}_n$的第$j$列：
$$A=[\mathbf{T}({\mathbf{e}}_1)\cdots \mathbf{T}({\mathbf{e}}_n)]$$

证明：

记$\mathbf{x}={\mathbf{I}}_n\mathbf{x}=[{\mathbf{e}}_1\cdots {\mathbf{e}}_n]\mathbf{x}=x_1{\mathbf{e}}_1+\cdots +x_n{\mathbf{e}}_n$，由于$\mathbf{T}$是线性变换，知：
$$\mathbf{T}(\mathbf{x})=\mathbf{T}(x_1{\mathbf{e}}_1+\cdots +x_n{\mathbf{e}}_n)=x_1\mathbf{T}({\mathbf{e}}_1)+\cdots +x_n\mathbf{T}({\mathbf{e}}_n)=[\mathbf{T}({\mathbf{e}}_1)\cdots \mathbf{T}({\mathbf{e}}_n)]\left[\begin{array}{c}{x}_1\\ ...\\ x_n\end{array}\right]=A\mathbf{x}$$
矩阵$A$称为线性变换$\mathbf{T}$的标准矩阵。
上述讨论表明了：由${\mathbb{R}}^n$到${\mathbb{R}}^m$的每个线性变换都可看作矩阵变换，反之亦然。并且：

• 线性变换强调映射的性质
• 矩阵变换描述该映射的具体实现

例：

设$\mathbf{T}:{\mathbb{R}}^2\to {\mathbb{R}}^2$为把${\mathbb{R}}^2$中每一个点绕原点逆时针旋转正角度$\phi$的变换。求出这个变换的标准矩阵。

解：

$\left[\begin{array}{c}1\\ 0\end{array}\right]$变换为$\left[\begin{array}{c}\cos \phi \\ \sin \phi \end{array}\right]$，$\left[\begin{array}{c}0\\ 1\end{array}\right]$变换为$\left[\begin{array}{c}-\sin \phi \\ \cos \phi \end{array}\right]$，由上述定理可知：
$$A=\left[\begin{array}{cc}\cos \phi & -\sin \phi \\ \sin \phi & \cos \phi \end{array}\right]$$

${\mathbb{R}}^2\to {\mathbb{R}}^2$线性变换的几何变换举例

下图表示了几种${\mathbb{R}}^2\to {\mathbb{R}}^2$线性变换的几何图像表现。因为这些变换都是线性的，故它们完全由变换对${\mathbf{I}}_2$的作用决定。

存在与唯一性问题

这里从线性变换的角度来思考存在性与唯一性的问题。
首先引入两个定义：
定义1：

映射$\mathbf{T}:{\mathbb{R}}^n\to R^m$称为到$R^m$上的映射，若$R^m$中每个$\mathbf{b}$是${\mathbb{R}}^n$中至少一个$\mathbf{x}$的像（也称为满射）。

定义2：

映射$\mathbf{T}:{\mathbb{R}}^n\to R^m$称为一对一映射（或1：1），若${\mathbb{R}}^m$中每个$\mathbf{b}$是${\mathbb{R}}^n$中至多一个$\mathbf{x}$的像（也称为单射）。

定义1描述的是存在性问题，也可以等价于下面的语句：

• 当$\mathbf{T}$的值域是整个余定义域${\mathbb{R}}^m$时，$\mathbf{T}$是到${\mathbb{R}}^m$上的。
• 对${\mathbb{R}}^m$中每个$\mathbf{b}$，方程$\mathbf{T}(x)=\mathbf{b}$至少有一个解，也就是说，方程$\mathbf{T}(x)=\mathbf{b}$是相容的。

对应的，如果${\mathbb{R}}^m$中有某个$\mathbf{b}$，使得方程$\mathbf{T}(\mathbf{x})=\mathbf{b}$无解，那么映射$\mathbf{T}$不是到${\mathbb{R}}^m$上的。

定义2描述的是唯一性问题。对于${\mathbb{R}}^m$中每个$\mathbf{b}$，对应于如下两种情况：

• 方程$\mathbf{T}(x)=\mathbf{b}$有唯一的解
• 方程$\mathbf{T}(x)=\mathbf{b}$无解
  

例：

设$\mathbf{T}$是线性变换，它的标准矩阵为：
$$\left[\begin{array}{cccc}1& -4& 8& 1\\ 0& 2& -1& 3\\ 0& 0& 0& 5\end{array}\right]$$
$\mathbf{T}$是否把${\mathbb{R}}^4$映上到${\mathbb{R}}^3$？$\mathbf{T}$是否是一对一映射？

解：

1. 由于上述矩阵是阶梯形矩阵，且每一行均有主元位置，因此，对于${\mathbb{R}}^3$中的每个$\mathbf{b}$，方程$A\mathbf{x}=\mathbf{b}$是相容的。因此，$\mathbf{T}$将${\mathbb{R}}^4$映射到${\mathbb{R}}^3$上。
2. 因为$A\mathbf{x}=\mathbf{b}$含有自由变量（4列有四个变量，但只有3行，每一行一个主元，所以只有3个基本变量），所以每个$\mathbf{b}$都有多个$\mathbf{x}$的像，所以$\mathbf{T}$不是一对一的。

下面的定理很重要，把线性无关和线性变换的概念联系了起来。
定理：

设$\mathbf{T}:{\mathbb{R}}^n\to {\mathbb{R}}^m$为线性变换，则$\mathbf{T}$是一对一的当且仅当方程$A\mathbf{x}=0$仅有平凡解。

证明：

1. 若$\mathbf{T}$是一对一的。又因$\mathbf{T}$是线性的，故$\mathbf{T}(0)=0$，所以方程$\mathbf{T}(\mathbf{x})=0$仅有一个解，这个解就是平凡解$0$。
2. 若$\mathbf{T}$不是一对一的。则${\mathbb{R}}^m$中某个$\mathbf{b}$是${\mathbb{R}}^n$中至少两个相异向量的像（假设这两个向量分别是$\mathbf{u}$，$\mathbf{v}$），因此有$\mathbf{T}(\mathbf{u})=\mathbf{b}$，$\mathbf{T}(\mathbf{v})=\mathbf{b}$。又因为$\mathbf{T}$是线性的，所以有：$\mathbf{T}(\mathbf{u}-\mathbf{v})=\mathbf{T}(\mathbf{u})-\mathbf{T}(\mathbf{v})=\mathbf{b}-\mathbf{b}=0$
   由于$\mathbf{u}\ne \mathbf{v}$，所以向量$\mathbf{u}-\mathbf{v}$不是零向量，又因为$\mathbf{T}(0)=0$，所以方程$\mathbf{T}(x)=0$有多于一个解

综上，定理中的两个条件同时成立或同时不成立，因此该定理得证。

根据上述定理，结合以前学到的内容，又可以归纳出下述定理：
定理：

设$\mathbf{T}:{\mathbb{R}}^n\to {\mathbb{R}}^m$是线性变换，设$A$为$\mathbf{T}$的标准矩阵，则：

1. $\mathbf{T}$把${\mathbb{R}}^n$映上到${\mathbb{R}}^m$，当且仅当$A$的各列生成${\mathbb{R}}^m$
2. $\mathbf{T}$是一对一的，当且仅当$A$的各列线性无关

例：

设$\mathbf{T}(x_1,x_2)=(3x_1+x_2,5x_1+7x_2,x_1+3x_2)$，证明$\mathbf{T}$是一对一线性变换。$\mathbf{T}$是否将${\mathbb{R}}^2$映上到${\mathbb{R}}^3$？

解：

$$\mathbf{T}(x)=\left[\begin{array}{c}3x_1+x_2\\ 5x_1+7x_2\\ x_1+3x_2\end{array}\right]=\left[\begin{array}{cc}3& 1\\ 5& 7\\ 1& 3\end{array}\right]\left[\begin{array}{c}{x}_1\\ x_2\end{array}\right]$$
故$\mathbf{T}$的确是线性变换，它的标准矩阵如上式所示。$A$的列是线性无关的，因为它们互相之间不是倍数关系，所以，$\mathbf{T}$是一对一的。
另外，由1.4节的定理（$A$的各列生成${\mathbb{R}}^m$等价于$A$在每一行都有一个主元位置），由于$A$只有两列，而一行的主元均需在上一行的右边，而这是不可能的，所以$A$的各列不能生成${\mathbb{R}}^3$，对应的线性变换不是映上到${\mathbb{R}}^3$的。