高等代数7.6线性变换的值域与核.ppt
高等代数7.6线性变换的值域与核
则 1)A 的值域A (V )是由基象组生成的子空间,即
A (V ) LA (1),A ( 2 ),L ,A ( n )
2)A 的秩=A的秩.
.
证:1) V , 设 x11 x2 2 L xn n , 于是 A ( ) x1A (1) x2A ( 2 ) L xnA ( n )
.
0 A 1(0), A 1(0) .
又对 , A 1(0), 有A ( ) 0,A ( ) 0 从而 A ( ) A ( ) A ( ) 0. A (k ) kA ( ) k0 0, k P
即 A 1(0), k A 1(0),
A 1(0) 对于V的加法与数量乘法封闭. 故A 1(0)为V的子空间.
.
定义2:线性变换A 的值域A (V )的维数称为A 的秩;
A 的核A 1(0)的维数称为 A 的零度.
例1、在线性空间 P[ x]n 中,令
D f (x) f (x)
则 D P[ x]n P[ x]n1,
D 1(0) P 所以D 的秩为n-1,D 的零度为1.
.
二、有关性质
1. (定理10) 设A 是n 维线性空间V的线性变换,
并把它扩充为V的一组基:1, 2 ,L , r ,L , n 由定理10,A (V ) 是由基象组A (1),A ( 2 ),L ,A ( n )
生成的.
.
但 A ( i ) 0, i 1,2,L , r.
A (V ) LA (r1),L ,A (n )
下证A ( r1),L ,A ( n )为A (V )的一组基,即证它们
由p271补充题2的结论知,A (1),A ( 2 ),L ,A ( n ) 的秩
§7.6 线性变换的值域与核.
§7.6 线性变换的值域与核教学目的 理解值域与核的概念,记忆秩与零度的术语,熟练掌握值域的结构,及其与核的关系.重 点 值域的结构,值域与核的关系. 难 点 值域与核的关系. 课 型 新授课 教学过程定义6:A ——V 上的线性变换(()A L V ∈),A 的值域:{}V A AV ∈=ξξ,其维数叫A 的秩.A 的核:(){}V A A ∈==-ξξξ,001,其维数叫A 的零度. 易证:AV 与()01-A 均是V 的子空间。
例:在[]n x P 中,()()()x f x f A '=则[]()[]()P A x P x P A n n ==--0,11二者均是[]n x P 的子空间。
定理10 11A (),dim ,,,n L V V n εεε∈=L 是一个基。
1)12AV (A ,A A )n L εεε=L2)若1212A(,,)(,,)n n A εεεεεε=L L ,则秩(A )=秩(A )证明:1)等AV,:A αααα''∈∃=,而1A nni i i i i i la a αεαε=='=⇒=∑∑12(A ,A A )n L αεεε'∴∈L反过来12(A ,A ,A )A A()AV n i i i i L a a αεεεαεε''∈⇒=⇒←∑∑Lα'∴是i i a αε=∑的像,AV α'∈故1AV (A ,A )n L εε=L 2)11212(A ,A )A(,,)(,)n n n A εεεεεεεε==Q L L L∴ 秩1(A)dim AV dim (A ,A )n L εε==L (P271.2第六章 补充题2 )=秩(A )换句话说:ψ:A A →,则 秩(A )=秩(A )说明:()s L ααα,,,21Λ 是包含s ααα,,,21Λ的最小子空间。
解决了dimAV , 那么-1dimA ?=,定理11 设线形映射:,dim V V V n σ→=<∞,则dimIm dimker n σσ+=证 设12dim ker ,,,s s σααα=L 为ker σ的基,则扩充11,s s n αααα+L L 为V 的基111((),()(),()(),())s s n n V L L σσασασασασασα+==L L L (),( 如果,1111()()0()0ker n ns s n n i ii ii s i s k k k a k a σασασσ++==+==+++=⇒=⇒∈∑∑L111()0,0nsni i i i i i i i s i i k a k a k a i k =+==∴=-⇒=⇒∀=∑∑∑1(),()s n σασα+∴L 线性无关,因此1dim Im (())s n s σσασα+==-L n 秩()dimIm dimIm dimker n s σσσ∴=+=+注意:虽有A 的秩+A 的零度=n ,但这并不等于AV +()01-A =V 成立。
高等代数第7章线性变换[1]PPT课件
=xcosq - ysinq
同样 y’= xsinq + ycosq )。
精选PPT课件
6
记 A = cosq sinq
sinq
cosq
则rq (a ) = Aa,称为旋转变换.
可以证明旋转变换 rq是一个线性变换。 (如何证明?)
精选PPT课件
7
例4 设A:R3R3, "a =(a1, a2, a3), 定义 A(a) = (a1, a2, 0), 易证A是线性变换. 它是
则 h(A)=f(A)+g(A), p(A)=f(A)g(A), 特别地,
f(A)g(A)=g(A)f(A). 即同一线性变换的多项式的乘法可交换
精选PPT课件
25
例用在D表线示性.空显间然Pn有[l]中,求微商是线性变换,
Dn = O 又变量的平移
f(l) | f(l+a) (aP)
也是线性变换, 用Sa表示. 按Taylor公式
精选PPT课件
17
三、线性变换的数量乘法及其性质
设AL(V), kP, 定义k与A的数量乘 积为V的一个变换, 使得
kA = KA
其中K为由k决定的数乘变换, 即"a V
(kA)(a)= (KA)(a) =K(A(a)) .
1、kA也是线性变换.
精选PPT课件
18
2、(1)1的数乘 1A = A (2)数乘结合律 (kl)A =k(lA) (3)数乘分配律 (k+l)A =kA+lA (4)数乘分配律 k(A +B)=kA+kB
f(l+a)=f(l)+af ’(l)+a 2 f ’’(l)+… +
高等代数7-6线性变换的值域与核
(1), (2 ) 就是 (V ) 的一组基.
法二: (V )=L( (1), (2 ), (3 ), (4 )) ( (1 ), (2 ), (3 ), (4 ))=(1,2,3,4 ) A
1 0 2 1
是单射 是满射. 证明: 是单射
1(0) 0
dim 1(0) 0 dim (V ) n (V ) V 是满射.
例2、设A是一个n阶方阵,A2 A, 证:设A是n维线性空间V的一个线性变换 在一
组基1,2, ,n下的矩阵,即
在 (V ) 中取一组基 :1,2 ,r 在 1(0) 中取一组基:r1, ,n 则 1,2 ,r ,r1, ,n 就是V的一组基.
显然有,
1 1, 2 2, , r r , r1 0, r2 0, , n 0.
用矩阵表示即
1
1
(1,2 ,n ) (1,2 ,n )
1 0 2 1
A
1
2
1
3
行变换
0
2
3
4
1 2 5 5 ~ 0 0 0 0
2
2 1 2
0
0
0
0
故 (1 ), (2 ), (3 ), (4 ) 的秩为2, (1 ), (2 )是它
的一组最大无关组。
因此, (V ) L (1 ), (2 )
2)因为
1 0 2 1
1
,
2
,1
,
2
证明:ⅰ) 显然.
ⅱ) 因为 0 0, 若 为单射,则 1(0) 0. 反之 ,若 1(0) 0, 任取 、 V , 若
( ) ( ), 则 ( ) ( ) ( ) 0,
7-6. 线性变换的值域与核 线性映射(变换)的象(值域)和核是两...
•反之,由于对于任意给定的n个 向量β1,β2,…,βn,有唯一 的线性变换σ,使得σ(αj)=βj, 因此,对于任意n阶矩阵A=(aij) 若令 βj=a1jα1+a2jα2+…+anjαn 1≤j≤n 则σ关于基 α1,α2,…,αn的矩阵即为A
▲ L(V)与Mn(F)的同构关系 L(V)与Mn(F)的同构关系不 仅保持加法和纯量乘法,而且还 保持乘法, 即若σ→A,τ→B ,则 σ+τ→A+B,kσ→k A,στ→AB,此外, σ可逆 等价于A可逆,且σ-1 → A-1。
▲乘法:积στ的定义 乘法: στ的定义
(στ)(ξ)= (στ)(ξ)=σ(τ(ξ)) 的合成映射称为σ 的积. 即σ与τ的合成映射称为σ与τ的积. 注意与函数有关定义的差别,数学分析中, 注意与函数有关定义的差别,数学分析中, 两个函数的积不是它们作为映射的积, 两个函数的积不是它们作为映射的积,两个 函数的复合函数才是它们作为映射时的积. 函数的复合函数才是它们作为映射时的积. 此外,σ(ξ) τ(ξ)是没有定义的 ,σ(ξ)·τ(ξ)是没有定义的. 此外,σ(ξ) τ(ξ)是没有定义的.关于线 性变换的积的算律与矩阵的积的算律是相 同的,线性变换的乘法不满足交换律, 同的,线性变换的乘法不满足交换律,消去 这是需要注意的. 律,这是需要注意的.
▲幂:σn=σσ…σ, σ0=ι σσ σ
线性变换与矩阵 在数域F上n维向量空间V中可以利 用V的基给出V的线性变换σ的矩阵 表示A.从而把讨论线性变换的问题转 化为用矩阵来处理,讨论起来既具体又 简单,并且提供了丰富的内容,同时使 我们看到矩阵工具的使用.在学习这部 分内容时要逐步体会利用矩阵解决问 题的方便以及熟练掌握V的线性变换 σ与F上n阶矩阵A的对应关系
• 作业:P326-14、15
高等代数讲义ppt第七章 线性变换
(4) 若A 是可逆的,则矩阵 A 也可逆,且A-1的矩阵是A-1。
例5 设 V是数域P上的n维线性空间,则L(V)与P n×n同构。
例6 设 A1,A2是 n 维线性空间 V 的两个线性变换,证明: A2V⊂A1V 的充要条件是存在线性变换 A 使得 A2=A1A 。
线性变换
§3 线性变换的矩阵
例4 设 A 是n维线性空间V的一个线性变换, A3=2E, B =A2-2A+2E, 证明:A,B都是可逆变换。
线性变换
§3 线性变换的矩阵
§3 线性变换的矩阵
定理1 设1, 2 , , n是线性空间V的一组基, 对V中任意n个向量 1,2 , ,n 存在唯一的线性变换 A∈L(V) 使任的何像得元,素只都要可选以取是适基当
线性变换
§1 线性变换的定义
二、线性变换的性质
性质1 设 A 是V的线性变换,则 A(0) 0, A( ) A()
性质2 线性变换保持线性组合与线性关系式不变。
性质3 线性变换把线性相关的向量组变成线性相关的向量组。
注意: 线性变换可能把线性无关的向量组变成线性相关的 向量组。
例3 设 1,2, ,r 是线性空间V的一组向量,A 是V的一个线
线性变换的加法满足以下运算规律:
(1) A + ( B + C ) = ( A + B ) + C
(2) A + B = B + A
线性变换
§2 线性变换的运算
定义2 设 A∈L(V),k∈P,对k与 A 的数量乘积 kA 定义为:
(kA) k A, V
结论2 对∀A ∈L(V),k∈P 有 kA∈L(V)。
Amn AmAn , (Am )n Amn, m, n N
线性变换的值域与核
1 2) 在 (0)中选一组基,把它扩充为V的一组基,
并求 在这组基下的矩阵.
3) 在 (V ) 中选一组基,把它扩充为V的一组基,
并求 在这组基下的矩阵.
§7.6 线性变换的值域与核
1 1 (0). (0), 它在 1 , 2 , 3 , 4 解:1)先求 设
( ) ( ), 则 ( ) ( ) ( ) 0,
1 从而 (0) 0 ,
即 = . 故 是单射.
§7.6 线性变换的值域与核
4. 设 为n 维线性空间V的线性变换,则
是单射 是满射.
证明: 是单射
1 (0) 0
dim 1 (0) 0
dim (V ) n (V ) V
是满射.
§7.6 线性变换的值域与核
例2、设 1 , 2 , 3 , 4 是线性空间V的一组基,已知
1 0 1 2 线性变换 在此基下的矩阵为 A 1 2 1 2 2 ( V ) (0). 1) 求 及 1 3 5 5 1 2 2 1
k1 k2 kn 0
故 ( r 1 ),, ( n ) 线 性无关,即它为 (V ) 的一组基.
的秩=n-r .
因此, 的秩+ 的零度=n.
§7.6 线性变换的值域与核
注意:
1 虽然 (V ) 与 (0) 的维数之和等于n ,但是
(V) 1(0) 未必等于V.
生成的.
§7.6 线性变换的值域与核
但 ( i ) 0,
i 1,2,, r .
(V ) L ( r 1 ), , ( n )
高等代数【北大版】7.6
σ 2)由1), 的秩等于基象组 σ (ε 1 ),σ (ε 2 ),L ,σ (ε n ) ) ),
的秩, 的秩,又
(σ (ε 1 ),σ (ε 2 ),L ,σ (ε n ) ) = (ε 1 , ε 2 ,L , ε n, ) A.
由第六章§ 由第六章§5的结论3知, σ (ε 1 ),σ (ε 2 ),L ,σ (ε n ) 的秩 结论 知 等于矩阵A的秩 等于矩阵 的秩. 的秩 ∴ 秩(σ ) =秩 ( A).
σ (V ) + σ 1 (0) 未必等于 未必等于V.
如在例1中 如在例 中,
D ( P[ x ]n ) + D 1 ( 0 ) = P[ x ]n1 ≠ P[ x ]n
§7.6 线性变换的值域与核
3. 设 σ 为n 维线性空间 的线性变换,则 维线性空间V的线性变换 的线性变换,
ⅰ) σ 是满射 σ (V ) = V
σ ( ε 1 , ε 2 ,L , ε n , ) = (ε 1 , ε 2 ,L , ε n , ) A
§7.6 线性变换的值域与核
A2 = A, 知 σ 2 = σ . 由
任取 α ∈ σ (V ), 设 α = σ ( β ), β ∈ V ,
σ (α ) = σ (σ ( β )) = σ 2 ( β ) = σ ( β ) = α 则
σ ( kα ) = kσ (α ) = k 0 = 0, α + β ∈ σ 1 (0), kα ∈ σ 1 (0), 即
k ∈ P
∴ σ (0) 对于 的加法与数量乘法封闭. 对于V的加法与数量乘法封闭 的加法与数量乘法封闭
1
的子空间. 故 σ (0) 为V的子空间 的子空间
1
7[1].6 线性变换的值域与核
证毕
(A 的秩、零度与空间维数的关系) 的秩、零度与空间维数的关系) 定理 2 设 A 是 n 维线性空间 V 的线性变换 则有 (1) A 的秩 + A 的零度 = n . (2) dimAV+ V+dim A -1(0)=dimV = (3) A V 的一组基的原像及 A -1(0)
的一组基合起来就是 V 的一组基. 的一组基.
第七章 线性变换
§1 线性变换的定义 §5 对角矩阵 §2 线性变换的运算 §6线性变换的值域与核 §3 线性变换的矩阵 §7不变子空间 §4 特征值与特征向量
第六节 线性变换的值域与核
主要内容
值域与核的定义及性质
有关的性质定理 举例
一、定义
的一个线性变换, 定义 1 设 A 是线性空间 V 的一个线性变换,
证毕
小 结
1.值域与核的定义及性质 1.值域与核的定义及性质
2.有关的性质定理 2.有关的性质定理
这个式子说明, 这个式子说明, A ξ ∈ L(A ε1 , A ε2 , … , A εn ) , 这个式子还 因此 A V ⊂ L(A ε1 , A ε2 , … , A εn ) . 表明基像组的线性组合还是一个像, 表明基像组的线性组合还是一个像,也即 L(A ε1 , A ε2 , … , A εn ) ⊂ A V.
例 5 设 A 是一个 n × n 矩阵,A2 = A . 证明 矩阵,
A 相似于一个对角矩阵
1 1 ⋱ 1 . 0 ⋱ 0
(1)
证明
取一 n 维线性空间 V 以及 V 的一组基
ε1 , ε2 , …, εn . 定义线性变换 A 如下: 如下:
7.6 线性变换的值域与核
(43;dimA 该性质说明:dimA V+dimA -1(0) = n. 但此时不能断 定A V+A -1(0) =V. 例如在 P[x]n 中, W P[x]n = P[x]n-1, V+A W
-1(0)
= P, W P[x]n + W
-1(0) -1(0))
A 的零度 = n, 即
A V + A (0) = V V = A V ⊕ A −1(0) →
−1 A V∩A −1 (0)={0}
→ A V中取基η1,⋯,ηr , A −1(0) 中取基ηr+1,⋯,ηn → η1,⋯,ηr ,
ηr+1,⋯,ηn 构成 V 的基, Aη1 =η1,⋯, Aηr =ηr , Aηr+1 =⋯= Aηn = 0, 且
例 线性空间 P[x]n 中 W (f (x)) = f /(x). 则 W 的值域为P[x]n/(x). 的值域为P[x]n1, W 的核为子空间P. 的核为子空间P.
二. 值域与核的性质
1 (定理10) A ∈L(V), ε1, ··· ,εn是V的基,且 A 在 定理10) ,εn是 的基, 该基下的矩阵为A 该基下的矩阵为A,则 1) A V= A (L(ε1, ···, εn )) = L( A ε1, ···, Aεn ); (L(ε ); 2) A 的秩 = A的秩. A的秩 的秩.
⋱ 1 0 ⋱
证明:
A∈Pn×n → ∃A ∈L(V), A (ε1,⋯, εn ) = (ε1,⋯, εn )A ,且因
A2 = A 得 A 2 = A .现证 A V ∩ A −1(0) = {0} .
∀α ∈A V ∩ A −1(0) → α ∈A V, α ∈A −1(0) → α ∈A V →
太原理工大学 高等代数第七章 6第六节 线性变换的值域与核
线性变换的值域 值域与 都是V的子空间. 结论 线性变换的值域与核都是 的子空间 证明 由 Aα+Aβ=A(α+β), kAα=A(kα) , 可知, 对加法与数量乘法是封闭的 同时, 可知,AV对加法与数量乘法是封闭的,同时,AV 是非空的,因此AV是 的子空间. 是非空的,因此 是V的子空间 由Aα=0与Aβ=0可知 与 可知 A(α+β)=0 , A(kα)=0 . 这就是说, 这就是说,A-1(0)对加法与数量乘法是封闭的. 又 对加法与数量乘法是封闭的 因为A(0)=0,所以 ∈A-1(0),即A-1(0)是非空的 是非空的. 因为 ,所以0∈ , 是非空的 是 的子空间 证毕. 证毕 因此,A-1(0)是V的子空间. 因此,
返回 上页 下页
我们来证明, 在一组适当的基下的矩阵是 在一组适当的基下的矩阵是(1). 这 我们来证明,A在一组适当的基下的矩阵是 由定理4,也就证明了所要的结论. 样,由定理 ,也就证明了所要的结论 如果α∈ , 由A2=A,可知 2=A. 如果 ∈AV,即对某个 ,可知A β∈V有, ∈ 有 α=Aβ . 那么 Aα=A(Aβ)=A2β=Aβ=α. 因此我们有 AV∩A-1(0)={0} . 由定理11即得 由定理 即得 V=AV⊕A-1(0) . ⊕
返回 上页 下页
kr+1Aεr+1+L+knAεn=0. L 成立, 成立,则 A(kr+1εr+1+L+knεn)=0. L 这说明向量k 属于A 这说明向量 r+1εr+1+L+knεn属于 -1(0). 因此可被核 L 的基所线性表示: 的基所线性表示: kr+1εr+1+L+knεn=k1ε1+L+krεr . L L 线性无关推出 推出k 从ε1,ε2,L,εn线性无关推出 i=0 (i=1,2,L,n). 因此 L Aεr+1,Aεr+2,L,Aεn . 线性无关, 线性无关,则A的秩=n-1,于是 的 - , A的秩+A的零度 . 的 的零度=n
§7.6 线性变换的值域与核
则
1)A 的值域A (V )是由基象组生成的子空间,即
A (V ) L A ( 1 ) , A ( 2 ) , , A ( n ) ;
2)A 的秩=A的秩.
§7.6 线性变换的值域与核
证:1) V , 设 x 1 1 x 2 2 x n n , 于是 A ( ) x 1 A ( 1 ) x 2 A ( 2 ) x n A ( n )
A (0) 0 .
§7.6 线性变换的值域与核
又 r 1 , r 2 , , s A
1
(0) ,
A ( r 1 ) A ( r 2 ) A ( s ) 0 .
又 A ( i ) i , i 1 , 2 , , r ,
证毕.
§7.6 线性变换的值域与核
4. 设A 为n 维线性空间V 的线性变换,则
A
是单射 A 是满射.
证:A 是单射
A
1
( 0 ) 0
1
d im A
(0 ) 0
d im A (V ) n A (V ) V
A
是满射.
证毕.
§7.6 线性变换的值域与核
A (V ) , A
1
( 0 ) 皆为V 的子空间.
§7.6 线性变换的值域与核
证:A (V ) V , A (V ) ,
且
A ( ) , A ( ) A (V ) , k P ,
有A ( ) A ( ) A ( ) A (V ) ,
有 x1A ( 1 ) x 2 A ( 2 ) x n A ( n )
第六节线性变换的值域与核
第六章线性变换1、教学目标:通过研究线性变换,要求学生在理解概念的基础上熟练掌握线性变换在某基下的矩阵的求解。
2、教学重、难点:以线性变换在不同基下矩阵的关系,矩阵的对角化及不变子空间为重点。
线性变换在不同基下对应不同的矩阵,线性变换的值域与核,线性空间按特征值分解成不变子空间的直和,为本章难点。
3、教学时数:14课时第一节线性变换的定义定义 1是线性空间到线性空间的一个映射,满足:则称为线性映射.定义 2是线性空间到线性空间的一个映射,满足:则称为线性变换.本章主要研究线性变换性质 1∙∙线性变换保持线性关系式不变. 若,则∙将线性相关的元素映射为线性相关的元素.第二节线性变换的运算1.相等iff2.加法运算;负运算;减法运算.3.乘法运算以及4.数乘运算5.幂次运算6.线性变换的多项式运算,定义7.零变换(0),恒等变换(Id)8.可逆的线性变换运算性质从交换律 ,结合律,分配律上考虑定理 1设是空间上的两个线性变换, 则都是上的线性变换;如果是可逆的,则也是上的线性变换.定理 2设是空间上的线性变换, 则∙乘法满足结合律∙,∙∙乘法一般不满足交换律 (见下例),但对于线性变换的多项式,总有交换律,即定义 1线性空间上的所有线性变换的集合在线性变换的加法和数乘运算下是一个线性空间, 称为线性空间的对偶空间.线性变换的乘法运算不满足交换律.例子 1假设,那么有结论:第三节线性变换的矩阵我们从两个方面来讨论线性变换的矩阵.定义 1设是维线性空间的一组基,为一个线性变换, 则元素组在的坐标,即构成的矩阵称为在基下的矩阵.定理 1线性变换的唯一存在定理任给线性空间的一组基和它的任意一组元素,则必存在唯一的线性变换,使得.证明利用线性空间的特征,可以构作映射;则即为所求下面的定理说明线性变换和矩阵的本质联系.定理 2设是数域上维线性空间的一组基,在这组下, 线性变换的矩阵用来表示.则存在从到的同构映射,满足:1. ;2. ;3. ;4. ;定理 3和在基下的坐标分别为,且的矩阵为.则.已知两组基.现在我们关心在这两组基础下的矩阵的联系.定理 4已知线性空间的两组基,线性变换在这两组基础下的矩阵分别为.则存在可逆的矩阵,使得证明根据已知条件,可得假设从基到基的过渡矩阵记为.则经过运算,可以得到结论.为了研究在这两组基础下的矩阵的这种联系联系,故此定义定义 2矩阵称为相似的,若存在可逆的矩阵,使得.继矩阵的等价、合同关系之后,相似关系是矩阵的新关系.性质 2相似关系是等价关系.性质 3相似,即,则.一般的,对任意的多项式, 均有.矩阵的这种相似关系可以用来计算矩阵的幂次方.例子 1计算.第四节特征值与特征向量现在,我们来讨论线性变换的简单化问题,即研究线性变换在什么条件下他的矩阵为对角矩阵?存在与否一组基,使得他的矩阵为对角矩阵?利用这些想法,我们不难得到一些必要条件.在这些必要条件的基础上我们来逐步判断线性变换的对角化问题.分析:假设我们果真找到了一组基,在其下的矩阵为.则得到定义 1线性变换的特征值,特征向量.再假设我们有一组基,满足代入上式,得到定义 2矩阵的特征值,特征向量计算问题:若何求特征值和特征向量?一些重要的基本概念:定义 3特征多项式.迹;特征子空间特征多项式的基本性质性质 4,则,定理 1相似的矩阵有相同的特征多项式;反之不然.例子 1定理 2Hamilton-Caylay定理设.则.证明令为的伴随矩阵,则有可令则代入第一式中,比较对应项的系数,得到即对应求和,得到结论.定义 4矩阵的零化多项式:,则称为的零化多项式. 次数最低的零化多项式称为的最小多项式.Hamilton-Carlay 定理的应用举例:例子 2设. 证明:提示:例子 3计算上例子中.问题:如何计算,使得?提示:用待定系数法.第五节对角矩阵本节给出线性变换或矩阵对角化问题的一系列判别条件.定理 1设是维线性空间的一个线性变换, 存在一组基使得在此基下的矩阵是对角矩阵的分必要条件是有个线性无关的特征向量.那么如何保证一定有线性无关的特征向量呢?定理 2属于不同的特征值的特征向量是线性无关的. 利用归纳法证明.推论 1有个不同的特征根, 则必有个特征向量.推论 2在复数域上,的特征多项式没有重根,则必有个特征向量.定理 3如果是线性变换的不同的特征值, 而是属于特征值的线性无关的特征向量,. 那么也线性无关.证明:设有判别式令则上式等价于可以验证或为的特征向量或为零向量. 如为前者, 则与上定理的结论相矛盾. 则只能为后者.等价于, 故原命题成立 .定理 4可以对角化的充要条件是任何一个特征值的代数重数等于它的几何重数.第六节线性变换的值域与核定义 1值域和核;数学表示;性质 1值域和核都是线性子空间定义 2线性变换的秩与零度: dimdim分别称为线性变换的秩和零度定理 1设是维线性空间的线性变换, 是的一组基,在这组基下的矩阵是,则∙;∙的秩=.线性变换的秩和零度存在下面的联系-维数公式定理 2设是维线性空间的线性变换,则dim dim推论 1对于有限维线性空间的线性变换,它是1-1的充分必要条件是它是满射.例子 1设是一个线性变换,满足: .求证:可以对角化证明只证明其中. 又分别从两个子空间选取一组基.那么在这一组基下的矩阵为第七节不变子空间定义 1是线性空间的子空间, .如果,则称为-不变子空间.线性不变子空间的基本性质性质 51.特征子空间是不变子空间;2.线性变换的值域和核均为子空间3.不变子空间的交与和仍然是不变子空间;4.和是不变子空间.例子 1假如是相互交换的线性变换,则的核与值域都是子空间.不变子空间的作用1.简化矩阵计算定理 1设是一个-不变子空间,则一定存在一组基使得在此基下的矩阵为推论 1设是一个-不变子空间, 并且, 则一定存在一组基使得在此基下的矩阵为2.线性空间的直和分解定理 2设线性变换的特征多项式为,它可以分解成一次因式的乘积则可以分解成不变子空间的直和其中证明: (I)先证由已知条件可设故可知即存在个多项式,使得故对线性变换而言也有所以, ,必有令.可验证ker(II)再证只证明零元素的分解是唯一的.为此假设对上式两端同时用作用,注意到. 因此,我们可以得到同时由故得作用到之上,可以建立综合上述,原命题得证明.。
§6 线性变换的值域与核
ε 例如:A为2维线性空间V上的线性变换, 1 , ε 2 为 例如: V 的一组基, 0 1 A (ε1 , ε 2 ) = (ε1 , ε 2 ) , 0 0
则 AV = L(ε1 ), A −1 (0) = L(ε1 ). 显然,
上页 下页 返回 结束
1)设 l1ε1 + ⋯ + lrε r + lr +1ε r +1 + ⋯ + lr + sε r + s = 0. 两边用A 作用得 l1 Aε1 + ⋯ + lr Aε r + lr +1 Aε r +1 + ⋯ + lr + s Aε r + s = 0. 因为 ε r +1 ,⋯, ε r + s ∈ A −1 (0), 所以 Aε r +1 = ⋯ = Aε r + s = 0. 又 Aε1 = η1 ,⋯, Aε r = ηr , 故 l1η1 + l2η2 + ⋯ + lrηr = 0. 但 η1 ,⋯,η r 为AV 的一组基,故 l1 = l2 = ⋯ = lr = 0. 于是 lr +1ε r +1 + ⋯ + lr + sε r + s = 0. ε r +1 ,⋯, ε r + s 为 A −1 (0) 的一 组基,故 lr +1 = ⋯ = lr + s = 0. 从而ε1 ,⋯, ε r , ε r +1 ,⋯, ε r + s 线性无关.
线性变换的值域与核.
V
1 (0)
0
V
V
第七章 线性变换 §6 线性变换的值域与核
事实上, V V , V , 且对
, V , k P 有 ( ) V
k (k ) V
即 V 对于V的加法与数量乘法封闭. V 为V的子空间. 再看 1(0). 首先, 1(0) V , (0) 0,
第七章 线性变换 §6 线性变换的值域与核
的秩+ 的零度=n 即 dim V dim 1(0) n.
证明:设 的零度等于r ,在核
1,2, ,r
并把它扩充为V 的一组基:1, 2 ,
1(0)中取一组基
, r , r1, , n
由定理10, 则 V L( 1, , r , r1, , n ). 但 i 0, i 1, 2, , r.
任取 V , 设 , V , 则 ( ) 2 , 故有 V , 0 当且仅当 0.
因此有 V 1(0) 0
从而 V 1(0) 是直和 . 又 dim V dim 1(0) n
所以有 V V 1(0).
第七章 线性变换 §6 线性变换的值域与核
kr1 r1 kn n 1(0)
即 可被 1, 2 , , r 线性表出.
第七章 线性变换 §6 线性变换的值域与核
设 k11 k2 2 kr r 于是有 k11 k2 2 kr r kr1 r1 kn n 0 由于 1, 2 , , n为 V的基.
k1 k2 kn 0
定义2:线性变换 的值域 V 的维数称为 的秩;
的核 1(0)的维数称为 的零度.
例1、在线性空间 P[ x]n 中,令
f (x) f (x)
则
P[ x]n P[ x]n1,
1(0) P
7.6 线性变换的值域与核
第七章 线性变换学习单元6: 线性变换的值域与核_________________________________________________________● 导学学习目标:理解线性变换的值域与核的概念;掌握线性变换的值域的结构;掌握线性变换的核的结构;会求线性变换的值域的维数与基;会求线性变换的核的维数与基。
学习建议:建议大家多读定义及定理,认真理解定义及定理的条件与结论,结合例题、习题掌握理论内容。
重点难点:重点:掌握线性变换的值域与核的维数与基的计算。
难点:深刻理解线性变换的值域与核的结构。
_________________________________________________________● 学习内容一、线性变换的值域与核的概念及基本性质定义 设V 为数域P 上线性空间,(),A L V ∈V 的全体向量在A 下的像组成的集合称为A 的值域,记为()A V ,即(){()|}A V A V αα=∈。
V 的零向量在A 下的原像组成的集合称为A 的核,记为1(0)A -,即1(0){|()0}A V A αα-=∈=。
注 也记()A V 为Im A (the image of A ),1(0)A -为ker A (the kernel of A )。
命题 1(),(0)A V A V -≤。
定义 称dim ()A V 为A 的秩,记为()R A ,称1dim (0)A -为A 的零度,记为()N A 。
二、()A V 及1(0)A -的结构及关系定理 设V 为P 上n 维线性空间,(),A L V ∈1,,n εεL 为V 的一个基,A 在1,,n εεL 下的矩阵为A ,则(1)12()((),(),,())n A V L A A A εεε=L ;(2)()()R A R A =;注:由于A 在不同基下的矩阵相似,而相似矩阵有相同的秩,故计算()R A 时与基的选择无关。
线性变换的值域与核
线性变换的值域与核§6 线性变换的值域与核一、定义设 A 是线性空间V 的一个线性变换,A 的全体像组成的集合称为A 的值域,用A V 表示.所有被A 变成零向量的向量组成的集合称为A 的核,用A )0(1-表示.若用集合的记号则A V ={}|V σξξ∈, A )0(1-={}|0,V ξσξξ=∈ 这里用σ 表示 A ,公式里打不出来. 1.线性变换的值域与核都是V 的子空间.2.A V 的维数称为 A 的秩,A )0(1-的维数称为A 的零度.二、如何求值域、核1.如何求线性变换的值域?定理10 设A 是n 维线性空间V 的线性变换,n εεε,,,21 是V 的一组基,在这组基下A 的矩阵是A ,则1)A 的值域A V 是由基像组生成的子空间,即A V =12(,,,)n L σεσεσε2)A 的秩=A 的秩.定理10说明线性变换与矩阵之间的对应关系保持不变. A V =12(,, ,)n L σεσεσε,实质上是求它的一个线性极大无关组,即求矩阵 A 的列向量组的一个极大线性无关组例1 在线性空间[]n P x 中,令D )())((x f x f '=则D 的值域就是1[]n P x - .例2.令 11122122ij x x V X x x x==??是实数,定义变换:V V σ→,对于X V ∈,1112()1111X X σ=-,(1)证明σ 是线性变换(2)求σ 的秩证明:(1)对于任取,,,a b R X Y V ∈∈,我们有1112()()()()1111aX bY aX bY a X b Y σσσ+=+=+ ? ?-,从而σ 是一个线性变换(2)显然 123410010000,,,00001001E E E E==== ? ? ? ?????????是 V 的一组基。
1312()()12E E σσ??==,2411()()11E E σσ-??== ?-??,从而 V 的像空间V σ由1211,1211-???? ? ?-????生成,再证它们线性无关,得到σ 的秩是 2, 2.如何求线性变换的核对于1(0)ξσ-∈,n εεε,,,21 是V 的一组基,在这组基下 A 的矩阵是A ,则()0σξ=, 1212(,,,)n n x x x ξεεε??= ? ???,我们得到 ] 11221212()(,,,)(,,,)0n n n n x x x x A x x σξσεεεεεε???? ? ? ? ?=== ? ? ? ???。
高等代数第7章线性变换PPT课件
特征向量定义
对应于特征值m的非零向量x称为A的对应于特征值 m的特征向量。
设A是n阶方阵,如果存在数m和非零n维列向 量x,使得Ax=mx成立,则称m是A的一个特 征值。
求解方法
通过求解特征多项式f(λ)=|A-λE|的根得到特 征值,再代入原方程求解对应的特征向量。
特征多项式及其性质分析
特征多项式定义
量子力学
在量子力学中,特征值和特征向量用 于描述微观粒子的状态和能量级别。
图像处理
在图像处理中,特征值和特征向量可 以用于图像压缩和图像识别等任务。
经济学
在经济学中,特征值和特征向量可以 用于分析和预测经济系统的稳定性和 发展趋势。
04
线性变换对角化条
件及步骤
可对角化条件判断方法
判断矩阵是否可对角化
线性变换的性质与 矩阵性质对应
线性变换的性质如保持加法、 数乘等运算可以通过其对应的 矩阵性质来体现。例如,两个 线性变换的和对应两个矩阵的 和;线性变换的复合对应两个 矩阵的乘积等。
02
线性变换矩阵表示
法
标准基下矩阵表示法
定义
设V是n维线性空间,e1,e2,...,en 是V的一个基,T是V上的一个线 性变换,则T在基e1,e2,...,en下的 矩阵A称为T在基e1,e2,...,en下的 标准矩阵表示。
计算矩阵的高次幂
对于可对角化的矩阵A,可以利用对角化公式A=PDP^(-1)将A的高次幂转化为对角矩阵D的高次幂, 从而简化计算过程。
求解线性方程组
对于系数矩阵为可对角化矩阵的线性方程组,可以通过对角化将系数矩阵转化为对角矩阵,进而 简化方程组的求解过程。
计算行列式和逆矩阵
对于可对角化的矩阵A,其行列式值等于对角矩阵D的行列式值,逆矩阵可以通过对角化公式求得, 从而简化相关计算。
7.6线性变换的值域与核
5 2 2 1
D21 AD2
9/2 0
1 0
3/2 0
2
.
0
0
0
0
0
§7.6 线性变换的值域与核
三、小结 四、自命题作业
§7.6 线性变换的值域与核
作业设 1, 2 , 3 ,4是线性空间V的一组基,已知
线性变换 在此基下的矩阵为 1) 求 (V )及 1(0).
1
,
2
,1
,
2
1
,
2
,
3
,
4
0 0
1 0
2 / 3 1
2
0
0
0
0
1
(1, 2 , 3 , 4 )D1
§7.6 线性变换的值域与核
1 0 2 1
0 1 2 / 3 2
而 00 1
1 0, 0
D1 可逆.
00 0 1
§7.6 线性变换的值域与核
注意:
虽然 (V ) 与 1(0) 的维数之和等于n ,但是 (V ) 1(0) 未必等于V.
如在例1中,
D P[ x]n D1 0 P[ x]n1 P[ x]n
§7.6 线性变换的值域与核
3. 设 为n 维线性空间V的线性变换,则
1, 2 , , n 是V的一组基, 在这组基下的矩阵是A,
则
1) 的值域 (V )是由基象组生成的子空间,即
(V ) L (1), ( 2 ), , ( n )
2) 的秩=A的秩.
- 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、"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、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)。
4. 设A 为n 维线性空间V的线性变换,则
A 是单射 A 是满射. 证明:A 是单射
A 1(0) 0
dimA 1(0) 0 dimA (V ) n A (V ) V A 是满射.
例2、设A是一个n阶方阵,A2 A, 证明:A相似于
并把它扩充为V的一组基:1, 2 , , r , , n 由定理10,A (V ) 是由基象组A (1),A ( 2 ), ,A ( n )
生成的.
但 A ( i ) 0, i 1,2, , r.
A (V ) LA ( r1), ,A ( n )
下证A ( r1), ,A ( n )为A (V )的一组基,即证它们
高等代数__
§6 线性变换的值域与核
一、值域与核的概念
定义1:设A 是线性空间V的一个线性变换,
集合 A (V ) A ( ) | V
称为线性变换A 的值域,也记作ImA , 或 A V .
集合 A 1(0) | V ,A ( ) 0
称为线性变换A 的核,也记作 ker A . 命题:A (V ), A 1(0)皆为V的子空间.
证明: A (V ) V ,A (V ) ,且对
A ( ),A ( ) A (V ), k P 有 A ( ) A ( ) A ( ) A (V )
kA ( ) A (k ) A (V )
即A (V )对于V的加法与数量乘法封闭. A (V )为V的子空间. 再看A 1(0). 首先,A 1(0) V ,A (0) 0,
LA (1),A (2 ), ,A ( n ) 即 A (V ) LA (1),A (2 ), ,A (n )
又对 x1A (1 ) x2A ( 2 ) xnA ( n ) 有 x1A (1 ) x2A ( 2 ) xnA ( n )
A ( x11 x2 2 ... xn n ) A (V )
因此有 A (V ) A 1(0) 0
从而A (V ) A 1(0)是直和 . 又 dimA (V ) dimA 1(0) n 所以有 V A (V ) A 1(0).
在 A (V )中取一组基 :1,2 ,r 在A 1(0)中取一组基:r1, ,n 则 1,2 ,r ,r1, ,n 就是V的一组基.
1, 2 , , n 是V的一组基,A 在这组基下的矩阵是A,
则 1)A 的值域A (V )是由基象组生成的子空间,即
A (V ) LA (1),A ( 2 ), ,A ( n )
2)A 的秩=A的秩.
证:1) V , 设 x11 x2 2 xn n , 于是 A ( ) x1A (1) x2A ( 2 ) xnA ( n )
LA (1),A (2 ), ,A (n ) A (V ). 因此,A (V ) LA (1),A (2 ), ,A (n ).
2)由1),A 的秩等于基象组A (1),A ( 2 ), ,A ( n )
的秩,又
A (1),A ( 2 ), ,A ( n ) (1, 2, , n, ) A.
线性无关.
设
kr
A
1
( r1 )
knA ( n ) 0
则有 A kr1 r1 kn n 0
kr1 r1 kn n A 1(0) 即 可被 1, 2 , , r 线性表出.
设 k11 k2 2 kr r 于是有 k11 k 1, 2 , , n V的基.
由p271补充题2的结论知,A (1),A ( 2 ), ,A ( n ) 的秩
等于矩阵A的秩. ∴ 秩(A )=秩 ( A).
2. 设A 为n 维线性空间V的线性变换,则
A 的秩+A 的零度=n 即 dimA (V ) dimA 1(0) n.
证明:设A 的零度等于r ,在核A 1(0)中取一组基 1,2, ,r
定义2:线性变换A 的值域A (V )的维数称为A 的秩;
A 的核A 1(0)的维数称为 A 的零度.
例1、在线性空间 P[ x]n 中,令
D f (x) f (x)
则 D P[ x]n P[ x]n1,
D 1(0) P 所以D 的秩为n-1,D 的零度为1.
二、有关性质
1. (定理10) 设A 是n 维线性空间V的线性变换,
3. 设A 为n 维线性空间V的线性变换,则
ⅰ) A 是满射 A (V ) V
ⅱ) A 是单射 A 1(0) 0
证明:ⅰ) 显然.
ⅱ) 因为A 0 0, 若A 为单射,则 A 1(0) 0. 反之 ,若 A 1(0) 0, 任取 、 V , 若
A ( ) A ( ), 则 A ( ) A ( ) A ( ) 0,
一个对角矩阵 1
1
0
0
证:设A是n维线性空间V的一个线性变换A 在一
组基1, 2 , , n下的矩阵,即
A 1,2, ,n, (1,2, , n, )A
由 A2 A, 知 A 2 A .
任取 A (V ), 设 A ( ), V , 则A ( ) A (A ( )) A 2( ) A ( ) 故有 A (V ), A ( ) 0当且仅当 0.
0 A 1(0), A 1(0) .
又对 , A 1(0), 有A ( ) 0,A ( ) 0 从而 A ( ) A ( ) A ( ) 0. A (k ) kA ( ) k0 0, k P
即 A 1(0), k A 1(0),
A 1(0) 对于V的加法与数量乘法封闭. 故A 1(0)为V的子空间.
k1 k2 kn 0
故A ( r1), ,A ( n )线 性无关,即它为A (V )的一组基.
A 的秩=n-r . 因此,A 的秩+ A 的零度=n.
注意:
虽然A (V )与A 1(0)的维数之和等于n ,但是 A (V ) A 1(0) 未必等于V.
如在例1中,
D P[ x]n D 1 0 P[ x]n1 P[ x]n