线性变换

出处:按学科分类—数理科学和化学 清华大学出版社《数学手册(大学生用)》第350页(2551字)

线性变换的定义 数域F上的n维线性空间Sn内自身到自身的映射σ称为Sn上的一个变换,若Sn内的变换σ满足条件:

(1),有σ(α+β)=σ(α)+σ(β);

(2),有σ(kα)=kσ(α),

则称σ为Sn的一个线性变换.

线性变换的性质

(1)σ(0)=0;

(2)σ(-α)=-σ(α);

(3)线性相关向量组经过线性变换后它们的像向量组仍保持线性相关.

注 逆命题不成立,即线性无关向量组经过线性变换后,其像向量组可能变换成线性相关.

一个线性变换σ由它在一组基上的作用惟一确定.

若ε1,ε2,…,εn是线性空间Sn的一组基,α1,α2,…,αn是Sn中的任意n个向量,则有惟一的一个线性变换σ,使得

σ(εi)=αi,i=1,2,…,n.

线性变换的相等 若σ和τ是Sn上的两个线性变换,ε1,ε2,…,εn是Sn的一组基.若

σ(εi)=τ(εi),i=1,2,…,n,

则有 σ=τ.

线性变换在一组基下的对应矩阵设ε1,ε2,…,εn是线性空间Sn的一组基,σ是Sn的一个线性变换,σ(εi)(i=1,2,…,n)可以惟一的由ε1,ε2,…,εn线性表示,记为

σ(ε1,ε2,…,εn)=(σ(ε1),σ(ε2),…,σ(εn))

矩阵

称为线性变换σ在基ε1,ε2,…,εn下的对应矩阵,其中A中第j列是σ(εj)在基ε1,ε2,…,εn下的坐标.

像向量的坐标 设σ是n维线性空间Sn的线性变换,ε1,ε2,…,εn是Sn的一组基,Sn中向量α在基下的坐标为(x1,x2,…,xn),则像向量σ(α)在基ε1,ε2,…,εn的坐标为(y1,y2,…,yn),且

其中A是σ的对应矩阵.

同一个线性变换在不同基下的对应矩阵是相似矩阵

若σ在基ξ1,ξ2,…,ξn下的对应矩阵是A,在基η1,η2,…,ηn下的对应矩阵是B,而ξ1,ξ2,…,ξn到η1,η2,…,ηn的过渡矩阵是C,则

B=C-1AC.

相似矩阵可看做同一个线性变换在不同基下的对应矩阵.

线性变换的运算 设σ,τ是线性空间Sn的两个线性变换,则定义

加法:(σ+τ)(α)=σ(α)+τ(α);

数乘:(kσ)(α)=kσ(α);

乘法:(τσ)(α)=τ(σ(α)).

且σ+τ,kσ,τσ仍是线性变换.若σ,τ在Sn的基ε1,ε2,…,εn下的对应矩阵是A,B,则σ+τ,kσ,τσ在基ε1,ε2,…,εn的对应矩阵分别是A+BkA,BA.

线性变换的特征值和特征向量 设σ是线性空间Sn的线性变换,α是Sn上的一个非零向量,若

σ(α)=λ0α,

其中λ0是Sn中的数域F上的常数,则称λ0是σ的特征值,α是σ的属于特征值λ0的特征向量.

σ与其对应矩阵A的特征值、特征向量的关系

设σ在Sn中基ε1,ε2,…,εn下的对应矩阵是A,σ的特征向量α在该基下的坐标为x=(x1,x2,…,xn),那么,若σ(α)=λ0α,则有Ax=λ0x.

线性变换的值域和核 设σ是线性空间Sn的一个线性变换,则由σ的全体像组成的集合称为σ的值域,记作Imσ,即

Imσ={σ(α)|α∈Sn}.

Imσ是Sn的子空间,它的维数称为σ的秩,记作r(σ),即r(σ)=dim(Imσ).

线性变换的核 由所有被σ变成零向量的向量组成的集合称为σ的核,记作Kerσ,即

Kerσ也是Sn的子空间,Kerσ的维度称为σ的零度,记作n(σ),即n(σ)=dim(Kerσ).

有关线性变换值域与核的性质

若ε1,ε2,…,εn是Sn的一组基,A是σ在这组基下的对应矩阵,则

(1)Imσ=L(σ(ε1),σ(ε2),…,σ(εn)).

(2)r(σ)=r(A).

(3)dim(Kerσ)+dim(Imσ)=n=dimSn=r(σ)+n(σ).

分享到: