第七章 线性变换
合集下载
《高等代数》第七章 线性变换
线性变换的多项式有以下性质：
1) f (A ) 是一线性变换.
2) 如果在 P[ x ] 中，有 h(x) = f (x) + g(x) , p(x) = f (x) g(x) ,
那么
h(A ) = f (A ) + g(A ) , p(A ) = f (A ) g(A ) .
特别地，
f (A ) g(A ) = g(A ) f (A ) .
定义为 数乘k变A 换= ,K可A用, K 表示. 显然，当 k = 1 时
即
们(k便A得)恒(等) =变K换(，A当(k) =) =0 K时A，便(得) .零变换.
显然，k A 还是线性变换. 2. 运算规律 1) ( kl ) A = k ( l A ) , 2) ( k + l ) A = k A + l A , 3) k (A + B ) = k A + k B , 4) 1 A = A .
证毕
五、线性变换的多项式
下面引进线性变换的多项式的概念.
1. 线性变换的幂
既然线性变换的乘法满足结合律，当若干个线
性变换 A 重复相乘时，其最终结果是完全确定的,
与乘积的结合方式无关. 因此当 n 个( n 是正整数)
线性变换 A 相乘时，我们就可以用 A A ... A
n个
来表示，称为 A 的 n 次幂，简单地记作 A n. 即
对于线性变换，我们已经定义了乘法、加法与 数量乘法三种运算. 由加法与数量乘法的性质可知, 线性空间 V 中全体线性变换，对于如上定义的加法 与数量乘法，也构成数域 P 上一个线性空间.
对于线性变换，我们也可定义逆变换.
四、线性变换的逆变换
1. 定义 定义5 线性空间 V 的线性变换 A 称为可逆的 如果有 V 的变换 B 存在，使
第七章 线性变换
(4) 多项式:
1) n 个( n 是正整数)线性变换 /A的乘积为/A的
n次幂，记为/An，即/An=/A/A.../A(n个). 规定 /A0 = /E. 当线性变换/A可逆时, 规定/A-n=(/A-1)n 2) 设 f (x) = amxm + am -1xm -1 + … + a0 是P[ x ] 中 一多项式，/A是 V 的一线性变换，则称 f (/A ) = am /A m + am -1 /A m -1 + … + a0/E
xi1, xi 2 ,, xiri
，则向量组
x11 , x12 ,, x1r1，x21 , x22 ,, x2r2， ，xs1, xs 2 ,, xsrs
线性无关.
6) 设B=X-1AX,即矩阵A与B相似. 如果i是A的特征
值，xi是A对应特征值i的特征向量，则i是B的特征值 ,且B对应特征值i的特征向量是X-1x.
是线性变换 /A 的多项式.
3) 线性变换的幂运算规律 ① /A n + m = /A n /A m , (/A n )m = /A m n (m , n 0) . ② 一般来说:(/A /B )n /A n /B n . 4) 如果在 P[ x ] 中，有 h(x) = f (x) + g(x) , p(x) = f (x) g(x) , 那么 h(/A ) = f (/A ) + g(/A ) , p(/A ) = f (/A ) g(/A ) .
1+ 2+ ...+n=a11+a22+...+ann; 12...n=|A|.
4) 如果1, 2, ..., s是矩阵A的互异特征值，其对应
高等代数课件
(1) a111 a212 ar1r
(r ) a1r1 a2r2 arrr (r1) a1,r11 ar,r1r ar1,r1r1 an,r1n
(n ) a1n1 arnr ar1,nr1 annn
这表明关于这个基的矩阵是
A1 O
A3 A2
|W关于W的基1, 2, …, r 的矩阵
定理7.3.3 设V是数域F上的一个n维向量空间, {1, 2, …, n} 是V的一个基, 对于V的每个线性变换, 让它对应于它关于基{1, 2, …, n}的矩阵A. 如此建立的对应关系是L(V)到Mn(F)的一个同构 (保持加法和纯量乘法的双射). 而且如果变换,分别对应于矩阵A,B, 则变换,的乘积对应于矩阵A,B的乘积AB. (保持乘法)
例 6 接例4. V3是L与H的直和. 取L上的一个非零向量1作为它
的基, 取H上的两个正交单位向量2, 3作为它的基, 那么1, 2, 3组
V3的一个基. 关于这个基的矩阵是
1 0
0
0 cos sin
0 sin cos
应该地, 如果V是它的子空间W1, W2, … , Ws的直和, 且每一个都 是的不变子空间. 用这些子空间的基组V的一个基. 则关于这个基
定理7.1.2 设是向量空间V到W的一个线性映射. 则有 (i) 是单射Im()=W. (i) 是满射Ker()={0}.
两个线性映射的合成映射是线性映射. 设U, V, W是数域F上的向量空间, : UV, :VW是线性映射. 则合成映射:VW是U到W线性映射.
如果线性映射:VW有逆映射 1, 则 1是从W到V的线性映 射.
(n ) a1n1 a2n2 annn
其中, (a1j, a2j,…, anj, )是(j )关于基1, 2, …, n的坐标 j=1,2, …,n,. 它们是唯一确定的. 以它为第j列, 做成一个矩阵:
(r ) a1r1 a2r2 arrr (r1) a1,r11 ar,r1r ar1,r1r1 an,r1n
(n ) a1n1 arnr ar1,nr1 annn
这表明关于这个基的矩阵是
A1 O
A3 A2
|W关于W的基1, 2, …, r 的矩阵
定理7.3.3 设V是数域F上的一个n维向量空间, {1, 2, …, n} 是V的一个基, 对于V的每个线性变换, 让它对应于它关于基{1, 2, …, n}的矩阵A. 如此建立的对应关系是L(V)到Mn(F)的一个同构 (保持加法和纯量乘法的双射). 而且如果变换,分别对应于矩阵A,B, 则变换,的乘积对应于矩阵A,B的乘积AB. (保持乘法)
例 6 接例4. V3是L与H的直和. 取L上的一个非零向量1作为它
的基, 取H上的两个正交单位向量2, 3作为它的基, 那么1, 2, 3组
V3的一个基. 关于这个基的矩阵是
1 0
0
0 cos sin
0 sin cos
应该地, 如果V是它的子空间W1, W2, … , Ws的直和, 且每一个都 是的不变子空间. 用这些子空间的基组V的一个基. 则关于这个基
定理7.1.2 设是向量空间V到W的一个线性映射. 则有 (i) 是单射Im()=W. (i) 是满射Ker()={0}.
两个线性映射的合成映射是线性映射. 设U, V, W是数域F上的向量空间, : UV, :VW是线性映射. 则合成映射:VW是U到W线性映射.
如果线性映射:VW有逆映射 1, 则 1是从W到V的线性映 射.
(n ) a1n1 a2n2 annn
其中, (a1j, a2j,…, anj, )是(j )关于基1, 2, …, n的坐标 j=1,2, …,n,. 它们是唯一确定的. 以它为第j列, 做成一个矩阵:
第七章线性变换总结篇(高等代数)
第 7章 线性变换7.1知识点归纳与要点解析一．线性变换的概念与判别 1.线性变换的定义数域P 上的线性空间V 的一个变换σ称为线性变换，如果对V 中任意的元素,αβ和数域P 中的任意数k ，都有：()()()σαβσασβ+=+，()()k k σασα=。
注：V 的线性变换就是其保持向量的加法与数量乘法的变换。
2.线性变换的判别设σ为数域P 上线性空间V 的一个变换，那么：σ为V 的线性变换⇔()()()k l k l ,,V ,k,l P σαβσασβαβ+=+∀∈∀∈ 3.线性变换的性质设V 是数域P 上的线性空间，σ为V 的线性变换，12s ,,,,V αααα∀∈。
性质1. ()()00,σσαα==-; 性质2. 若12s ,,,ααα线性相关，那么()()()12s ,,,σασασα也线性相关。
性质3. 设线性变换σ为单射，如果12s ,,,ααα线性无关，那么()()()12s ,,,σασασα也线性无关。
注：设V 是数域P 上的线性空间，12,,,m βββ，12,,,s γγγ是V 中的两个向量组，如果：11111221221122221122s ss s m m m ms sc c c c c c c c c βγγγβγγγβγγγ=+++=+++=+++记：()()1121112222121212,,,,,,m m m s s s ms c c c c c c c c c βββγγγ⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭于是，若()dim V n =，12,,,n ααα是V 的一组基，σ是V 的线性变换， 12,,,m βββ是V 中任意一组向量，如果：()()()11111221221122221122n n n n m m m mn nb b b b b b b b b σβααασβααασβααα=+++=+++=+++记：()()()()()1212,,,,m m σβββσβσβσβ=那么：()()1121112222121212,,,,,,m m m n n n mn b b c b b c b b c σβββααα⎛⎫⎪ ⎪= ⎪⎪⎝⎭设112111222212m m n n mn b b c b b c B b b c ⎛⎫⎪⎪= ⎪⎪⎝⎭，12,,,m ηηη是矩阵B 的列向量组，如果12,,,r i i i ηηη是12,,,m ηηη的一个极大线性无关组，那么()()()12,ri i iσβσβσβ就是()()()12,m σβσβσβ的一个极大线性无关组，因此向量组()()()12,m σβσβσβ的秩等于秩()B 。
第七章-线性变换
x1 , x2 ,, xn P , 使 x1 1 x2 2 xn n
从而， ( ) x1 ( 1 ) x2 ( 2 ) xn ( n ).
由此知， ( ) 由 ( 1 ), ( 2 ),, ( n ) 完全确定.
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 ) a11 1 a21 2 an1 n ( 2 ) a12 1 a22 2 an 2 n ( ) a a a n 1n 1 2n 2 nn n
＝x1 1 x2 2 xn n
＝x1 1 x2 2 xn n
由已知，即得 ＝ .
.
由此知，一个线性变换完全由它在一组基上的作 用所决定.
( 2 ) (0,1,0) (0,1,1) 0 1 1 2 1 3
( 3 ) (0,0,1) (0,0,0) 0 1 0 2 0 3
1 0 0 ( 1 , 2 , 3 ) ( 1 , 2 , 3 ) 0 1 0 1 1 0
和 ：
数量乘积
k ： k k k P
记作 1 .
的逆变换: E
n
n 的n次幂： , n为自然数
的多项式： f ( ) am m a1 a0 E
5/36
二、 线性变换的简单性质
第七章线性变换.ppt
所以 是V的一个线性变换
令 k ，那么对于任意 a,b F 和任意 , V ,
(a b) k( (a b)) k(a ( ) b ()) ak ( ) bk () a( ) b().
所以kσ是V的一个线性变换.
2020-12-11
谢谢你的观赏
15
线性变换的加法满足变换律和结合律,容易证明,对
如果 , V而 ( ) (). 那么 ( ) ( ) () 0, 从而 ker( ) {0}. 所以 , 即σ是单射.
2020-12-11
谢谢你的观赏
11
如果线性映射 :V W 有逆映射 1 ，那么是W
到V 的一个线性映射.
2020-12-11
谢谢你的观赏
12
7.2 线性变换的运算
（4） ( )
2020-12-11
谢谢你的观赏
16
线性变换的数乘满足下列算律：
(5)
k( ) k k ,
(6)
(k l) k l ,
(7)
(kl) k(l ),
(8)
1 ,
这里k,l是F中任意数，σ,τ是V的任意线性变换.
定理7.2.1 L（V）对于加法和数乘来说作成数域 F上一个向量空间.
在σ之下的象是W 的一个子空间，而W 的任意子空 间在σ之下的原象是V 的一个子空间.
2020-12-11
谢谢你的观赏
9
特别，向量空间V 在σ之下的象是W 的一个
子空间，叫做σ的象, 记为 Im( ),
即 Im( ) (V ).
另外，W 的零子空间 { 0 } 在σ之下的原象是 V 的一个子空间，叫做σ的核，
一、内容分布
7.2.1 加法和数乘 7.2.2线性变换的积 7.2. 3线性变换的多项式
令 k ，那么对于任意 a,b F 和任意 , V ,
(a b) k( (a b)) k(a ( ) b ()) ak ( ) bk () a( ) b().
所以kσ是V的一个线性变换.
2020-12-11
谢谢你的观赏
15
线性变换的加法满足变换律和结合律,容易证明,对
如果 , V而 ( ) (). 那么 ( ) ( ) () 0, 从而 ker( ) {0}. 所以 , 即σ是单射.
2020-12-11
谢谢你的观赏
11
如果线性映射 :V W 有逆映射 1 ，那么是W
到V 的一个线性映射.
2020-12-11
谢谢你的观赏
12
7.2 线性变换的运算
（4） ( )
2020-12-11
谢谢你的观赏
16
线性变换的数乘满足下列算律：
(5)
k( ) k k ,
(6)
(k l) k l ,
(7)
(kl) k(l ),
(8)
1 ,
这里k,l是F中任意数，σ,τ是V的任意线性变换.
定理7.2.1 L（V）对于加法和数乘来说作成数域 F上一个向量空间.
在σ之下的象是W 的一个子空间，而W 的任意子空 间在σ之下的原象是V 的一个子空间.
2020-12-11
谢谢你的观赏
9
特别，向量空间V 在σ之下的象是W 的一个
子空间，叫做σ的象, 记为 Im( ),
即 Im( ) (V ).
另外，W 的零子空间 { 0 } 在σ之下的原象是 V 的一个子空间，叫做σ的核，
一、内容分布
7.2.1 加法和数乘 7.2.2线性变换的积 7.2. 3线性变换的多项式
第七章 线性变换
1
,即A
1
B .
可以证明，可逆线性变换一定是双射，从而它就是线性空间到其自身的同构映射。
类似于方阵的幂与多项式概念，关于线性变换，也有所谓幂与多项式概念，具体如下 定义 1.7 设 A L(V ), 利用乘法定义可以归纳地定义线性变换的正整数次幂：
2
A
A A , A
3
A
2
A , , A
第七章
线性变换
变换的思想是数学中一个十分重要的思想，几乎可以说无处不在，也可以这么说，如 果不研究变换，数学就变得死水一潭、没有意义。线性变换是高等代数中一个重要概念， 它对研究线性空间本身结构有着重要作用，为矩阵运算的简化以及矩阵的分解提供了方法。
§1
线性空间上的线性变换及其运算
如果说同构映射反映了两个线性空间之间的关系， 那么， 这一节将要介绍的线性空间上 的线性变换反映的将是线性空间到其自身的关系。 定义 1.1 设 V 是数域 P 上一个线性空间，如果映射 A : V V 满足：
3
( x, y, z )T 3 , 定义 A ( x, y, 0)T 3 , 证明： A 是 3 上的线性变换。
4. 设 A 是实数域 上 3 维线性空间 中绕 Oz 轴由 Ox 向 Oy 方向旋转 90 的变换，证
3
明： A 是 上的线性变换，并且 A 5. 6. 证明性质 1.1, 1.3.
3
4
E .
在 P[ x] 中， 对任意 f ( x) P[ x], A f ( x) f' ( x), B f ( x) xf ( x), 其中 f' ( x) 是 f ( x) 的导函数，证明： AB BA E , 这里E 为恒等变换。
,即A
1
B .
可以证明，可逆线性变换一定是双射，从而它就是线性空间到其自身的同构映射。
类似于方阵的幂与多项式概念，关于线性变换，也有所谓幂与多项式概念，具体如下 定义 1.7 设 A L(V ), 利用乘法定义可以归纳地定义线性变换的正整数次幂：
2
A
A A , A
3
A
2
A , , A
第七章
线性变换
变换的思想是数学中一个十分重要的思想，几乎可以说无处不在，也可以这么说，如 果不研究变换，数学就变得死水一潭、没有意义。线性变换是高等代数中一个重要概念， 它对研究线性空间本身结构有着重要作用，为矩阵运算的简化以及矩阵的分解提供了方法。
§1
线性空间上的线性变换及其运算
如果说同构映射反映了两个线性空间之间的关系， 那么， 这一节将要介绍的线性空间上 的线性变换反映的将是线性空间到其自身的关系。 定义 1.1 设 V 是数域 P 上一个线性空间，如果映射 A : V V 满足：
3
( x, y, z )T 3 , 定义 A ( x, y, 0)T 3 , 证明： A 是 3 上的线性变换。
4. 设 A 是实数域 上 3 维线性空间 中绕 Oz 轴由 Ox 向 Oy 方向旋转 90 的变换，证
3
明： A 是 上的线性变换，并且 A 5. 6. 证明性质 1.1, 1.3.
3
4
E .
在 P[ x] 中， 对任意 f ( x) P[ x], A f ( x) f' ( x), B f ( x) xf ( x), 其中 f' ( x) 是 f ( x) 的导函数，证明： AB BA E , 这里E 为恒等变换。
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
- 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)。
这是一个线性变换，
称为由数k决定的数乘变换，可用 K 表示。 显然，当k=1时，我们便得恒等变换，
当k=0时，便得零变换。
例5 在线性空间P [ x ]或者 P [ x ]中，求微商是一 n 个线性变换。这个变换通常用D代表，即
D ( f ( x )) f '( x ).
例6 定义在闭区间[a,b]上的全体连续函数组成 实数域上一线性空间，以C(a,b)代表。在这个空 间中，变换 x
A ( B ( ) ) A ( B ( ) ) ( A B ) ( ) ( A B ) ( ) , ( A B ) ( k ) A ( B ( k ) ) A ( k B ( ) ) k A ( B ( ) ) k ( A B ) ( ) .
y ' sin cos y
来计算的。同样地，空间中绕轴的旋转也是一个 线性变换。
例2 设 是几何空间中一固定的非零向量，把 每个向量 变到它在 上的内射影的变换也是一 个线性变换，以 表示它。用公式表示就是
( ) ( , ) ( , )
首先，线性空间的线性变换作为映射的特殊 情形当然可以定义乘法。设A，B是线性空间V 的两个线性变换，定义它们的乘积AB为
( A B )( ) A ( B ( )) ( V ).
容易证明，线性变换的乘积也是线性变换。事 实上，( A B )( ) A ( B ( )) A ( B ( ) B ( ))
2.线性变换保持线性组合与线性关系式不变。 换句话说，如果 是 1 , 2 , , r 的线性组合：
k 1 1 k 2
2
k r r ,
( 1 ) , A ( 2 ) , ,
A ( ) 是 A 那么经过线性变换A之后， A ( ) 同样的线性组合：
J ( f ( x ))
是一线性变换。
f (t ) d t
a
从定义推出线性变换的以下简单性质： 1.设A是V的线性变换,则 A ( 0 ) 0 , A ( ) A 这是因为 A ( 0 ) A ( 0 ) 0 A ( ) 0 ,
( ).
A ( ) A ( ( 1) ) ( 1) A ( ) A ( ) .
例1 平面上的向量构成实数域上的二维线性空 间。把平面围绕坐标原点按反时针方向旋转 角， I 就是一个线性变换，我们用 表示。如果平面上 x, y) 一个向量 在直角坐标系下的坐标是 ,( 那么 ( 是按 x ', y ') I 象 的坐标，即旋转 角之后 的坐标 照公式 sin x x ' cos
下面如果不特别声明，所考虑的都是某 一固定的数域P上的线性空间。
定义1 线性空间V的一个变换A 称为线性变换， , 如果对于V中任意的元素 和数域 P中任意数k, 都有 A ( ) A ( ) A ( ) ,
A ( k ) k A ( ) .
以后我们一般用黑体大写拉丁字母 A ,, B , 代 A ( ) 或A 代表元素 在变换A下的象。 表V的变换， 定义中等式所表示的性质，有时也说成线性 变换保持向量的加法与数量乘法。
第七章
§1 §2 §3 §4 §5 §6 §7
线性变换
线性变换的定义 线性变换的运算 线性变换的矩阵 特征值与特征向量 对角矩阵 线性变换的值域与核 不变子空间
表示符号
A N A N A N
B C D E F G H I J K LM O P Q R S T UV WX YZ B C D E F G H I J K L M O P Q R S T U V W X Y Z B C D E F G H I J K LM O P Q R S T UV WX YZ
§1
线性变换的定义
定义 例题 性质
定义
上一章我们看到，数域P上任意一个n维 n 线性空间都与P 同构，因之，有限维线性空 间的结构可以认为是完全清楚了。线性空间 V到自身的映射通常称为V的一个变换。这一 章中要讨论的线性变换就是最简单的，同时 也可以认为是最基本的一种变换。线性变换 是线性代数的一个主要研究对象。
这说明AB是线性的。 既然一般映射的乘法适合结合律，线性变换 的乘法当然也适合结合律，即
( A B ) C A ( B C ).
但线性变换的乘法一般是不可交换的。例如,在 实数域R上的线性空间R[x]中，线性变换
D ( f ( x ) ) f '( x ) , J ( f ( x ) )
r
A ( ) k 1 A ( 1 ) k 2 A ( 2 )
, r之间有一线性关系式
k 1 1 k 2
2
k r
r
0,
那么它们的象之间也有同样的关系
A ( ) k 1 A ( 1 ) k 2 A ( 2 )
k r A ( r ),
3.线性变换把线性相关的向量组变成线性相关 的向量组。 但应该注意，3的逆是不对的，线性变换可能 把线性无关的向量组也变成线性相关的向量组。 例如零变换就是这样。 BACK
§2
线性变换的运算
乘法 加 减 数乘 逆变换 变换的多项式
线性变换的运算
在这一节,我们来介绍线性变换的运算及其简 单性质。
.
这里( , ), ( , ) 表示内积。
例3 线性空间V中的恒等变换或称单位变换E,即 以及零变换0，即
E ( )
O ( ) 0
( V ), ( V )
都是线性变换。
例4
设V是数域P上的线性空间，k是P中某个数
k , V .
定义V的变换如下：