第七章线性变换总结篇高等代数.docx
《第七章线性变换总结篇高等代数.docx》由会员分享,可在线阅读,更多相关《第七章线性变换总结篇高等代数.docx(17页珍藏版)》请在冰豆网上搜索。
![第七章线性变换总结篇高等代数.docx](https://file1.bdocx.com/fileroot1/2022-12/1/18faf2bf-2762-48b3-9869-f0e3a02677a5/18faf2bf-2762-48b3-9869-f0e3a02677a51.gif)
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
.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的一个变换称为线性变换,
如果对V中任意的元素
和数
kk
域P中的任意数k,都有:
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
设为数域P上线性空间V的一个变换,那么:
为V的线性变换
lk
V,k,lP
3.线性变换的性质
性质
性质
性质
设V是数域P上的线性空间,
为V的线性变换,
2,L,S,V。
1.
2.
3.
00,
若1,2丄,s线性相关,那么
2,L
S也线性相关。
设线性变换为单射,如果
2,L
S线性无关,
那么
2,L,
也线性无关。
注:
设V是数域P上的线性空间,
2,L
2,L,
S是V中的两个向量组,
如果:
c111
c12
记:
1,2,L,m
c211
LL
c222
2L
L
c1ss
c2SS
cm11
cm22
2,L,S
c11
c21
cm1
c12
M
c22
M
cm2
M
c1s
cms
于是,若dimVn,
2,L,
n是V的一组基,
是V的线性变换,
1,2,L
是V中任意一组向量,如果:
1
b111
2
b211
LL
L
m
bm11
记:
1,2,L,
m
那么:
1,2,L,m
b11
b21
L
cm1
b12
b22
L
cm2,
设B12
,1,2,L
M
M
M
b1n
b2n
L
cmn
b122
L
b1nn
b222
L
b2nn
1,2L
m
b11
b21
L
cm1
,L,b12
b22
L
cm2
1,2,L,n
M
M
M
b1n
b2n
L
cmn
m是矩阵B的列向量组,
如果
i1,i2,L,ir是
1,2,L,m的一个极大线性无关组,那么
2Lm的一个极大线性无关组,因此向量组
秩等于秩B。
4.线性变换举例
(1)设V是数域P上的任一线性空间。
零变换:
00,V;
恒等变换:
V。
幂零线性变换:
设是数域P上的线性空间V的线性变换,如果存在正整数m,使
得m0,就称为幂零变换。
幂等变换:
设
是数域P上的线性空间V的线性变换,如果2,就称为幂等
变换。
(2)VPn,任意取定数域P上的一个n级方阵A,令:
X1
X1
X2
AX2
X2n
A,
Pn。
M
M
M
Xn
Xn
Xn
(3)VPx,Dfxf
X,fX
PX。
XAX,XPnn
是V的两个线性变换,定义它们的和
(4)VPnn,Aaj是V中一固定矩阵,二•线性变换的运算、矩阵
1.加法、乘法、数量乘法
(1)定义:
设V是数域P上的线性空间,
、乘积分别为:
对任意的V
任取kP,定义数量乘积k为:
对任意的V
kk
的负变换-为:
对任意的V
贝U、、k与-都是V的线性变换。
(2)LV={|为V的线性变换},按线性变换的加法和数乘运算做成数域P上的维线
性空间。
2.线性变换的矩阵
(1)定义:
设V是数域P上的n维线性空间,
是V的线性变换,
2丄,n是V的
一组基,如果:
此时:
a11
a21
L
3n1
312
322
L
3n2
M
M
M
31n
32n
L
Qin
为线性变换
那么称矩阵A
1
n
在基
n下的矩阵。
2,L,
2,L,
1
a111
a122
L
a1nn
2
a211
a222
L
a2nn
LL
L
n
an11
an22
L
annn
(2)线性变换的和、乘积、数量乘积、逆变换、负变换及线性变换多项式的矩阵:
LV,设
设1,2,L,n是数域P上的n维线性空间V的一组基,
它们在
2丄,n下的矩阵分别为A,B。
1)f:
LVPnn,
A是数域P上的线性空间
LV到数域P上的线性空
间Pnn的同构映射,
因此
LVPnn。
3[①
、
与-在基
1,
2丄
n下的矩阵分别为AB,AB与A;
②
任取k
P,k在基
1,
2丄
n下的矩阵为kA;
③
若为可逆线性变换,
则
1
在基1,2,L,n下的矩阵为A1;
④
设fX
m
amXam
m
1X
1L
a,x为数域P上的任一多项式,那么
f
m
amam1
m1
L
a1a。
(为V的恒等变换)在
1,2,L
n下的矩阵为:
f
AamAmam1Am1LqA玄巳。
基
2)可逆A可逆
三•特征值、特征向量与对角矩阵
1•矩阵的特征值与特征向量
(1)
矩阵的特征多项式:
设A为n级复方阵,将多项式
fA
A称为A的特征
多项式。
注:
1)若A
aij
nn
,则:
EnA
a11
a22
ann
1nA
1trA
nA
2)将En
A称为矩阵A的特征矩阵,
EnA0称为矩阵A的特征方程。
(2)
定义:
n级方阵A的特征多项式fA
EnA在复数域上的所有根都叫做其特
征值(根),设0C是A的特征值,
齐次线性方程组
EnAX0的每个非零
解都叫做矩阵A的属于其特征值0的特征向量。
(3)求法:
1)求fA
EnA在复数域上的所有根
1,2,L,n(重根按重数计算);
2)对kk1,Ln解齐次线性方程组
kEnAX0,得其一个基础解系
k1,k2丄,k,lk(lkn
秩kEnA
),贝U矩阵A的属于特征值k的全部特
征向量为sk1k1sk2k2
LSk,kk,ik,其中Sk1,Sk2,L,Sk,ik为不全为零的任意常
数(复数)。
(4)重要结论:
1)
设°C是A的特征值,
X。
是A的属于其特征值°的特征向量,gx为一复
系数多项式。
g0为gA的特征值,
X0为gA的属于特征值g0的特征向量;
如果A还是可逆矩阵,那么
丄与—分别为A1和A的特征值,X。
为A1的属
00
1
于特征值丄的特征向量,
0
X。
为A的属于特征值
—的特征向量,
0
若1,2丄,n是矩阵A的全部特征值,那么g
,g
2,L,gn就是gA
1
的全部特征值,如果A还是可逆矩阵,则-
-,L
2
,丄为A1的全部特征值,
n
△△,L△为A的全部特征值;
2n
若1,2丄,n是矩阵A的全部特征值,
trA1
2.线性变换的特征值与特征向量
(1)定义:
设是数域P上的线性空间V的线性变换,
0P,若存在0
V,使得
0,就称0为的一个特征值,为
的一个属于特征值
0的特征向量。
(2)线性变换的特征多项式
设是数域P上的n维线性空间V的线性变换,任取V的一组基
在该基下的矩阵为A,称矩阵为A的特征多项式
EnA为的特征多项式,记为
fEnA,即线性变换的特征多项式为其在任意基下矩阵的特征多项式。
(3)求法:
设是数域P上的n维线性空间V的线性变换。
1)取定V的一组基!
2丄,n,求出在该基下的矩阵A;
2)求fEnA在P中的所有根1,2,L,m(0mn,重根按重数计算,且m0表示无特征值)。
3)若m0,对kt1,Ls解齐次线性方程组kEnAX0,得其一个基础
解系ki,k2,L,k,ik(lkn秩kEnA),则线性变换的属于特征值k的全部特征向量为1,2,L,nSkik1Sk2k2LSk,lkk,lk,其中Ski,Sk2,L,Sk,ik为P中不全为零的任意常数。
3.矩阵相似
(1)定义:
设A,B是数域P上的两个n级方阵,如果存在数域P上的n级可逆矩阵T,使得T1ATB,就称矩阵A相似于矩阵B,记为A:
B。
(2)性质:
1)矩阵相似是等价关系,即:
设A,B,C都是n级方阵,那么:
①A:
A;②若A:
B,那么B:
A;③若A:
B且B:
C,则A:
C。
2)若A:
B,那么fAEnAfBIEnB,因此矩阵A与矩阵B有相同的特征值,相同的迹(trAtrB),相同的行列式(AB)。
3)两个实对称阵相似它们有相同的特征值。
(3)有限维线性空间上的线性变换在不同基底下的矩阵彼此相似。
(4)若T1ATB,那么BkT1AkT,kZ。
4.线性变换与矩阵可对角化
(1)矩阵可对角化
1)设A是n级方阵,如果存在n级可逆矩阵T,使得T1AT为对角阵,则称A可对角化。
2)n级方阵A可对角化A有n个线性无关特征向量。
3)如果n级方阵A有n个不同的特征值,贝UA可对角化。
4)设1,2,L,k是n级方阵A的所有不同的特征值,
fAEnA12^Lklk
称lii1,2,L,k为i的代数重数;
称Sn秩iEnAi1,2,L,k为j的几何重数;
Slii1,2,L,k;
n级方阵A可对角化对i1,2,L,k都有j的代数重数=j的几何重数。
注:
1.设齐次线性方程组
iEn
AX0的解空间为Wi,则s
dim
2.称VCn
i
Ai
为n级方阵A的属于特征值
i的特征子空间,那么
SdimVi
(2)线性变换可对角化
1)设是数域P上的n维线性空间V的线性变换,如果存在V的一组基,使得在
该基下的矩阵为对角阵,就称可对角化。
2)数域P上的n维线性空间V的线性变换可对角化有n个线性无关特征向
量。
3)设是数域P上的n维线性空间V的线性变换,如果有n个不同的特征值,则
可对角化。
4)设是数域P上的n维线性空间V的线性变换,在V的一组基下的矩阵为A,
设1,2,L,k是n级方阵A的所有不同的特征值。
①若l2,L,kP,那么:
可对角化
1,2,L,k都有i的代数重数=i的几何重数。
②若1,2,L,k不全在数域P中,则不可对角化。
注:
j的几何重数=dimV,其中VV
i7i
的特征子空间。
四•线性变换的值域与核
1.定义:
设是数域P上的线性空间V的线性变换,将
为的属于特征值
V分别称为线性变换
的核与值域(
10与V也分别记为ker
与Im)。
2•线性变换的秩与零度:
V与10都是V的子空间,将dimV与dim
别称为的秩和零度。
3.有限维线性空间的线性变换的值域与核
设V是数域P上的n维线性空间,
是V的线性变换,
1,2丄,n为V的一组基,
在该基下的矩阵为A,r秩A,1a22LannV。
因此
于是
4)dim
ai
a2
2是齐次线性方程组AX0的解。
M
an
AX0的一个基础解系,那么1,2,L,nr(其中
kk1,2,L,n
r)就是
10的一组基,于是:
dim
k11
k22Lknrnr匕山,L,心rP
的秩和零度为nr。
2,L,
的一个极大线性无关组就是
V的一组基,而
2,L
dim
的秩等于秩A=r,所以dimV
3.求法:
设V是数域P上的n维线性空间,
是V的线性变换。
10的求法:
取定V的一组基
1,
2丄,
n,求出在该基下的矩阵A;
解齐次线性方程组AX
得其一个基础解系
2,L,n
令k1,
2,L,n
1,2,L,n
r,得
的一组基
2,L,n
2Lkn
k1,k2,L,knrP
2)V的求法:
①取定V的一组基
2丄,
n,求出
在该基下的矩阵
②设矩阵A的列向量组为
2丄,
n,求出1,2丄
n的一个极大线性无关
2,L,
n的一个极大线性无关组
11
i?
>L,
ir,i1'
4,'ir
就是V的一组基。
VL
1,
L
S,」,ir
lh
丨
11112
L丨
i2Urir
\.Ll
I”山2宀J1ir
P
五•不变子空间
1.定义:
设是数域
P上的线性空间V的线性变换,
W是V的子空间,如果对W,
都有W
(即W
W),就称W是
的不变子空间,
也称-子空间。
2.设V是数域
P上的线性空间,那么0与V都是V的任一线性变换的不变子空间。
3.设是数域
P上的线性空间
V的线性变换,是的任意一个特征值,那么
的特征
子空间V
4.线性变换的循环子空间:
设
都是
的不变子空间。
是数域
P上的
0维线性空间
的线性变换,任取
V,必存在正整数m,
L,m1
线性无关,而
Lm
J1—J
线性相关,令W
则W是的不变子
空间,称W为的循环子空间。
5.设V是数域
P上的n维线性空间,
的线性变换,
的不变子空间,
OvdimW
mn,取W的
组基
2丄,
将其扩充为V的一组基
m,m1,L,n,那么
在该基下的矩阵为
A,其中A1为
的基1,
2丄,
m下的矩阵。
六•若尔当
(Jordan)标准形
1•若尔当块与若尔当形矩阵:
1)若尔当块:
形式为
1
J,tM
0
的矩阵称为若尔当块,其中
为复数。
2)若尔当形矩阵:
由若干个若尔当块组成的准对角阵称为若尔当形矩阵,
其一般形状如:
A1
A2O
1i
其中:
Ai
1O
O
1
i
As
,且1,2,L,s中有些可以相等。
ikiki
2.复数域上有限维线性空间上的线性变换与复方阵
1)设是复数域C上的n0维线性空间V的任意一个线性变换,那么必存在V的一组基,使得在该基下的矩阵为若尔当形矩阵。
2)每个n级复矩阵都与一个若尔当形矩阵形矩阵相似。
3.设是复数域上的n0维线性空间V的线性变换,那么幕零的特征值都为零。