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 ∈ V , x\in V, x∈V,若 T x = y ∈ V , Tx=y\in V, Tx=y∈V,则称 T T T为V的一个变换,若是满足 T ( k x + l y ) = k T x + l T y , T(kx+ly)=kTx+lTy, 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
R^2
R2,将其绕原点旋转
θ
\theta
θ角的操作就是一个线性变换。
证明:已知,旋转
θ
\theta
θ对应的操作为
[
y
1
y
2
]
=
[
c
o
s
θ
s
i
n
θ
−
s
i
n
θ
c
o
s
θ
]
[
x
1
x
2
]
\left[\begin{matrix}y_1\\y_2\end{matrix}\right]=\left[\begin{matrix}cos\theta &sin\theta\\-sin\theta &cos\theta\end{matrix}\right]\left[\begin{matrix}x_1\\x_2\end{matrix}\right]
[y1y2]=[cosθ−sinθsinθcosθ][x1x2]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。
[ c o s θ s i n θ − s i n θ c o s θ ] [ k x 1 + l y 1 k x 2 + l y 2 ] = [ c o s θ s i n θ − s i n θ c o s θ ] [ k x 1 k x 2 ] + [ c o s θ s i n θ − s i n θ c o s θ ] [ l y 1 l y 2 ] = k T x + l T y \left[\begin{matrix}cos\theta &sin\theta\\-sin\theta &cos\theta\end{matrix}\right]\left[\begin{matrix}kx_1+ly_1\\kx_2+ly_2\end{matrix}\right]=\left[\begin{matrix}cos\theta &sin\theta\\-sin\theta &cos\theta\end{matrix}\right]\left[\begin{matrix}kx_1\\kx_2\end{matrix}\right]+\left[\begin{matrix}cos\theta &sin\theta\\-sin\theta &cos\theta\end{matrix}\right]\left[\begin{matrix}ly_1\\ly_2\end{matrix}\right]=kTx+lTy [cosθ−sinθsinθcosθ][kx1+ly1kx2+ly2]=[cosθ−sinθsinθcosθ][kx1kx2]+[cosθ−sinθsinθcosθ][ly1ly2]=kTx+lTy得证。
1.2.1例二
次数不超过n的全体实多项式
P
n
P_n
Pn构成实数域上的一个
n
+
1
n+1
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
=
d
d
x
D=\frac{d}{dx}
D=dxd是
P
n
P_n
Pn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
)
=
k
D
p
1
+
l
p
2
D(kp_1+lp_2)=kDp_1+lp_2
D(kp1+lp2)=kDp1+lp2
得证。
1.3性质
- 零元素的线性变换仍是零元素
- 负元素的线性变换等于线性变换后求负
- 线性相关的线性变换后仍然线性相关
证明:
1:
T ( o ) = T ( 0 x ) = 0 T ( x ) = o T(o)=T(0x)=0T(x)=o T(o)=T(0x)=0T(x)=o
2:
T ( − x ) = T ( − 1 × x ) = − T ( x ) T(-x)=T(-1\times x)=-T(x) T(−x)=T(−1×x)=−T(x)
3:
线性相关则有存在不全为零的 c i c_i ci ∑ i c i x i = 0 \sum_{i}c_ix_i=0 i∑cixi=0对其进行线性变换可得 T ( ∑ i c i x i ) = ∑ i c i T ( x i ) = 0 T(\sum_{i}c_ix_i)=\sum_{i}c_iT(x_i)=0 T(i∑cixi)=i∑ciT(xi)=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 T 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
x
x在基下的坐标为
[
ξ
1
ξ
2
⋮
ξ
n
]
,
\left[\begin{matrix}\xi_1\\\xi_2\\ \vdots\\\xi_n\end{matrix}\right],
⎣⎢⎢⎢⎡ξ1ξ2⋮ξn⎦⎥⎥⎥⎤,那么
T
x
Tx
Tx的坐标为
A
[
ξ
1
ξ
2
⋮
ξ
n
]
A\left[\begin{matrix}\xi_1\\\xi_2\\ \vdots\\\xi_n\end{matrix}\right]
A⎣⎢⎢⎢⎡ξ1ξ2⋮ξn⎦⎥⎥⎥⎤
证明:
x
=
[
x
1
,
x
2
,
⋯
,
x
n
]
[
ξ
1
ξ
2
⋮
ξ
n
]
x=\left[\begin{matrix}x_1,x_2,\cdots,x_n\end{matrix}\right]\left[\begin{matrix}\xi_1\\\xi_2\\ \vdots\\\xi_n\end{matrix}\right]
x=[x1,x2,⋯,xn]⎣⎢⎢⎢⎡ξ1ξ2⋮ξn⎦⎥⎥⎥⎤
T
x
=
T
[
x
1
,
x
2
,
⋯
,
x
n
]
[
ξ
1
ξ
2
⋮
ξ
n
]
=
[
x
1
,
x
2
,
⋯
,
x
n
]
A
[
ξ
1
ξ
2
⋮
ξ
n
]
Tx=T\left[\begin{matrix}x_1,x_2,\cdots,x_n\end{matrix}\right]\left[\begin{matrix}\xi_1\\\xi_2\\ \vdots\\\xi_n\end{matrix}\right]=\left[\begin{matrix}x_1,x_2,\cdots,x_n\end{matrix}\right]A\left[\begin{matrix}\xi_1\\\xi_2\\ \vdots\\\xi_n\end{matrix}\right]
Tx=T[x1,x2,⋯,xn]⎣⎢⎢⎢⎡ξ1ξ2⋮ξn⎦⎥⎥⎥⎤=[x1,x2,⋯,xn]A⎣⎢⎢⎢⎡ξ1ξ2⋮ξn⎦⎥⎥⎥⎤
∴
新
坐
标
[
η
1
η
2
⋮
η
n
]
=
A
[
ξ
1
ξ
2
⋮
ξ
n
]
\therefore 新坐标\left[\begin{matrix}\eta_1\\\eta_2\\ \vdots\\\eta_n\end{matrix}\right]=A\left[\begin{matrix}\xi_1\\\xi_2\\ \vdots\\\xi_n\end{matrix}\right]
∴新坐标⎣⎢⎢⎢⎡η1η2⋮ηn⎦⎥⎥⎥⎤=A⎣⎢⎢⎢⎡ξ1ξ2⋮ξn⎦⎥⎥⎥⎤
2.3相似矩阵
A
A
A为
T
T
T在基
[
x
1
,
x
2
,
.
.
.
,
x
n
]
[x_1,x_2,...,x_n]
[x1,x2,...,xn]下的表示,
B
B
B为
T
T
T在基
[
y
1
,
y
2
,
.
.
.
,
y
n
]
[y_1,y_2,...,y_n]
[y1,y2,...,yn]下的表示,则称
A
,
B
A,B
A,B为相似矩阵,且
B
=
C
−
1
A
C
(
C
为
过
渡
矩
阵
)
B=C^{-1}AC(C为过渡矩阵)
B=C−1AC(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!!!!!