第六章_线性变换_68180769

合集下载

第六章线性空间与线性变换

第六章线性空间与线性变换

第六章线性空间与线性变换第六章线性空间与线性变换1. 验证所给矩阵集合对于矩阵的加法和乘数运算构成线性空间, 并写出各个空间的一个基.(1) 2阶矩阵的全体S 1;解设A , B 分别为二阶矩阵, 则A , B ∈S 1. 因为(A +B )∈S 1, kA ∈S 1,所以S 1对于矩阵的加法和乘数运算构成线性空间.=00011ε, ??? ??=00102ε, ??? ??=01003ε, ??? ??=10004ε是S 1的一个基.(2)主对角线上的元素之和等于0的2阶矩阵的全体S 2;解设-=a c b a A , ?-=d f e d B , A , B ∈S 2. 因为2)(S d a a c b c d a B A ∈??? ??++++-=+,2S ka kc kb ka kA ∈??? ??-=,所以S 2对于矩阵的加法和乘数运算构成线性空间.-=10011ε,=00102ε,=01003ε是S 2的一个基.(3) 2阶对称矩阵的全体S 3.解设A , B ∈S 3, 则A T =A , B T =B . 因为 (A +B )T =A T +B T=A +B , (A +B )∈S 3, (kA )T =kA T =kA , kA ∈S 3,所以S 3对于加法和乘数运算构成线性空间.=00011ε, ??? ??=01102ε,=10003ε是S 3的一个基.2. 验证: 与向量(0, 0, 1)T 不平行的全体3维数组向量, 对于数组向量的加法和乘数运算不构成线性空间.解设V ={与向量(0, 0, 1)T 不平行的全体三维向量}, 设r 1=(1, 1, 0)T , r 2=(-1, 0, 1)T , 则r 1, r 2∈V , 但r 1+r 2=(0, 0, 1)T ?V , 即V 不是线性空间.3. 设U 是线性空间V 的一个子空间, 试证: 若U 与V 的维数相等, 则U =V .证明设ε1,ε2,,εn为U的一组基,它可扩充为整个空间V的一个基,由于dim(U)=dim(V),从而ε1,ε2,,εn也为V的一个基,则:对于x∈V可以表示为x=k1ε1+k2ε2++k rεr.显然,x∈U,故V?U,而由已知知U?V,有U=V.4.设V r是n维线性空间V n的一个子空间,a1,a2,,a r是V r的一个基.试证:V n中存在元素a r+1,,a n,使a1,a2,,a r,a r+1,,a n成为V n的一个基.证明设r<="" p="" r+1),则a1,a2,,a="" r+1?v="" r+1是线性无关的.若r+1="n,则命题得证,否则存在a" r+1添加进来,则a1,a2,,a="" r+2?l(a1,a2,,="" r+2线性无关,依此类推,可找到n 个线性无关的向量a1,a2,,a="" r,它不能被a1,a2,,a="" r线性表示,将a="" 则在v="">5.在R3中求向量α=(3, 7, 1)T在基α1=(1, 3, 5)T,α2=(6, 3, 2)T,α3=(3, 1, 0)T下的坐标.解设ε1,ε2,ε3是R3的自然基,则(α1,α2,α3)=(ε1,ε2,ε3)A, (ε1,ε2,ε3)=(α1,α2,α3)A-1, 其中=25133361A,----= - 15 28 9 8 15 5 3 6 2 1 A . 因为==-7 3 ) , , ( 1 7 3 ) , , (1 3 2 1 3 2 1 A αααεεεα- - - - - = 1 7 3 15 28 9 8 15 5 3 6 2 ) ,(3 2 1 ααα- = 154 82 33 ) ,, (3 2 1 ααα,所以向量α在基α1,α2,α3下的坐标为(33,-82, 154)T.6.在R3取两个基α1=(1, 2, 1)T,α2=(2, 3, 3)T,α3=(3, 7, 1)T;β1=(3, 1, 4)T,β2=(5, 2, 1)T,β3=(1, 1,-6)T.试求坐标变换公式.解设ε1,ε2,ε3是R3的自然基,则(β1,β2,β1)=(ε1,ε2,ε3)B,(ε1,ε2,ε3)=(β1,β2,β1)B-1,(α1,α2,α1)=(ε1,ε2,ε3)A=(β1,β2,β1)B-1A,其中=131732121A , ???? ??-=614121153B .设任意向量α在基α1, α2, α3下的坐标为(x 1, x 2, x 3)T , 则=???? ??=-3211321321321) , ,() , ,(x x x A B x x x βββαααα,故α在基β1, β2, β3下的坐标为= ??'''-3211321x x x A B x x x ??---=321499107263139********x x x .7. 在R 4中取两个基e 1=(1,0,0,0)T , e 2=(0,1,0,0)T , e 3=(0,0,1,0)T , e 4=(0,0,0,1)T ; α1=(2,1,-1,1)T , α2=(0,3,1,0)T , α3=(5,3,2,1)T , α3=(6,6,1,3)T . (1)求由前一个基到后一个基的过渡矩阵; 解由题意知-=3101121163316502) , , ,() , , ,(43214321e e e e αααα,从而由前一个基到后一个基的过渡矩阵为-=3101121163316502A .(2)求向量(x 1, x 2, x 3, x 4)T 在后一个基下的坐标; 解因为=????? ??=-43211432143214321) , , ,() , , ,(x x x x A x x x x αααααe e e e ,向量α在后一个基下的坐标为-=????? ??-4321143213166123501301112x x x x y y y y ??-------=432126937180092391213327912271x x x x .(3)求在两个基下有相同坐标的向量.解令=????? ??????? ??-------4321432126937180092391213327912271x x x x x x x x ,解方程组得?=11114321k x x x x (k 为常数).8. 说明xOy 平面上变换?=??y x A y x T 的几何意义, 其中 (1)-=1001A ;解因为-=??? ????? ?-=??? ??y x y x y x T 1001,所以在此变换下T (α)与α关于y 轴对称.(2)=1000A ;解因为=??? ????? ?=??? ??y y x y x T 01000,所以在此变换下T (α)是α在y 轴上的投影.(3)=0110A ;解因为=??? ????? ?=??? ??x y y x y x T 0110,所以在此变换下T (α)与α关于直线y =x 对称.(4)-=0110A .解因为-=??? ????? ??-=??? ??x y y x y x T 0110, 所以在此变换下T (α)是将α顺时针旋转2π.9. n 阶对称矩阵的全体V 对于矩阵的线性运算构成一个2)1(+n n 维线性空间. 给出n 阶矩阵P , 以A 表示V 中的任一元素, 变换T (A )=P T AP 称为合同变换. 试证合同变换T 是V 中的线性变换.证明设A , B ∈V , 则A T =A , B T =B . T (A +B )=P T (A +B )P =P T (A +B )T P =[(A +B )P ]T P =(AP +BP )T P=(P T A +P T B )P =P T AP +P T BP =T (A )+T (B ), T (kA )=P T (kA )P =kP T AP =kT (A ), 从而, 合同变换T 是V 中的线性变换.10. 函数集合V 3={α=(a 2x 2+a 1x +a 0)e x | a 2, a 1, a 0 ∈R }对于函数的线性运算构成3维线性空间, 在V 3中取一个基α1=x 2e x , α2=xe x , α3=e x .求微分运算D 在这个基下的矩阵. 解设β1=D (α1)=2xe x +x 2e x =2α2+α1, β2=D (α2)=e x +xe x =α3+α2, β3=D (α3)=e x =α3.易知β1, β2, β3线性无关, 故为一个基.由=110012001) , ,() , ,(321321αααβββ, 知即D 在基α1, α2, α3下的矩阵为=110012001P .11. 2阶对称矩阵的全体},,|{32132213R x x x x x x x A V ∈==对于矩阵的线性运算构成3维线性空间. 在V 3中取一个基=00011A , ??? ??=01102A ,=10003A .在V 3中定义合同变换=10111101)(A A T ,求T 在基A 1, A 2, A 3下的矩阵. 解因为=101100011101)(1A T 3211111AA A ++=??? ??=,=101111101101)(2A T 3222110AA +=??? ??=,=101110001101)(3A T 31000A=??? ?=,故=121011001) , ,())( ),( ),((321321A A A A T A T A T , 从而, T 在基A 1, A 2, A 3下的矩阵=121011001A .。

第六章 线性空间与线性变换

第六章 线性空间与线性变换
(7) (k + l)α=kα+lα , k,l ∈ F ; (8) k(lα )=(kl)α ,
其中α, β ,γ 是V 中的任意元素, k,l 是数域 F 中任意数.V 中适合(3)的元素 0 称为零元
素;适合(4)的元素 β 称为α 的负元素,记为 − α .
下面我们列举几个线性空间的例子.
例1 数域 F 上的所有 n 维列向量集 F n 算规则,它是数域 F 上的一个线性空间.特别 地,当 F=R 时,R n 称为 n 维实向量空间;当 F=C 时,C n 称为 n 维复向量
设α = x1ε1 + x2ε 2 + L+ xnε n = y1η1 + y2η2 + L+ ynηn ,则
⎜⎛ x1 ⎟⎞ ⎜⎛ y1 ⎟⎞
⎜ ⎜ ⎜⎜⎝
第 4 页 共 19 页
第六章 线性空间与线性变换
二、同构关系
1.映射
设 M,N 是两个集合.如果给定一个法则ϕ ,使 M 中的每个元素 a 都有 N 中的一
个唯一确定的元素 a' 与之对应,则称ϕ 是集合 M 到集合 N 的一个映射. a' ∈ N 称为 a 在
映射ϕ 下的像,而 a 称为 a' 在映射ϕ 下的原像.记作ϕ(a) = a' . M 中元素在ϕ 下像的全
2) 把(1)式形式地写为
⎜⎛ x1 ⎟⎞
α
=
(ε1,ε
2
,L,
ε
n
)
⎜ ⎜ ⎜⎜⎝
x2 M xn
⎟ ⎟ ⎟⎟⎠

(η1,η2 ,L,ηn ) = (ε1,ε 2 ,L,ε n )A.
第 6 页 共 19 页
第六章 线性空间与线性变换

线性代数第六章 线性空间及线性变换

线性代数第六章 线性空间及线性变换

Copyright© 数学与计量经济学院
例 4 正实数的全体, 记作 R+ , 在其中定
义 加法及乘数运算为 a b ab ( a , b R ), 加法: 数乘:
a a ( R, a R ) ,


验证 R+ 对上述加法与乘数运算构成线性空间.
证 实际上要验证十条:
第六章 线性空间与线性变换
线性空间 基、维数与坐标
线性变换
结束
2018/11/13
Copyright© 数学与计量经济学院
1
一、线性空间的定义
1. 定义
定义 1 设 V 是一个非空集合, R 为实数域.
如果对于任意两个元素 , V, 总有唯一的一
个元素 V 与之对应, 称为 与 的和, 记作
+=+;
(ii) ( + ) + = + ( + ) ; (iii) 在 V 中存在零元素 0, 对任何 V , 都有 + 0 = ;
(iv) 对任何 V , 都有 的负元素 V,
使
+=0;
(v) 1 = ;
(vi)
( ) = ( ) ;
只要验证 P[ x ]n 对运算封闭:
Copyright© 数学与计量经济学院
(an x n a1 x a0 ) (bn x n b1 x b0 ) (an bn ) x n (a1 b1 ) x (a0 b0 ) P[ x]n ,
Copyright© 数学与计量经济学院
若另取一 个基
q1 1, q2 1 x, q3 2x2 , q4 x3 , q5 x4 ,

线性变换的相关知识点总结

线性变换的相关知识点总结

线性变换的相关知识点总结一、线性变换的定义线性变换是指一个向量空间V到另一个向量空间W的一个函数T,满足以下两条性质:1.加法性质:对于向量空间V中的任意两个向量x和y,有T(x+y)=T(x)+T(y)。

2.数乘性质:对于向量空间V中的任意向量x和标量a,有T(ax)=aT(x)。

根据以上的定义,我们可以得出线性变换的几个重要性质:1. 线性变换保持向量空间中的原点不变;2. 线性变换保持向量空间中的直线和平面不变;3. 线性变换将线性相关的向量映射为线性相关的向量;4. 线性变换将线性无关的向量映射为线性无关的向量。

二、线性变换的矩阵表示在研究线性变换时,我们通常会使用矩阵来表示线性变换。

设V和W分别是n维和m维向量空间,选择它们的一组基{v1, v2, ..., vn}和{w1, w2, ..., wm}。

线性变换T可以用一个m×n的矩阵A来表示,假设向量x在基{v1, v2, ..., vn}下的坐标为[x],向量T(x)在基{w1, w2, ..., wm}下的坐标为[T(x)],则有[T(x)]=[A][x]。

由此可见,矩阵A中的每一列都是T(vi)在基{w1, w2, ..., wm}下的坐标,而T(vi)可以写成基{w1, w2, ..., wm}的线性组合,所以矩阵A的列向量就是线性变换T对基{v1, v2, ..., vn}下的坐标系的映射。

另外,矩阵A的行空间也是线性变换T的像空间,而零空间是T的核空间。

线性变换的基本性质在矩阵表示下也可以得到进一步的解释,例如线性变换的复合、逆变换等都可以在矩阵表示下进行研究。

因此,矩阵表示是研究线性变换的重要工具。

三、特征值和特征向量特征值和特征向量是线性代数中的一个非常重要的概念,它们在研究线性变换的性质时有非常重要的应用。

设T是一个n维向量空间V上的线性变换,那么存在一个标量λ和一个非零向量v,使得Tv=λv。

这里的λ就是T的特征值,v就是T的特征向量。

第六章线性空间与线性变换

第六章线性空间与线性变换

高等代数第六章 线性空间与线性变换第六章 线性空间与线性变换§6.1 线性空间与简单性质一、线性空间的概念定义 设V 是一个非空集合,F 是一个数域.在V 上定义了一种加法运算“+”,即对V 中任意的两个元素α与β,总存在V 中唯一的元素γ与之对应,记为βαγ+=;在数域F 和V 的元素之间定义了一种运算,称为数乘,即对F 中的任意数k 与V 中任意一个元素α,在V 中存在唯一的一个元素δ与它们对应,记为αδk =.如果上述加法和数乘满足下列运算规则,则称V 是数域F 上的一个线性空间.(1) 加法交换律:αββα+=+;(2) 加法结合律:()()γβαγβα+=+++;(3) 在V 中存在一个元素0,对于V 中的任一元素α,都有αα=+0; (4) 对于V 中的任一元素α,存在元素β,使0=+βα; (5) α⋅1=α;(6) βαβαk k k +=+)(,∈k F ; (7) ()∈+l k l k l k ,,ααα+=F ; (8) ()()ααkl l k =,其中γβα,,是V 中的任意元素,l k ,是数域F 中任意数.V 中适合(3)的元素0称为零元素;适合(4)的元素β称为α的负元素,记为α−.下面我们列举几个线性空间的例子. 例1数域F 上的所有n 维列向量集nF 算规则,它是数域F 上的一个线性空间.特别地,当R F =时,n R 称为n 维实向量空间;当C F =时,n C 称为n 维复向量空间.例2 数域F 上的全体n m ×矩阵构成一个F 上的线性空间,记为)(F n m M ×. 例3数域F 上的一元多项式全体,记为][x F ,构成数域F 上的一个线性空间.如果只考虑其中次数小于n 的多项式,再添上零多项式也构成数域F 上的一个线性空间,记为n x F ][.高等代数讲义例4实系数的n 元齐次线性方程组0=Ax 的所有解向量构成R 上的一个线性空间.称之为方程组0=Ax 的解空间.例5闭区间],[b a 上的所有连续实函数,构成一个实线性空间,记为],[b a C .例6 零空间.注:线性空间中的元素仍称为向量.然而其涵义比n 维有序数组向量要广泛的多.二、性质性质1 零向量是唯一的. 性质2 负向量是唯一的.注:利用负向量,我们定义减法为:)(βαβα−+=−.性质3 对V 中任意向量γβα,,,有(1) 加法消去律:从γαβα+=+可推出γβ=;(2) 0=⋅α0,这里左边的0表示数零,右边的0表示零向量; (3) 00=⋅k ; (4) αα−=−)1(;(5) 如果0=αk ,则有0=k 或0=α.注:线性空间上的加法和数乘运算与nF 的一样,都满足八条运算规律,所以第四章 中关于向量组的一些概念以及结论,均可以平行地推广到一般的n 维线性空间中来.在这里不再列举这些概念和结论,以后我们就直接引用,不另加说明.§6.2 基与维数本节讨论线性空间的结构一、定义与例子定义1 设V 是数域F 上的一个线性空间,如果V 中的n 个向量n εεε,,,21L 满足 (1)n εεε,,,21L 线性无关;(2)V 中的任意向量都可由n εεε,,,21L 线性表示,则称n εεε,,,21L 为线性空间V 的一组基,n 称为V 的维数,记为n V =dim ,并称V 为数域F 上的n 维线性空间.注1:零空间没有基,其维数规定为0.注2:如果在线性空间V 中存在无穷多个线性无关的向量,则称V 为无限维线性空间,第六章 线性空间与线性变换例:连续函数空间],[b a C 就是一个无限维空间.推论1 n 维线性空间中的任意1+n 个向量必线性相关.注3: 将线性空间V 看成一个向量组,那么它的任意一个极大线性无关组就是V 的一组基,其秩就是维数.推论2 n 维线性空间V 中的任意n 个线性无关的向量组成V 的一组基.定义2 设n εεε,,,21L 是n 维线性空间V 的一组基,则对V 中的任意向量α,存在唯一数组n x x x ,,,21L ,使得n n x x x εεεα+++=L 2211,我们称n x x x ,,,21L 为向量α在基n εεε,,,21L 下的坐标,记作()Tn x x x ,,,21L .例1 在n 维向量空间nF 中,显然⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=100,,010,00121ML M M n εεε,是nF 的一组基.对任一向量Tn a a a ),,,(21L =α都可表示成n n a a a εεεα+++=L 2211,所以Tn a a a ),,,(21L 就是向量α在这组基下的坐标.选取另一组基:⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=111,,011,00121ML M M n ηηη,对于向量Tn a a a ),,,(21L =α,有()()()n n n n n a a a a a a a ηηηηα+−++−+−=−−11232121L ,所以α在这组基下的坐标为()Tn n n a a a a a a a ,,,,13221−−−−L .例2 在线性空间n x F ][中,容易验证121,,,1−===n n x x αααL高等代数讲义是n x F ][的一组基.在这组基下,多项式1110)(−−+++=n n x a x a a x f L 的坐标就是它的系数()Tn a a a 110,,,−L .考虑n x F ][中的另一组基()121,,,1−−=−==n n a x a x βββL .由泰勒(Taylor)公式,多项式)(x f 可表示为()1)1()(!1)())((')()(−−−−++−+=n n a x n a fa x a f a f x f L ,因此,)(x f 在基n βββ,,,21L 下的坐标为()Tn n a f a f a f ⎟⎟⎠⎞⎜⎜⎝⎛−−!1)(,),('),()1(L . 例3 在所有二阶实矩阵构成的线性空间)(22R ×M 中,考虑向量组⎟⎟⎠⎞⎜⎜⎝⎛=⎟⎟⎠⎞⎜⎜⎝⎛=⎟⎟⎠⎞⎜⎜⎝⎛=⎟⎟⎠⎞⎜⎜⎝⎛=1000,0100,0010,000122211211E E E E . 首先这是一组线性无关组.事实上,若有实数4321,,,k k k k ,使=+++224213122111E k E k E k E k O k k k k =⎟⎟⎠⎞⎜⎜⎝⎛4321, 则有04321====k k k k ,这就说明了22211211,,,E E E E 线性无关.其次,对于任意二阶实矩阵⎟⎟⎠⎞⎜⎜⎝⎛=22211211a aa a A , 可表示为2222212112121111E a E a E a E a A +++=,因此22211211,,,E E E E 是22×M 的一组基,22×M 是4维实线性空间,并且A 在这组基下的 坐标为()Ta a a a 22211211,,,.第六章 线性空间与线性变换二、同构关系1.映射设M,N 是两个集合.如果给定一个法则ϕ,使M 中的每个元素a 都有N 中的一个唯一确定的元素'a 与之对应,则称ϕ是集合M 到集合N 的一个映射.'a ∈N 称为a 在映射ϕ下的像,而a 称为'a 在映射ϕ下的原像.记作')(a a =ϕ.M 中元素在ϕ下像的全体构成N 的一个子集,记之为ϕIm 或)(M ϕ。

线性变换知识点总结

线性变换知识点总结

线性变换知识点总结一、引言线性变换是线性代数中的重要概念,它是在向量空间中的一种特殊映射。

线性变换具有许多重要的性质和应用,因此研究线性变换对于理解线性代数和应用数学有着重要的意义。

本文将从线性变换的基本概念、性质和应用进行总结,希望能够帮助读者对线性变换有更深入的理解。

二、线性变换的定义线性变换是向量空间之间的一种映射,具体来说,设V和W是两个向量空间,f:V→W是从V到W的映射。

如果对于V中的任意向量u、v和任意标量a,b,都有f(au+bv)=af(u)+bf(v)那么f称为一个线性变换。

三、线性变换的矩阵表示线性变换可以用矩阵来表示,假设V和W是n维向量空间,我们选择V和W的基,那么可以得到V和W中的向量可以用n维列向量表示。

设f:V→W是一个线性变换,选择V和W的基分别为{v1,v2,...,vn}和{w1,w2,...,wn},那么f的矩阵表示为[f]=(f(v1) f(v2) ... f(vn))其中f(vi)表示w中的基向量wi在f映射下的像,也就是f(vi)对应的列向量。

根据线性变换的定义,我们可以得到映射f的矩阵表示满足下列关系f(av1+bv2)=af(v1)+bf(v2)等价于[f](av1+bv2)=a[f]v1+b[f]v2其中[f]v1和[f]v2为f(v1)和f(v2)的列向量表示。

四、线性变换的性质1. 线性变换的保直性线性变换f:V→W将V中的任意向量线性映射到W中,这种映射保持向量之间的直线性质,即通过f映射后的图像仍然是一条直线。

这是线性变换的一个重要性质,它保证了线性变换后的图像具有一些有用的性质,比如直线上的点在f映射后仍然在同一条直线上。

2. 线性变换的局部性线性变换f:V→W保持向量之间的“相对位置”不变,即如果向量v1和v2之间的相对位置关系在V中是一定的,那么在映射f下,向量f(v1)和f(v2)之间的相对位置关系也是一定的。

这一性质对于理解线性变换的几何意义有着重要的作用,它意味着线性变换可以保持向量之间的某些几何性质。

线性变换

线性变换

例1. 设V是数域P上的线性空间,c是数域P中的一个常 数,定义变换
LINEAR LINEAR ALGEBRA ALGEBRA
A : ∀α ∈ V Aα = cα
则 A为V的一个变换。通常称为数乘变换 。 当 c = 1 时,称上面的数乘变换为恒等变换。并记为 ε 当 c = 0 时,称上面的数乘变换为零变换。并记为θ
LINEAR LINEAR ALGEBRA ALGEBRA
第六章
线



西南交通大学峨眉校区基础课部数学教研组
2006年制作
第六章 线性变换 线性变换
LINEAR LINEAR ALGEBRA ALGEBRA
内容
1.线性变换的概念 线性变换的概念 2.线性变换与矩阵 线性变换与矩阵 3.线性变换的特征子空间﹑值域和核 线性变换的特征子空间﹑ 线性变换的特征子空间 4.欧氏空间的正交变换和对称变换 欧氏空间的正交变换和对称变换
西南交通大学峨眉校区基础课部数学教研组
2006年制作
二、线性变换与矩阵 线性变换与矩阵
(2)
LINEAR LINEAR ALGEBRA ALGEBRA

x1 x1 + x2 A1 x2 = x3 有: x x 3 1 2 2 3 A1α1 = 0 , A1α 2 = 0 , A1α 3 = 1 2 1 1
西南交通大学峨眉校区基础课部数学教研组
2006年制作
一、线性变换的概念 线性变换的概念
例2 . 设 V = P[ x]是实数域R上的全体一元实系数多项 式组成的实线性空间,定义微分变换
LINEAR LINEAR ALGEBRA ALGEBRA

6线性空间与线性变换

6线性空间与线性变换

性质3
因为
所以 又因为
所以

返回 上一页 下一页
性质4 如果
那么
,那么
或者
。假设

定义2 R上线性空间V的一个非空子集合W如果对于V
的两种运算也构成数域R上的线性空间,称W为V的
线性子空间(简称子空间)。 定理1 线性空间V的非空子集W构成V的子空间的
充分必要条件是W对于V中的两种运算封闭。
返回 上一页 下一页
例 实数域R上次数不超过n的多项式的全体,记为 P[x]n,即P[x]n ={anxn+…+a1x0+a0|an, an-1,…a1, a0∈R} 对于通常的多项式加法、多项式数乘构成R上的向量 空间。
返回 上一页 下一页
例 实数域R上次数n的多项式的全体,记为W,即 W={anxn+ an-1xn-1 +…+a1x+a0|an, an-1,…a1, a0∈R,且 an≠0}。W对于通常的多项式加法、多项式数乘不构成 R 上的向量空间。 因为0(anxn+…+a1x0+a0)=0W,即 W对数乘不封闭。 例 n个有序实数组成的数组的全体 Sn={x=(x1,x2,…xn)| x1,x2,…xn∈R} 对于通常的有序数组的加法及如下定义的数乘 k•(x1,x2,…xn)=(0,0,…0) 不构成R上的向量空间,因为1x=0 ,不满足运 算规律(5) 返回 上一页

,作变换T
容易验证T是Vn的线性变换,且
返回
上一页
下一页
定理4

是线性空间Vn的一个基, 是Vn中任意n个向量,则存在唯一的线
性变换T使
定义7 设 是线性空间Vn的一个基, T是Vn 的一个线性变换,基向量的像可以被基线性表出:

第六章 线性空间与线性变换

第六章 线性空间与线性变换

1.定义 (1)基与维数
§6.2 基与维数
设V 是数域 K 上的一个线性空间,如果V 中的 n 个向量 ε1,ε 2 ,L,ε n 满足
(1) ε1,ε 2 ,L,ε n 线性无关;
(2)V 中的任意向量都可由 ε1,ε 2 ,L,ε n 线性表示,
则称 ε1,ε 2 ,L,ε n 为线性空间V 的一组基,n 称为V 的维数,记为 dimV = n ,并称V 为数 域 K 上的 n 维线性空间。
(4)逆变换: 空间V 上的变换ϕ 称为可逆的,如果存在V 上的变换ψ ,使
ϕψ =ψϕ = IV ,
5
其中变换ψ 称为ϕ 的逆变换,记为ϕ −1 。
4.线性变换的运算
关于线性映射的加法和数乘, L(V ,V ') 是 K 上的线性空间。
1.线性变换的表示矩阵
§ 6.6 线性变换的矩阵
设ϕ 是 n 维线性空间V 的一个线性变换, ε1,ε 2 ,L,ε n 是V 的一组基,将
s
I V1 ∩V2 ∩L ∩Vs = Vi i =1
V1 + V2 + L + Vs = {α1 + α 2 + L + α s | αi ∈Vi , i = 1,2,L, s}
也是V 的子空间。
5.直和的定义
设V1,V2 ,L,Vs 是线性空间V 的子空间,如果和V1 + V2 + L + Vs 中的每个分解式 α = α1 + α 2 + L + α s , αi ∈Vi (i = 1,2,L, s)
ϕ(ε1 ),ϕ(ε 2 ),L,ϕ(ε n ) 表示为 ε1,ε 2 ,L,ε n 的线性组合,设

第6章线性变换和特征值

第6章线性变换和特征值

第6章线性变换和特征值线性变换是线性代数中的重要概念,它是指一个向量空间V到另一个向量空间W之间的映射,满足线性性质。

线性变换在实际应用中有着广泛的应用,特别是在计算机图形学、信号处理、物理学等领域中。

在进行线性变换时,我们通常会对向量进行一系列的操作,如旋转、缩放、投影等。

这些操作可以通过矩阵来表示,因为矩阵可以将一些向量操作统一起来,从而方便计算。

线性变换可以用一个矩阵A表示,对于输入向量x,其变换结果y=Ax。

线性变换的一个重要性质是保持向量的线性组合。

即对于任意的向量x1, x2和标量a,b,有T(ax1 + bx2) = aT(x1) + bT(x2)。

这一性质在实际应用中非常有用,它保证了线性变换的结果仍然是向量空间中的向量。

在线性代数中,我们研究的是向量空间的特征,即向量空间中的一些特殊向量。

对于一个线性变换T,其特征向量是满足T(v)=λv的非零向量v,其中λ是一个标量,称为特征值。

特征向量和特征值可以用来描述线性变换对向量的“拉伸”和“旋转”效果。

特征值和特征向量的计算是线性代数中的关键问题。

一般来说,我们可以通过求解线性变换对应矩阵的特征方程来求解特征值和特征向量。

特征方程是一个关于特征值λ的方程,其形式为det(A - λI) = 0,其中A是线性变换对应的矩阵,I是单位矩阵。

特征值和特征向量在实际应用中有着广泛的应用。

例如,在计算机图形学中,特征值和特征向量可以用来描述3D模型的形状变化。

在信号处理中,特征值和特征向量可以用来解决滤波和降噪问题。

除了特征值和特征向量,线性变换还有一些重要的性质。

例如,对于矩阵为A的线性变换T和标量c,有T(cA)=cT(A),称为线性变换的齐次性质。

此外,线性变换的核是指所有使得T(v)=0的向量v的集合,而像是指线性变换T的所有可能输出向量的集合。

总结起来,线性变换是线性代数中的重要概念,它可以用矩阵来表示,并且具有许多重要的性质。

特征值和特征向量是线性变换的重要度量指标,可以用来描述线性变换的效果。

线性变换的定义课件

线性变换的定义课件
1)对任意的X、Y∈Mn(F),则有σ(X+Y) = = = ;
A(X+Y)B
AXB+AYB
σ(X)+ σ(Y)
2)对任意的k∈F,有σ(kX)= = = .
3)线性变换σ保持线性关系式,即对于β∈V,
特别地,当β=0时,有 K1σ(α1)+ k2σ(α2)+…+ knσ(αn)=0. 若k1 ,k2,…,kn 不全为0,则得性质:
4) 线性变换把线性相关的向量组变成线性相关 的向量组.
5) 设σ是V的一个线性变换, V′是V的子空间. V′在σ下的象集合,记作σ(V′), 即σ(V′) = {σ(ξ)|ξ∈V′}. 则σ(V′)是V的一个子空间.
5)在Mn(F)中,σ(X)=XA+AX,其中A是Mn(F) 中固定的一个方阵; 6)在F[x], σ(f (x))=f(x+1)-f(x); 7) 在由实数域R上的所有次数不超过n的多项式及 零多项式构成的线性空间Rn[x]中,σ(f(x))=xf(x);
例2 在 中,H是过原点的一个平面.令σ是对平面H的正投影变换(图6.2)
图6.2
定义1 设V是数域F上的一个线性空间,σ是
V的一个变换,如果它满足以下两个条件: 对任意的α,β∈V,有
σ(α+β)=σ(α)+σ (β); 对任意的k∈F,有
σ(kα)=kσ(α).
则称σ是向量空间V的一个线性变换.
当k=1时,σ是V的恒等变换ι;
02
σ是V的一个线性变换,叫做V的一个数乘(或 位似)变换.
因此,恒等变换及零变换都是线性变换.
当k=0时,σ是V的零变换θ.
05
例7 设C[a, b]是定义在[a, b]上的一切连续 函数作成的R上的线性空间. 对任意的 f(x)∈C[a, b], 规定J(f(x))= .

最新-线性空间及线性变换-PPT文档资料

最新-线性空间及线性变换-PPT文档资料
注意到dimkerB即为Bx=0的解空间的维数,它等于 m-r(B),于是有dimkerB|V=dimkerB∩V=dimkerB=mr(B),代入等式(I)有: dimW+(m-r(B))=m-r(AB). 移项即 得: dimW=r(B)-r(AB). □
例6.1.4 (中南大学,2019年)设P是一个数域,A是Pn×n 中一个矩阵,令F(A)={f(A)|f(x)∈P[x]}.证明:
(4) 任一空间是数乘变换的不变子空间.
(5) 设W是线性空间V的子空间且W L(1,2, ,r),
则W是A的不变子空间当且仅当 / Ai W,i=1,2,…,r.
(6) 设V1是线性变换/A的不变子空间,则对任一多 项式f, V1是f(A)的不变子空间.
(7) 设/A和/B是线性变换且/A/B=/B/A, V 是/A的 特征子空间,则V 也是/B的不变子空间.
若这两个向量组都线性无关,则 L (1 ,2 , ,s ) L (1 ,2 , ,t)
的维数等于齐次方程组 x 1 1 x 2 2 x ss y 1 1 y 2 2 y tt 0
的解空间的维数.
证明:设W 1 1,2, ,s, W 21,2, ,t ,那么
若I,A,A2,…,Am线性相关,那么存在一组不全为零的 数k0,k1,…,km∈P,使得:
k0I+k1A+k2A2+…+kmAm=0.
令h(x)=k0+k1x+k2x2+…+kmxm,显然有h(A)=0且
(h (x) )m (m (x),) 这将与 m()是A的最小多项式矛盾.于
是I,A,A2,…,Am线性无关,那么I,A,A2,…,Am构成F(A)的

线性代数课件_第六章_线性空间和线性变换——1

线性代数课件_第六章_线性空间和线性变换——1

量空间 . 通常的多项式加法、数乘多项式的乘法两种运
算满足线性运算规律.
( a n x n a 1 x a 0 ) ( b n x n b 1 x b 0 )
( a n b n ) x n ( a 1 b 1 ) x ( a 0 b 0 ) P[x]n
(a n x n a 1 x a 0 )
对于通常的有序数组的加法及如下定义的乘法
(x 1 , ,x n )T 0 , ,0
不构成线性空间. Sn对运算封.闭
但 1xo, 不满足第五条运算规律.
由于所定义线 的性 运,运 所 算算 以 S不 n不是 是 线性.空间
2020/5/18
课件
17
二、线性空间的性质
1.零元素是唯一的.
证明 假设 01,02 是线性空间V中的两个零元
则有 0
0 .
向量 的负元素记为 .
2020/5/18
课件
19
3 . 0 0 ; 1 ;0 0 .
证明 0 1 0 1 0 1 ,
0 0.
1 1 1 1 1 0 0 ,
1 . 0 1 0
素,则对任何 V,有
0 1 , 0 2 .
由于 01,02V, 所以 0 2 0 1 0 2 ,0 1 0 2 0 1 .
0 1 0 1 0 2 0 2 0 1 0 2 .
2020/5/18
课件
18
2.负元素是唯一的.
证明 假设 有两个负元素 与 ,那么
0 , 0 .
设 ,, V ;, R
(1 ) ;
( 2 ) ;
(3)在 V 中存在 0,对 零 任 元 V 何 ,都 素有 0;
2020/5/18
课件

第六章线性变换及若当标准形

第六章线性变换及若当标准形
又对于任意的v??有????????2121???????????mm??????但对任意的j有ommj??????????2211????因此mmm????????????kerkerker212211????????故omm?????????2211????也即???2211mm?????????所以mv???imimim21?????
91
(1)充分条件 定理 11 若数域 P 上 n 维线性空间 V 的线性变换 有 n 个不同的特征值,则 可对角化。 定理 12 若数域 P 上 n 阶矩阵 A 的特征多项式 f ( ) 有 n 个单根,则 A 可对角 化。 (2)充要条件 关于线性变换: 定理 13 数域 P 上 n 维线性空间 V 的线性变换 可对角化的充要条件是 有 n 个线性无关的特征向量。 定理 14 数域 P 上 n 维线性空间 V 的线性变换 可对角化的充要条件是 V 可 以分解成不同特征值的特征子空间的直和:
的属于特征值 i 的线性无关的特征向量, i 1,2,, s ,则 11 , 12 , , 1k ,
1
21 , 22 , , 2 k ,, s1 , s 2 , , sk 线性无关。
2i s
6.特殊矩阵的特征值 (1) 上(下)三角矩阵的特征值就是其主对角线上的元素; (2) 幂零矩阵的特征值全为零; (3) 幂等矩阵的特征值全是 0 或 1; (4) (5) (6) (7) 对合矩阵的特征值全是 1 或 1 ; 实对称矩阵的特征值全为实数; 实反对称矩阵的特征值是 0 或纯虚数; 正交矩阵的特征值的模为 1。
92
1
E A 的所有不同的根,即 A 的所有特
第三步:将上述每一个齐次线性方程组的基础解系作为矩阵 P 的列向量,则 P 是可逆矩阵,且 P AP 为对角矩阵。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第六章 线性变换映射:,X Y ≠∅≠∅,如果有一个法则σ,它使得X 中每个元素α,在Y 中有唯一确定的元素β与之对应,则称σ为X 到Y 的一个映射,记作:X Y σ→,()σαβ=,β称为α在σ下的象,α称为β在σ下的原象。

注:()(),X στασατα=⇔∀∈=对。

变换:一个集合到自身的映射。

线性变换的定义与性质定义 设V 是数域F 上的线性空间,σ是V 的一个变换,如果满足条件:(1)()()()βσασβασV,α,β+=+∈∀; (2)()()k F,αV,k αk σασ∀∈∀∈=, 则称σ是V 上的线性变换或线性算子。

(1), (2)等价于条件:,,,k l F V αβ∀∈∈ ()()()σk αl βk σαl σβ+=+。

例:设σ:n nR R →,定义为()c αασ=,c 为常数。

-----数乘变换或位似变换。

c =0-----零变换,记为o 。

c =1-----恒等变换,记为ε。

例:设σ是把平面上的向量绕坐标原点逆时针旋转θ角的变换 设()()(),,,TTx y x y ασα''==,则cos sin sin cos x x y y x y θθθθ'=-⎧⎨'=+⎩记cos sin sin cos A θθθθ-⎡⎤=⎢⎥⎣⎦,则()A σαα=是一个线性变换。

例:判断下列变换是否是线性变换 (1) ()()12323,,1,,TTa a a a a σ=; (2) ()()12323,,0,,TTa a a a a σ=;(3) ()()12312231,,2,,T Ta a a a a a a a σ=-+; (4) ()()2123123,,,,3TTa a a a a a σ=.线性变换的基本性质(1)()θθσ=; (2)()()ασασ-=-; (3)线性变换保持向量的线性组合关系不变,即若s s αk αk αk β+++=Λ2211,则1122s s βk αk αk ασσσσ=+++L ;若θ=+++s s αk αk αk Λ2211,则θσσσ=+++s s αk αk αk Λ2211。

(4)线性变换将线性相关的向量组映成线性相关的向量组。

线性变换的运算()V L ----线性空间V 上所有线性变换的集合。

定义 设()V L ∈τσ,,它们的和τσ+定义为()()()().,V ∈∀+=+αατασατσ易证()V L ∈+τσ,即线性变换的和仍是线性变换。

F l k V ∈∈∀,,,βα,有()()()()()()k l k l k l k l k l k l σταβσαβταβσασβτατβσταστβ++=+++=+++=+++定义 设()F k V L ∈∈,σ,k 与σ的数量乘法σk 定义为()()().,V k k ∈∀=αασασ同样().V L k ∈σ可以直接验证,(),,,,,F l k V L ∈∈∀ρτσ下列性质成立: (1) ()()ρτσρτσ++=++; (2)σττσ+=+;(3) σσ=+0; (4) ()0=-+σσ; (5) σσ=1; (6) ()()σσkl l k =; (7) ()σσσl k l k +=+; (8) ()τστσk k k +=+.定理 ()L V 对于上述定义的加法和数量乘法构成数域F 上的线性空间。

定义 设()V L ∈τσ,,定义线性变换的乘积στ为()()()().,V ∈∀=αατσαστ易证()V L ∈στ,且()F k V L ∈∈∀,,,ρτσ,变换的乘积还有如下性质: (1) ()()ρσττρσ=; (2) ()σρσρρτσ+=+; (3) ()τρσρρτσ+=+; (4) ()()()τστσστk k k ==; (5) εσσε=;(6)o o o σσ==.注:线性变换的乘法交换律和消去律不成立。

定义 设()V L ∈σ,如果存在()V L ∈τ,使得ετσστ==则称σ是可逆的,τ称为σ的逆变换。

(逆变换是唯一的。

)σ的逆变换记为1-σ,且()V L ∈-1σ.规定:01,k k σεσσσ-==,则()()1,,nkmnm nm mnkσσσσσσσ+--===注意:()kk k στστ≠。

定义:设()[]1n f x F x +∈,且()1110n n n n f x a x a x a x a --=++++L ,给定()L V σ∈,称()1110n n n n f a a a a σσσσε--=++++L 为线性变换σ的多项式。

显然()()f L V σ∈。

线性变换在一组基下的矩阵定理1 设σ是n 维线性空间V 的一个线性变换,n ααα,,,21Λ是V 的一组基,则V 中任一向量α的像()ασ由基的像()()()n ασασασ,,,21Λ所完全确定。

设n ααα,,,21Λ是V 的一组基,则(),1,2,i i n σα=L 可由n ααα,,,21Λ线性表出,设()()()⎪⎪⎩⎪⎪⎨⎧+++=+++=+++=nnn n n n n n nn αa αa αa ασαa αa αa ασαa αa αa ασΛΛΛΛΛΛΛΛΛ22112222112212211111 ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=nn n n n n a a a a a a a a a A ΛΛΛΛΛΛΛ212222111211记()()()()()n n ασασασααασ,,,,,,2121ΛΛ=,则有()()A n n αααααασ,,,,,,2121ΛΛ=称A 为线性变换σ在基n ααα,,,21Λ下的矩阵。

注1:A 不一定是可逆矩阵。

注2:()()()()()1212,,,,,,n n A A σααασασασα=⎡⎤⎣⎦L L 。

定理2 设线性变换σ在基n ααα,,,21Λ下的矩阵为A ,向量α和()ασ在这组基下的坐标分别是()Tn,x ,,x x x Λ21=和()Tn ,y ,,y y y Λ21=,则 y=Ax .证明:因为()12,,,n x αααα=L()()12,,,n y σαααα=L()()A n n αααααασ,,,,,,2121ΛΛ=()()()()121212,,,,,,,,,n n n x xAxσασααασαααααα∴==⎡⎤⎡⎤⎣⎦⎣⎦=L L L即y=Ax .例 设线性变换σ在基123,,ααα下的矩阵为123456789A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦求σ在基321,,ααα下的矩阵B 。

例 设123,,ααα是3R 的一组基,σ是3R 的线性变换,且()()()132231,,σαασαασαα===,求σ在这组基下的矩阵;若α在123,,ααα下的坐标为()2,1,1T-,求()σα在这组基下的坐标。

线性变换与矩阵的一一对应关系引理 设n ααα,,,21Λ是n 维线性空间V 的一组基,则对任意给定的n 个向量n βββ,,,21Λ都存在线性变换σ,使得()(),n ,,i βασi i Λ21==。

证明:设γ是任一n 维向量,1122=n n c c c γααα+++L 定义一个变换σ为:()11221=nn n i i i c c c c σγββββ=+++=∑L则有()=,1,2,,i i i n σαβ=L 。

以下证明σ是一个线性变换。

设11221122=,=n n n n x x x y y y ααααβααα++++++L L ,则()()()()()111111n nn i i i i i i i i i i n n ni i i i i i i i i i x y x y x y x y σαβσαασαβββσασβ======⎛⎫⎛⎫+=+=+ ⎪ ⎪⎝⎭⎝⎭=+=+=+∑∑∑∑∑∑()()1111n n i i i i i i nni i i i i i k k x kx kx k x k σασασαββσα====⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭===∑∑∑∑定理1设n ααα,,,21Λ是n 维线性空间V 的一组基,()ij a A =是任一n 阶矩阵,则有唯一的线性变换σ满足 ()()A n n αααααασ,,,,,,2121ΛΛ=。

证明:构造向量如下:1122=,1,2,,j j j nj n a a a j n βααα+++=L L由引理,存在线性变换σ,使得()=,1,2,,i i i n σαβ=L ,于是()()()121212,,,,,,,,,n n n A σαααβββααα==L L L即存在线性变换σ在基n ααα,,,21Λ下的矩阵是A 。

如果有两个线性变换,στ在基n ααα,,,21Λ下的矩阵都是A 则()()()121212,,,,,,,,,n n n A σαααααατααα==L L L 即()(),1,2,,.i i i n σαταστ==⇒=L例 已知()()2121,2,1,3T TR αα=-=是的一组基,求(1)线性变换σ,使σ在这组基下的矩阵是1234⎛⎫⎪⎝⎭; (2) 求线性变换σ,使得()()()()121,0,0,1T Tσασα==。

定理2 设V 是F 上n 维线性空间,则L (V )与M n (F )同构。

证明:在V 中取一组基n ααα,,,21Λ,设,()L V στ∈,则 ()()1212,,,,,,n n A σαααααα=L L()()1212,,,,,,n n B ταααααα=L L定义映射:()n L V M ϕ→,使得()A ϕσ=。

易证ϕ是双射,且()()()()()()()()121212121212,,,,,,,,,,,,,,,,,,n n n n n n A B A B στααασαααταααααααααααα+=+=+=+L L L L L L即()()()ϕστϕσϕτ+=+。

对任意的k F ∈,有()()()()()121212,,,,,,,,,n n n k k A kA σααααααααα==L L L即()()k k ϕσϕσ=所以ϕ是同构映射,即L (V )与M n (F )同构。

例 设V 是数域F 上的n 维线性空间,证明由V 的全体线性变换组成的线性空间L (V )是n 2维的。

以二维线性空间为例,写出L (V )的一组基。

定理3 设()()F M V :L n →ϕ是同构映射,则对()V L σ,τ∈∀, ()()()τϕσϕστϕ=。

证明:设()(),A B ϕσϕτ==,则()()()()()()()()()()()121212121212,,,,,,,,,,,,,,,,,,n n n n n n B B A B AB σταααστααασααασααααααααα=====L L L L L L 即()()()τϕσϕστϕ=。

相关文档
最新文档