3线性变换及其矩阵

1.定义及例子

1.1定义

V是数域K上的线性空间，任意$x\in V,$若$Tx=y\in V,$则称$T$为V的一个变换，若是满足$T(kx+ly)=kTx+lTy,$则称为线性变换

1.2例子

1.2.1例一

二维实向量空间$R^2$，将其绕原点旋转$\theta$角的操作就是一个线性变换。
证明：已知，旋转$\theta$对应的操作为 $$\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right]=\left[\begin{array}{cc}cos\theta & sin\theta \\ -sin\theta & cos\theta \end{array}\right]\left[\begin{array}{c}{x}_1\\ x_2\end{array}\right]$$显然，对应的操作是一个变换。接下来证明其是一个线性变换。

$$\left[\begin{array}{cc}cos\theta & sin\theta \\ -sin\theta & cos\theta \end{array}\right]\left[\begin{array}{c}k{x}_1+l{y}_1\\ k{x}_2+l{y}_2\end{array}\right]=\left[\begin{array}{cc}cos\theta & sin\theta \\ -sin\theta & cos\theta \end{array}\right]\left[\begin{array}{c}k{x}_1\\ k{x}_2\end{array}\right]+\left[\begin{array}{cc}cos\theta & sin\theta \\ -sin\theta & cos\theta \end{array}\right]\left[\begin{array}{c}l{y}_1\\ l{y}_2\end{array}\right]=kTx+lTy$$得证。

1.2.1例二

次数不超过n的全体实多项式$P_n$构成实数域上的一个$n+1$维的线性空间，其基可选为 { 1 , x , x 2 , . . . , x n } \{1,x,x^2,...,x^n\} {1,x,x2,...,xn}，证明微分算子$D=\frac{d}{dx}$是$P_n$上的一个线性变换。
证明：显然其是一个变换。
根据求导的性质：$D(k{p}_1+l{p}_2)=kD{p}_1+l{p}_2$
得证。

1.3性质

1. 零元素的线性变换仍是零元素
2. 负元素的线性变换等于线性变换后求负
3. 线性相关的线性变换后仍然线性相关
   证明：
   1：
   $$T(o)=T(0x)=0T(x)=o$$
   2:
   $$T(-x)=T(-1\times x)=-T(x)$$
   3:
   线性相关则有存在不全为零的$c_i$ $$\sum _i{c}_i{x}_i=0$$对其进行线性变换可得$$T(\sum _i{c}_i{x}_i)=\sum _i{c}_{i}T(x_i)=0$$所以仍然线性相关。
   说明：线性无关的元素线性变换后不一定线性无关，若仍然线性无关，那么说明线性变换是满秩的线性变换。

1.4线性变换运算的一些定义

2.线性变换的矩阵表示

2.1定义

$T$在基 { 1 , x , x 2 , . . . , x n } \{1,x,x^2,...,x^n\} {1,x,x2,...,xn}下的表示矩阵A称为线性变换的矩阵表示

2.2定理

推论：$x$在基下的坐标为$\left[\begin{array}{c}{\xi }_1\\ {\xi }_2\\ ⋮\\ {\xi }_n\end{array}\right],$那么$Tx$的坐标为$A\left[\begin{array}{c}{\xi }_1\\ {\xi }_2\\ ⋮\\ {\xi }_n\end{array}\right]$
证明：$$x=\left[\begin{array}{c}{x}_1,x_2,\cdots ,x_n\end{array}\right]\left[\begin{array}{c}{\xi }_1\\ {\xi }_2\\ ⋮\\ {\xi }_n\end{array}\right]$$ $$Tx=T\left[\begin{array}{c}{x}_1,x_2,\cdots ,x_n\end{array}\right]\left[\begin{array}{c}{\xi }_1\\ {\xi }_2\\ ⋮\\ {\xi }_n\end{array}\right]=\left[\begin{array}{c}{x}_1,x_2,\cdots ,x_n\end{array}\right]A\left[\begin{array}{c}{\xi }_1\\ {\xi }_2\\ ⋮\\ {\xi }_n\end{array}\right]$$ $$\therefore 新坐标\left[\begin{array}{c}{\eta }_1\\ {\eta }_2\\ ⋮\\ {\eta }_n\end{array}\right]=A\left[\begin{array}{c}{\xi }_1\\ {\xi }_2\\ ⋮\\ {\xi }_n\end{array}\right]$$

2.3相似矩阵

$A$为$T$在基$[x_1,x_2,...,x_n]$下的表示，$B$为$T$在基$[y_1,y_2,...,y_n]$下的表示，则称$A,B$为相似矩阵，且$B=C^{-1}AC(C为过渡矩阵)$


写是这么写，但是总感觉线性变换的矩阵表示怪怪的

3.矩阵的值域和核

3.1定义

3.2定理

第三讲完结撒花！！！！！