第六章 线性空间与线性变换
线性空间与线性变换
线性空间与线性变换线性空间是线性代数的一个重要概念，扮演着理解线性变换的基础角色。
本文将介绍线性空间的定义、性质以及线性变换的概念和特性。
一、线性空间的定义与性质线性空间，也被称为向量空间，是指一个集合，其中包含一些向量，满足特定的性质。
具体而言，线性空间需要满足以下几个条件：1. 封闭性：对于线性空间中的任意两个向量，它们的线性组合也属于该空间。
即，如果向量a和向量b属于线性空间V，那么对于任意标量α和β，αa + βb也属于V。
2. 加法封闭性：线性空间中的向量满足加法封闭性，即对于任意的向量a和b，它们的和a + b也属于该空间。
3. 数乘封闭性：线性空间中的向量满足数乘封闭性，即对于任意的向量a和标量α，它们的积αa也属于该空间。
4. 满足加法和数乘的运算性质：线性空间中的向量满足加法和数乘的交换律、结合律和分配律。
线性空间的性质还包括零向量、负向量和线性相关性。
零向量表示线性空间中存在一个使其与任何向量相加得到自身的向量，负向量表示线性空间中的向量存在一个加法逆元。
线性相关性指的是线性空间中存在一组向量线性组合为零向量的关系。
二、线性变换的定义和性质线性变换是指在两个线性空间之间的映射，它保持了向量空间中的线性结构。
具体而言，线性变换需要满足以下几个条件：1. 保持加法运算：对于线性变换T，对任意的向量a和b，有T(a +b) = T(a) + T(b)。
2. 保持数乘运算：对于线性变换T和标量α，有T(αa) = αT(a)。
线性变换的性质还包括零变换、恒等变换和可逆性。
零变换表示线性变换将所有向量映射为零向量。
恒等变换表示线性变换将每个向量映射为其本身。
可逆性表示存在一个逆变换，使得两个线性变换进行复合后得到恒等变换。
三、线性空间与线性变换的关系线性空间和线性变换密切相关，线性变换本质上是线性空间之间的映射，它将一个线性空间中的向量映射到另一个线性空间中。
线性变换保持了向量空间的线性结构，在线性代数中起到了重要的作用。
线性空间与线性变换
研究。
大家学习辛苦了，还是要坚持
继续保持安静
*例3 设R22中向量组{Ai}
1 1
0 2
A1 1 2 A2 1 3
3 1 A3 0 1
2 4 A4 3 7
1 讨论{Ai}得线性相关性、 2求向量组得秩与极大线性无关组、 3把其余得向量表示成极大线性无关组得
求 V1 V2, V1 V2.
§1、3 线性空间V与Fn得同构
坐标关系
V
Fn
V得基{1,2,。。。 n}
由此建立一个一一对应关系
V,X Fn, ()=X
(1+2)=(1)+(2) (k)=k()
在关系下,线性空间V与Fn同构。
同构得性质
定理1、3、1:数域F上两个有限维线性空 间同构得充分必要条件就是她们得维数 相同。 同构保持线性关系不变。 应用: 借助于空间Fn中已经有得结论与方法研 究一般线性空间得线性关系。
1. 求从基(I)到基(II)得过渡矩阵C。
2. 求向量 7 3 在基(II)得坐标Y。 1 2
§1、2 子空间
概述:线性空间V中,向量集合V可以有集合得 运算与关系:
Wi V, W1W2, W1W2, 问题: 这些关系或运算得结果就是否仍然为 线性空间 ？
1、 子空间得概念
定义: 设非空集合WV,W ,如果W中得 元素关于V中得线性运算为线性空间,则称W 就是V得子空间。 判别方法:Important Theorem W就是子空间 W对V得线性运算封闭。
定义: T 得秩=dim R(T); T 得零度=dim N(T)
例 (P018) Rn中得变换 T:设A Rn×n就是一个给定 得 矩阵,XRn,T(X)=AX。 (1)T就是线性变换; (2)Ker(T)就是AX=0得解空间; (3)Im(T)=Span{a1,a2,…,a n}, 其中ai就是矩阵A得列 向量;
第六章 线性空间与线性变换
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
线性空间与线性变换
线性空间与线性变换线性空间和线性变换是线性代数中的重要概念，在数学和物理等领域有着广泛的应用。
本文将介绍线性空间和线性变换的概念、性质以及它们之间的关系。
一、线性空间的定义和性质线性空间是指具有加法运算和数乘运算的集合，满足以下条件：1. 加法运算闭合性：对于任意两个向量u和v，它们的和u+v仍然属于该集合。
2. 加法交换律：对于任意两个向量u和v，有u+v = v+u。
3. 加法结合律：对于任意三个向量u、v和w，有(u+v)+w =u+(v+w)。
4. 存在零向量：存在一个特殊的向量0，使得对于任意向量v，有v+0 = v。
5. 对于任意向量v，存在其负向量-u，使得v+(-u) = 0。
6. 数乘运算闭合性：对于任意标量c和向量v，它们的乘积cv仍然属于该集合。
7. 数乘结合律：对于任意标量c和d以及向量v，有(c+d)v = cv+dv。
8. 数乘分配律1：对于任意标量c以及向量u和v，有c(u+v) =cu+cv。
9. 数乘分配律2：对于任意标量c和d以及向量v，有(cd)v = c(dv)。
线性空间的例子包括n维向量空间和函数空间等。
它们满足上述定义中的所有条件。
二、线性变换的定义和性质线性变换是指将一个线性空间映射到另一个线性空间的映射，满足以下条件：1. 对于任意向量v和w以及标量c，线性变换T满足T(v+w) =T(v)+T(w)和T(cv) = cT(v)。
2. 线性变换T保持向量的线性组合关系，即对于任意向量v1、v2、...、vn和标量c1、c2、...、cn，有T(c1v1+c2v2+...+cnvn) =c1T(v1)+c2T(v2)+...+cnT(vn)。
3. 线性变换T将零向量映射为目标线性空间的零向量。
线性变换的例子包括平移、旋转和缩放等。
它们保持向量空间的线性结构和线性关系。
三、线性空间与线性变换的关系线性空间和线性变换之间存在着密切的联系。
给定一个线性空间V，定义一个线性变换T：V→W，其中W是另一个线性空间。
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柴中林(A)1. 检验下列集合对于所指的线性运算是否构成实数域上的线性空间：（1）全体n 阶上三角矩阵，对矩阵的加法和数量乘法。
（2）平面上不平行于某一向量的全部向量所成的集合，对向量的加法和数乘运算。
（3）平面上的全体向量对于通常的加法和如下定义的数量乘法：k 。
a =0 .2. 设V 1和V 2都是线性空间V 的子空间，如果V 1∪V 2也是的子空间，求证有：V 1 V 2或V 2 V 1。
3. 检验下列各向量集合是否是R 3的子空间：（1）},0|),,{(213211R x x x x x x V i ∈≥=,（2）}(|),,{(3212有理数）Q x x x x V i ∈=.4. R 4中，求向量ξ在基α1，α2，α3，α4下的坐标，已知：（1）α1（1，1，1，1），α2=（1，1，-1，-1），α3=（1，-1，1，-1），α4=（1，-1，-1，1），ξ=（1，2，1，1）。
（2）α1（1，1，0，1），α2=（2，1，3，-1），α3=（1，1，0，0），α4=（1，1，-1，-1），ξ=（0，0，0，1）。
5. R 4中，求由基α1，α2，α3，α4到基β1，β2，β3，β4的过渡矩阵，并求向量ξ在指定基下的坐标。
已知：（1）α1=（1，0，0，0），α2=（0，1，0，0），α3=（0，0，1，0），α4=（0，0，0，1），β1=（2，1，-1，1），β2=（0，3，1，0），β3=（5，3，2，1），β4=（6，6，1，3）。
ξ=（1，2，1，1）在基β1，β2，β3，β4下的坐标。
（2）α1=（1，1，1，1），α2=（1，1，-1，-1），α3=（1，-1，1，-1），α4=（1，-1，-1，1），β1=（1，1，0，1），β2=（2，1，3，1），β3=（1，1，0，0），β4=（0，1，-1，-1）。
ξ=（1，0，0，-1）在基α1，α2，α3，α4下的坐标。
线性空间与线性变换
映射：设M 和M'是两个非空集合，如果对M 中的每个元素，按照某种法则T 都有M'中的一个确定的元素与之对应，则称T 是从M 到M'中的一个映射，记作T ：M →M'称M 为T 的定义域。
如果映射T 使α∈M 与β∈M'相对应，则称β是α在映射T 下的象，而称α为β的一个原象，记作T （α）=β（α∈M ）集合M 到自身的映射称为M 上的变换。
设T 和S 都是集合M 到M'的映射。
如果对任一元素α∈M 都有T （α）=S （α），则称T 和S 相等，记作T=S如果对于M'中的每一个元素β，都有α∈M 使T （α）=β，则称T 是一个满射。
如果对于任意α1，α2∈M ，当α1≠α2时，都有T （α1）≠T （α2），则称T 是单射。
如果映射T 既是满射又是单射，则称之为一一映射（或一一对应）映射T 下所有象所成的集合称为T 的值域（或象集合），记作R （T ），即R(T)={ T （α）︱α∈M}显然R(T)⊂ M'，一个集合M 到M'的映射T 是满射的充分必要条件是R （T ）= M'；而T 是单射的充分必要条件是，对任意α1，α2∈M ，由T （α1）= T （α2）可以推出α1=α2 设M 是一个非空集合，定义E （α）=α（α∈M ）则E 是M 上的变换，称为M 的单位映射（或恒等映射）,记作M I 。
E 是一一映射。
对于映射，定义它的乘积如下（ST ）（α）﹦S （T （α））（α∈M ）所确定的从M 到M''的映射ST 称为S 与T 的乘积。
映射的乘积是复合函数的推广，但不是任意两个影射都可以求他们的乘积。
由映射T 和S 得到乘积ST 的充分必要条件是T 的值域含与S 的定义域。
例1 设M=K n ×n .定义 T 1（A ）=det A （A ∈K ）则T 是K n ×n 到K 的一个映射，它是满射，但不是单射。
线性空间及线性变换
是V1的一组基, 1 , 2 , , l 是V2的一组基.
(1) V1+V2的基与维数. 令矩阵 A ( 1 , 2 , , k , 1 , 2 , , l ) ,求A的秩,则 V1+V2的维数等于A的秩r,A中r个线性无关的列即为 V1+V2的基. (2) V1∩V2的基与维数. 令 x 1 1 x 2 2 x k k y 1 1 y 2 2 y l l ,解这 个方程组求它的一个基础解系: (xi1,xi2,…,xik,yi1,yi2,…,yil)/,i=1,2,…,d,d=k+l-r,则 z y i=1,2,…,d是V1∩V2的一组基, V1∩V2的维数等于 d=k+l-r. 4.线性变换的值域与核 线性变换/A的值域 / AV { y | y V , y / A , V } ,/A的 核/A-1(0)={y|y∈V,/Ay=0}.
二、基本方法 1.V1,V2是线性空间V的两个子空间,证明V=V1△V2 只要证明以下两点: (1)V1∩V2={0}; (2)dimV=dimV1+dimV2. 2.求线性空间V的基与维数,可先找到V的一个生成 元组 , , , ,然后证明 , , , 线性无关.
f ( ) ( 1 ) ( 2 )
r1 r2
生成
( s )
rs
则V可分解为A的不变子空间的直和
V=V1 △V2△…△Vs,其中: V i
是A属于 i 的根子空间.
{ X | ( i I A) i X 0, X V }
r
2.子空间的性质 我们用dimV表示线性空间V的维数. (1) 设V1和V2是线性空间V的子空间,则 dimV1+dimV2=dim(V1+V2)+dim(V1∩V2). (2) 设V1,V2,…,Vm是线性空间V的真子空间,则必存 在 V ,使 V ,1 i m , (3) 设V1=L(u1,u2,…,um),v1,v2,…,vr是V1中的r个线性 无关的向量,且r<m,则可以从u1,u2,…,um中去掉r个向 量,使剩下的m-r个向量与v1,v2,…,vr合在一起仍生成 子空间V1. 3.子空间的和与交的基与维数的求法 设V1和V2是线性空间V的子空间, 1 , 2 , , k
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。
- 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)。
T k1T (1 ) k2T (2 ) L kmT (m ) 3 若1，2，L ，m线性相关，则 T (1 )，T (2 )，L ，T (m )也线性相关
验证R 对上述加法与数乘运算构成线性空间
性质1 零元是唯一的 性质2 负元是唯一的
性质3 0＝0； (1) ; 0 0 性质4 如果＝0，则＝0或＝0
定义4 （子空间） 线性空间V的一个非空子集L称为V的子空间， 如果L关于V的加法和数乘是封闭的
§2 维数 基 坐标
第六章 线性空间与线性变换
§1 线性空间的定义与性质
定义1 （线性空间） 设V 是一个非空集合，R是实数域，在V中有定义了
两种封闭的运算，一个是加法，即 , V ,有 V , 另一个是数乘，即k R, V ,有k V ,如果对于这
两种运算还满足下述规则，则称V 为线性空间，
,
下的矩阵
n
例 在P[ x]3中，取基 p1 x3 , p2 x2 , p3 x, p4 1, 求微分运算D的矩阵
定理 设线性空间Vn中确定两个基
1 ,2 ,L
,
；
n
1 , 2 ,L
,
，
n
有基1 ,2 ,L ,n到基1 , 2 ,L , n的过渡矩阵为P,
定义 在线性空间V中，如果存在n个元素
1 ,2 ,L ,n满足：
（1）
1 ,2 ,L
,
线性无关；
n
（2）
V中任一元素总可以有1 ,2 ,L
,
线性表示，
n
那么称1 ,2 ,L ,n为线性空间V的一个基，n称为
线性空间V 的维数。
定义3 （坐标）
设向量1,2 ,L ,n为线性空间V的一组基，
求坐标变换公式
§4 线性变换
定义 设有两个非空集合A、B，如果对于A中任
一元素，按照一定规则，总有B一个确定的元素
和它对应，那么这个对应规则称为从集合A到集合B 的变换（映射），记为
T
定义 设Vn、Vm分别是实数域上的n维和m维线性Байду номын сангаас空间，T 是从Vn到Vm的变换，如果变换T满足
那么向量可以表示为1,2 ,L
,
的线性组合，
n
x x11 x22 L xnn ,
称系数x1, x2 ,L
, xn为向量在基1,2 ,L
,
下
n
的坐标
例 在线性空间P[ x]4中， p1 1, p2 x, p3 x2 , p4 x3 , p5 x4 是它的一个基；
例2 所有次数不超过n的多项式的全体，在加上 零多项式记为P[ x]n ，对于多项式的加法、数乘 构成线性空间
例5 所有n次多项式不构成线性空间
例3 数域P上所有m n矩阵，按矩阵的加法 和数乘运算，构成线性空间
例 正实数的全体，记作R , 在其中定义加法及数乘 运算为
a b ab oa a
,n )
ann
定义:x Rn T ( x) Ax,
则T 为线性变换
§5 线性变换的矩阵表示
定义 设T 是线性空间Vn的线性变换，1 ,2 ,L ,n
是基，有
T (1 ,2 ,L ,n ) (1 ,2 ,L ,n ) A,
称矩阵A为线性变换T 在基1 ,2 ,L
Vn中的线性变换T 在这两个基下的矩阵依次为
A和B，那么有 B P 1 AP
1) 2) ( ) ( ) 3) 0 V , V ,有 0 (零元) 4) V , V ,使 0 （负元） 5)1 , 6)k,l ,有k(l ) (kl) 7)(k l) k l 8)k( ) k k
4 线性变换T的象集T (Vn )是线性空间Vn的子空间， 称为线性变换T的象空间
5 称 ST { | Vn ,T 0}为线性变换的核，它
是Vn的子空间
例 设矩阵
a11 a12 L
A
a21 M
a22 M
L
an1 an2 L
a1n
a2n
M
(1 ,2 ,L
§3 基变换与坐标变换
基变换公式 过渡矩阵 坐标变换公式
例 在P[ x]3中取两个基
1 x3 2x2 x 2 x3 x2 x 1 3 x3 2x2 x 1 4 x3 x2 1
及其
1 2x3 x2 1 2 x2 2x 2 3 2x3 x2 x 2 4 x3 3x2 x 2
（1） 任意 1，2 Vn，有T (1 2 ) T1 T2 (2) 任意 Vn，k R，有T (k ) kT
则称T为从Vn到Vm的线性变换，若Vn Vm，则称 T 是Vn上的线性变换
例 在线性空间P[ x]3中， （1）微分运算D是一个线性变换；
线性变换的性质：