高等代数课件(北大版)第七章-线性变换§7.3
合集下载
高等代数第7章线性变换[1]PPT课件
![高等代数第7章线性变换[1]PPT课件](https://img.taocdn.com/s3/m/fdc6c2e602768e9950e73865.png)
设A,BL(V), 定义A与B的和为V的一个变
换, 使"aV, 有 (A+B)(a) =A(a)+B(a)．
1、A + B 也是V的一个线性变换．
因为对于所有的a,bV和数k，lP,有
(A+B)(ka+lb) = A(ka+lb ) +B(ka+lb ) = kA(a)+lA(b)+kB(a)+lB(b) = k (A+B)(a)+l (A+B)(b)
精选
2、乘法适合结合律,即 (AB)C = A(BC)
因为映射的合成满足结合律 3、乘法不满足交换律,即一般地
AB BA 如求微分变换D 与求积分变换J , 有
DJ = E ,但一般地 JD E 4、单位变换的作用 AE = EA = A 5、零变换的乘法 OA = AO = O
精选
二、线性变换的加法及其性质
精选
2、(1)交换律 A +B =B +A (2)结合律 (A+B)+C =A+(B+C) (3)零变换 A+O =A (4)负变换 A+(-A) = O
其中 (-A)(a)= -A(a), 从而
(A - B) = (A+ (-B)) 3、分配律 A(B+C) = AB +AC
(A+B)C = AC+BC
D是一个线性变换，称为微分变换.
例7 闭区间[a, b]上所有连续函数全体 组成实数域R上的线性空间C0(a, b). 定义变换
x
则J是一个J(线f (性x))变=换精选.a f (t)dt
二、线性变换的简单性质
换, 使"aV, 有 (A+B)(a) =A(a)+B(a)．
1、A + B 也是V的一个线性变换．
因为对于所有的a,bV和数k，lP,有
(A+B)(ka+lb) = A(ka+lb ) +B(ka+lb ) = kA(a)+lA(b)+kB(a)+lB(b) = k (A+B)(a)+l (A+B)(b)
精选
2、乘法适合结合律,即 (AB)C = A(BC)
因为映射的合成满足结合律 3、乘法不满足交换律,即一般地
AB BA 如求微分变换D 与求积分变换J , 有
DJ = E ,但一般地 JD E 4、单位变换的作用 AE = EA = A 5、零变换的乘法 OA = AO = O
精选
二、线性变换的加法及其性质
精选
2、(1)交换律 A +B =B +A (2)结合律 (A+B)+C =A+(B+C) (3)零变换 A+O =A (4)负变换 A+(-A) = O
其中 (-A)(a)= -A(a), 从而
(A - B) = (A+ (-B)) 3、分配律 A(B+C) = AB +AC
(A+B)C = AC+BC
D是一个线性变换，称为微分变换.
例7 闭区间[a, b]上所有连续函数全体 组成实数域R上的线性空间C0(a, b). 定义变换
x
则J是一个J(线f (性x))变=换精选.a f (t)dt
二、线性变换的简单性质
高等代数【北大版】课件
线性规划问题
线性方程组是求解线性规划问题的常用工具 。
物理问题建模
在物理问题中，线性方程组可以用来描述各 种现象，如振动、波动等。
投入产出分析
通过线性方程组分析经济系统中各部门之间 的相互关系。
控制系统分析
在控制系统分析中，线性方程组用于描述系 统的动态行为。
PART 03
向量与矩阵
REPORTING
高等代数【北大版】 课件
REPORTING
• 绪论 • 线性方程组 • 向量与矩阵 • 多项式 • 特征值与特征向量 • 二次型与矩阵的相似对角化
目录
PART 01
绪论
REPORTING
高等代数的应用
在数学其他分支的应用
高等代数是数学的基础学科，为其他分支提供了理论基础，如几 何学、分析学等。
PART 04
多项式
REPORTING
一元多项式的定义与运算
总结词
一元多项式的定义、运算性质和运算方法。
详细描述
一元多项式是由整数系数和变量组成的数学对象，具有加法、减法、乘法和除法等运算性质和运算方法。一元多 项式可以表示为$a_0 + a_1x + a_2x^2 + ldots + a_nx^n$的形式，其中$a_0, a_1, ldots, a_n$是整数，$x$是 变量。
矩阵的相似对角化
总结词
矩阵的相似对角化是将矩阵转换为对角矩阵 的过程，有助于简化矩阵运算和分析。
详细描述
矩阵的相似对角化是通过一系列的线性变换 ，将一个矩阵转换为对角矩阵。对角矩阵是 一种特殊的矩阵，其非主对角线上的元素都 为零，主对角线上的元素为特征值。通过相 似对角化，可以简化矩阵运算，并更好地理 解矩阵的性质和特征。
线性方程组是求解线性规划问题的常用工具 。
物理问题建模
在物理问题中，线性方程组可以用来描述各 种现象，如振动、波动等。
投入产出分析
通过线性方程组分析经济系统中各部门之间 的相互关系。
控制系统分析
在控制系统分析中，线性方程组用于描述系 统的动态行为。
PART 03
向量与矩阵
REPORTING
高等代数【北大版】 课件
REPORTING
• 绪论 • 线性方程组 • 向量与矩阵 • 多项式 • 特征值与特征向量 • 二次型与矩阵的相似对角化
目录
PART 01
绪论
REPORTING
高等代数的应用
在数学其他分支的应用
高等代数是数学的基础学科，为其他分支提供了理论基础，如几 何学、分析学等。
PART 04
多项式
REPORTING
一元多项式的定义与运算
总结词
一元多项式的定义、运算性质和运算方法。
详细描述
一元多项式是由整数系数和变量组成的数学对象，具有加法、减法、乘法和除法等运算性质和运算方法。一元多 项式可以表示为$a_0 + a_1x + a_2x^2 + ldots + a_nx^n$的形式，其中$a_0, a_1, ldots, a_n$是整数，$x$是 变量。
矩阵的相似对角化
总结词
矩阵的相似对角化是将矩阵转换为对角矩阵 的过程，有助于简化矩阵运算和分析。
详细描述
矩阵的相似对角化是通过一系列的线性变换 ，将一个矩阵转换为对角矩阵。对角矩阵是 一种特殊的矩阵，其非主对角线上的元素都 为零，主对角线上的元素为特征值。通过相 似对角化，可以简化矩阵运算，并更好地理 解矩阵的性质和特征。
高等代数课件(北大版)第七章-线性变换§7.7
若 V W1 W2 Ws，则
11, ,1n1 , 21, , 2一组基，且在这组基下 的矩阵为准对角阵
A1
A2
.
As
2023/8/17§7.7 不变子空间 数学与计算科学学院
（1）
反之，若 在基 11, ,1n1 , 21, , 2n2 , , s1, , sns 下的矩阵为准对角矩阵(1), 则由 i1, i2 , , ini 生成 的子空间 Wi 为 的不变子空间，且V具有直和分解：
其次，任取 Vi , 设
( i E )ri Wi 0.
1 2 s , i Wi . 即 1 2 (i ) s 0 令 j j , ( j i); i i .
2023/8/17§7.7 不变子空间 数学与计算科学学院
由（2）, 有 ( i E)ri (i ) 0, i 1,2, , s. 又 ( i E)ri (i ) ( i E)ri (i )
Wi fi ( )V , 则Wi 是 fi ( ) 的值域， Wi是 的不变子空间.
又 ( i E)ri Wi ( i E)ri fi ( )V
( i E)ri fi ( ) V f V
( i E)ri Wi 0.
（2）
2023/8/17§7.7 不变子空间 数学与计算科学学院
下证 V V1 V2 Vs . 分三步：
1 . 证明 V W1 W2 Ws .
2 . 证明f1(V1),fV2(2), fVs (s是)直和1 .
3∴. 证存明在多Vi 项 W式i
, i
u1 (
1, 2,
), u2(
, s. ),
, us ( ),
使
u1( ) f ( )1 u2( ) f2( ) us ( ) fs ( ) 1
高等代数 讲义 第七章
(στ ) δ
= σ (τδ )
D( f ( x )) = f ′( x )
J ( f ( x ) ) = ∫ f ( t )dt
x
（2） Eσ = σ E = σ ，E为单位变换 （3）交换律一般不成立，即一般地，
( DJ ) ( f ( x ) ) = D ∫0 f ( t ) dt
x
στ ≠ τσ .
2．线性变换保持线性组合及关系式不变，即
若 β = k1α1 + k2α 2 + L + krα r , 则 σ ( β ) = k1σ (α1 ) + k2σ (α 2 ) + L + krσ (α r ).
例4. 闭区间 [a , b]上的全体连续函数构成的线性空间
C ( a , b ) 上的变换
σ ( X ) = AX , τ ( X ) = XB ,
∀X ∈ P n×n
则 σ ,τ 皆为 P n×n 的线性变换，且对 ∀X ∈ P n×n , 有
(στ )( X ) = σ (τ ( X )) = σ ( XB ) = A( XB ) = AXB , (τσ )( X ) = τ (σ ( X )) = τ ( AX ) = ( AX ) B = AXB .
= σ (τ (α )) + σ (τ ( β )) = (στ )(α ) + (στ )( β ), (στ )( kα ) = σ (τ ( kα )) = σ ( kτ (α )) = kσ (τ (α )) = k (στ )(α )
§7.1 线性变换的定义
２．基本性质
（1）满足结合律：
例1. 线性空间 R[ x ]中，线性变换
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
高等代数 北大 课件
拉普拉斯定理与因式分解
总结词
拉普拉斯定理的表述、应用和因式分解的方法。
详细描述
拉普拉斯定理是行列式计算中的重要定理，它提供了计算行列式的一种有效方法。因式分解是将多项式分解为若 干个因子的过程，是解决代数问题的重要手段之一。
CHAPTER 04
矩阵的分解与二次型
矩阵的分解
01
02
03
矩阵的三角分解
矩阵的乘法
矩阵的乘法满足结合律和分配律，但不一定满足 交换律。
பைடு நூலகம்
矩阵的逆与行列式
矩阵的逆
对于一个非奇异矩阵，存在一个逆矩阵，使得原矩阵 与逆矩阵相乘等于单位矩阵。
行列式的定义
行列式是一个由矩阵元素构成的数学量，可以用于描 述矩阵的某些性质。
行列式的性质
行列式具有一些重要的性质，如交换律、结合律、分 配律等。
将一个矩阵分解为一个下 三角矩阵和一个上三角矩 阵之积。
矩阵的QR分解
将一个矩阵分解为一个正 交矩阵和一个上三角矩阵 之积。
矩阵的奇异值分解
将一个矩阵分解为若干个 奇异值和若干个奇异向量 的组合。
二次型及其标准型
二次型的定义
一个多项式函数，可以表示为$f(x_1, x_2, ..., x_n) = sum_{i=1}^{n} sum_{ j=1}^{n} a_{ij} x_i x_j$，其中 $a_{ij}$是常数。
VS
二次型的标准型
通过线性变换，将一个二次型转化为其标 准形式，即一个平方项之和减去另一个平 方项之和。
正定二次型与正定矩阵
正定二次型的定义
对于一个二次型，如果对于所有 的非零向量$x$，都有$f(x) > 0$ ，则称该二次型为正定二次型。
高等代数课件 第七章
①对于任意 , V , ( ) ( ) (). ②对于任意 a F, V , (a ) a ( )
易证上面的两个条件等价于下面一个条件：
③对于任意 a,b F 和任意 , V ,
(a b) a ( ) b ()
在②中取 a 0 ，对③进行数学归纳，可以得到：
（1） (0) 0
x1
A
x2
.
xn
综合上面所述, 我们得到坐标变换公式：
定理7.3.1 令V是F上一个n 维向量空间，σ是 V的一个线性变换，而σ关于V的一个基 {1, 2 ,, n} 的矩阵是
a11
A
a21
a12
a22
a1n a2n
an1 an2 ann
如果V中向量ξ关于这个基的坐标是 (x1, x2 ,, xn，) 而σ(ξ)的坐标是 ( y1, y2 ,, yn，)
例6 取定F的一个n元数列 a1, a2,, an , 对于 F n
的每一向量 x1, x2,, xn , 规定
a1x1 a2 x2 an xn F
则，σ是 F n到F的一个线性映射(这个线性映射也叫做 F上一个n元线性函数或 上F n一个线性型).
例7 对于F[x] 的每一多项式 f(x)，令它的导数
因而（9）成立。
三、线性变换的多项式
线性变换的乘法满足结合律：
对于任意 , , L(v), 都有
( ) ( ).
因此, 我们可以合理地定义一个线性变换σ的n次
幂
n
n
这里n是正整数。
我们再定义
0
这里ι表示V到V的单位映射，称为V的单位变换。这样 一来，一个线性变换的任意非负整数幂有意义。
加法: : ( ) ( ) 数乘: k : k ( ) ,
易证上面的两个条件等价于下面一个条件：
③对于任意 a,b F 和任意 , V ,
(a b) a ( ) b ()
在②中取 a 0 ，对③进行数学归纳，可以得到：
（1） (0) 0
x1
A
x2
.
xn
综合上面所述, 我们得到坐标变换公式：
定理7.3.1 令V是F上一个n 维向量空间，σ是 V的一个线性变换，而σ关于V的一个基 {1, 2 ,, n} 的矩阵是
a11
A
a21
a12
a22
a1n a2n
an1 an2 ann
如果V中向量ξ关于这个基的坐标是 (x1, x2 ,, xn，) 而σ(ξ)的坐标是 ( y1, y2 ,, yn，)
例6 取定F的一个n元数列 a1, a2,, an , 对于 F n
的每一向量 x1, x2,, xn , 规定
a1x1 a2 x2 an xn F
则，σ是 F n到F的一个线性映射(这个线性映射也叫做 F上一个n元线性函数或 上F n一个线性型).
例7 对于F[x] 的每一多项式 f(x)，令它的导数
因而（9）成立。
三、线性变换的多项式
线性变换的乘法满足结合律：
对于任意 , , L(v), 都有
( ) ( ).
因此, 我们可以合理地定义一个线性变换σ的n次
幂
n
n
这里n是正整数。
我们再定义
0
这里ι表示V到V的单位映射，称为V的单位变换。这样 一来，一个线性变换的任意非负整数幂有意义。
加法: : ( ) ( ) 数乘: k : k ( ) ,
高等代数【北大版】7.2
β = k1σ (ε 1 ) + k2σ (ε 2 ) + + knσ (ε n ),
即有 σ ( k1ε 1 + k 2ε 2 + + k nε n ) = β .
∴ σ 为满射 为满射.
§7.2 线性变换的运算
其次, 其次,任取 α , β ∈ V , 设 α = ∑ aiε i , β = ∑ biε i ,
1
(α + β ) = σ
1 1
1
1
1
1
1
1
1
σ 1 ( kα ) = σ 1 k ( σσ 1 ) (α ) = σ 1 k σ ( σ 1 (α ) )
= σ 1 σ k σ 1 ( α )
§7.2 线性变换的运算
= σ 1 ( α ) + σ 1 ( β )
( (
(
(
)))
)
((
)
))
= k σ 1 (α ) = kσ 1 (α )
线性变换的加法与数量乘法构成数域P上的一个线性 线性变换的加法与数量乘法构成数域 上的一个线性 空间,记作 L(V ). 空间,
§7.2 线性变换的运算
四, 线性变换的逆
1.定义
为线性空间V的线性变换 若有V的变换 的线性变换, 设 σ 为线性空间 的线性变换,若有 的变换 τ 使
στ = τσ = E
§7.2 线性变换的运算
2.基本性质
(1)满足交换律:σ + τ = τ + σ )满足交换律: (2)满足结合律:(σ + τ ) + δ = σ + (τ + δ ) )满足结合律: 为零变换. (3) 0 + σ = σ + 0 = σ , 0为零变换 ) 为零变换 (4)乘法对加法满足左,右分配律: )乘法对加法满足左,右分配律:
- 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)。
1,2, ,n A B
∴ + 在基 1, 2 , , n下的矩阵为A＋B.
§7.3 线性变换的矩阵
② 1,2, ,n 1,2, ,n 1,2, ,n B 1, 2, , n B
1,2, ,n AB
∴ 在基 1, 2 , , n下的矩阵为AB.
③ k 1,2, ,n k 1 , ,k n k 1 , ,k n k 1 , , n
k 1, 2, , n k 1,2, , n A 1,2, ,n kA
∴ k 在基 1, 2 , , n下的矩阵为 kA.
§7.3 线性变换的矩阵
④ 由于单位变换(恒等变换) E对应于单位矩阵E.
所以， E
与 AB＝BA＝E 相对应.
因此，可逆线性变换 与可逆矩阵A对应，且 逆变换 - 1 对应于逆矩阵 A- 1.
x1
,
n
A
x2
xn
1, 2 ,
y1
,n
y2
1, 2 ,
yn
x1
,
n
A
x2
xn
由于 1, 2 ,
, n线性无关，所以
y1 x1
y2
＝A
x2
.
yn xn
§7.3 线性变换的矩阵
4．同一线性变换在不同基下矩阵之间的关系
定理4 设线性空间V的线性变换 在两组基
显然，1,2 , ,n 也是一组基，且 在这组基下的
矩阵就是B.
§7.3 线性变换的矩阵
（3）相似矩阵的运算性质 ① 若 B1 X 1A1X , B2 X 1A2 X , 则 B1 B2 X 1( A1 A2 )X , B1B2 X 1( A1A2 )X . 即， A1 A2 B1 B2 , A1 A2 B1B2 .
1, 2 , , n
(Ⅰ)
1,2 , ,n
(Ⅱ)
下的矩阵分别为A、B，且从基(Ⅰ) 到基(Ⅱ)的过渡
矩阵矩阵是X，则 B X 1AX .
§7.3 线性变换的矩阵
证：由已知，有
1,2, , n 1, 2, , n A, 1,2, ,n 1,2, ,n B,
1,2, ,n 1, 2, , n X .
§7.3 线性变换的矩阵
（2）
定理5 线性变换在不同基下的矩阵是相似的；
反过来，如果两个矩阵相似，那么它们可以看作
同一线性变换在两组基下所对应的矩阵.
证：前一部分显然成立. 下证后一部分.
设 A B, 且A是线性变换 在基1, 2 , , n下的矩阵.
B= X 1AX , 令 1,2 , ,n 1, 2 , , n X .
( 2
)
12 1
22 2
( n ) 1n1 2n 2
n1 n n2 n nn n
用矩阵表示即为
1,2, , n 1, 2,
§7.3 线性变换的矩阵
, n 1, 2,
,n A
其中
11 12
A
21
22
n1 n2
1n
2n
,
nn
矩阵A称为线性变换 在基 1, 2 , , n下的矩阵.
于逆矩阵.
§7.3 线性变换的矩阵
证：设 , 为两个线性变换，它们在基 1, 2 , , n
下的矩阵分别为A、B，即
1,2, ,n 1,2, 1,2, ,n 1,2,
,n A ,n B
①
1,2, ,n
1,2, ,n 1,2, ,n
1, 2 , , n A 1 2 n B
y2
＝A
x2
.
yn xn
§7.3 线性变换的矩阵
证：由已知有
1,2, , n 1, 2, , n A,
＝1, 2 ,
x1
,
n
x2
,
xn
( ) 1, 2,
y1
,n
y2
.
yn
§7.3 线性变换的矩阵
又
( ) 1, 2,
x1
,
n
x2
1,
2
,
xn
定理2 设1, 2 , , n为数域P上线性空间V的一组
基，在这组基下，V的每一个线性变换都与 Pnn 中 的唯一一个矩阵对应，且具有以下性质： ① 线性变换的和对应于矩阵的和； ② 线性变换的乘积对应于矩阵的乘积； ③ 线性变换的数量乘积对应于矩阵的数量乘积； ④ 可逆线性变换与可逆矩阵对应，且逆变换对应
§7.3 线性变换的矩阵
3．线性变换矩阵与向量在线性变换下的象
定理3 设线性变换 在基1, 2 , , n下的矩阵为A,
V在基 1, 2 , , n下的坐标为 ( x1, x2 , , xn ), ( )在基 1, 2 , , n下的坐标为 ( y1, y2 , , yn ),
则有
y1 x1
定义 :V V , ＝x11 x22
xn
，
n
易知 为V的一个变换，下证它是线性的.
n
n
任取 ， V , 设 = bii , cii
i 1
i 1
§7.3 线性变换的矩阵
n
n
则 ＋＝ （bi＋c） i i , k (kbi )i
i 1
i 1
n
n
n
于是 ＋ （bi＋c） i i bii cii
于是， 1,2, ,n 1, 2, , n X 1, 2 , , n AX 1,2, ,n X - 1AX .
由此即得 B= X - 1AX .
§7.3 线性变换的矩阵
三、相似矩阵
1．定义
设A、B为数域P上的两个n级矩阵，若存在可逆 矩阵 X P nn , 使得
B X - 1AX 则称矩阵A相似于B，记为 A B.
§7.3 线性变换的矩阵
注： L(V ) Pnn ; dim L(V ) n2.
事实上，任意取定V的一组基 1, 2 , , n后， 对任意 L(V )，定义 ：
: L(V ) Pnn, ( ) A, 这里A为 在基 1, 2 , , n 下的矩阵. 则 就是L(V )到 Pnn的一个同构映射.
注： ① A的第i列是 ( i ) 在基 1, 2 , , n下的坐标，
它是唯一的. 故 在取定一组基下的矩阵是唯一的.
② 单位变换在任意一组基下的矩阵皆为单位矩阵；
零变换在任意一组基下的矩阵皆为零矩阵；
数乘变换在任意一组基下的矩阵皆为数量矩阵；
§7.3 线性变换的矩阵
例1. 设线性空间 P3的线性变换 为 ( x1, x2 , x3 ) ( x1, x2 , x1 x2 )
1 1
1 2
,
（1）求 在1,2下的矩阵B.
（2）求 Ak .
§7.3 线性变换的矩阵
解：（1）由定理4， 在基 1,2 下的矩阵
B
1 1
1 1 2
21 1 0
1 1 1 2
21 11
21 1 0
1 1
1 2
1 0
1 1
.
（2）由 B= X 1 AX , 有 A= XBX 1,
§7.3 线性变换的矩阵
2．基本性质
（1）相似是一个等价关系，即满足如下三条性质： ① 反身性： A A.
A= E 1AE.
② 对称性： A B B A.
B X 1AX A Y 1BY ,Y X 1.
③ 传递性： A B, B C A C.
B= X 1AX , C= Y 1BY C = Y 1BY = Y 1( X 1AX )Y = ( XY )1 A( XY ).
于是 Ak = XBk X 1.
Ak =
1 1 1 2
1 1 k 1 1 1 0 1 1 2
=
1 1 1 2
1k 01
21 11
k 1 k
k k 1
.
§7.3 线性变换的矩阵
例4.在线性空间 P3 中，线性变换 定义如下：
(1 (2
) )
( 5, 0, (0, 1,
3) 6)
,
(3 ) (5,1,9)
其中,
12(
1, 0, 2) (0,1,1)
3 (3,1,0)
（1）求 在标准基 1, 2 , 3 下的矩阵. （2）求 在 1,2 ,3 下的矩阵.
§7.3 线性变换的矩阵
解：（1）由已知，有
1
(1,2 ,3 )
(1, 2 , 3 )
0 2
0 1 1
3 1 0
对V中任意n个向量 1,2 , ,n , 存在唯一的线性
变换 , 使
i
，
i
i 1,2,
, n.
§7.3 线性变换的矩阵
二、 线性变换与矩阵
1．线性变换的矩阵
设 1, 2 , , n为数域P上线性空间V的一组基，
为V的线性变换. 基向量的象可以被基线性表出,设
(1 ) 111 21 2
§7.3 线性变换的矩阵
5 0 5
因而，
AX
0 3
1 6
1 9
,
5 0 5
5 0 5 1 0 3 1
A
0 3
1 6
1 9
X
1
0 3
1 6
91
0 2
1 1
01
1 7
5 4 27
20 5 18
20
2 24
§7.3 线性变换的矩阵
（2）设 在1,2 ,3下的矩阵为B，则A与B相似，且
间W 的一组基，把它扩充为V的一组基：1, 2 , , n .
并定义线性变换 ：
i i i 0
i 1,2, ,m i m 1, ,n
则
1