§3 线性变换的矩阵

第七章 线性变换 学习单元3： 线性变换的矩阵_________________________________________________________● 导学 学习目标：理解线性变换在一个基下的矩阵的概念；会计算线性变换在一个基下的矩阵；理解线性变换在不同基下的矩阵的相似关系；掌握矩阵等价与矩阵相似的区别与联系。

学习建议：线性变换在一个基下的矩阵建立了线性变换与矩阵的对应关系，类似于平面上点与坐标的对应关系，有了这种对应关系，可以让线性变换问题与矩阵问题互相转化。

建议大家多看书，认真理解概念与结论。

重点难点：重点：深刻理解线性变换在一个基下的矩阵。

难点：理解线性变换在两个不同基下的矩阵的相似关系。

_________________________________________________________● 学习内容 一、线性变换的确定设V 为P 上n 维线性空间，1,,n εεL 为V 的一个基，对任何11,n n V x x ξξεε∈=++L ，()A L V ∈，则11()()()n n A x A x A ξεε=++L 。

即只要知道了1(),()n A A εεL ，则()A ξ也就确定了。

命题1 设1,,n εεL 为线性空间V 的一个基，,()A B L V ∈，则A = B 当且仅当()(),1,2,,i i A B i n εε==L 。

命题2 设1,,n εεL 为线性空间V 的一个基，1,,n ααL 为V 中一个向量组，则存在()A L V ∈，使(),1,2,,i i A i n εα==L 。

定理 设1,,n εεL 为V 的一个基，1,,n ααL 为V 中任意n 个向量，则存在唯一的()A L V ∈，使(),1,2,,i i A i n εα==L 。

例 设V 为P 上n 维线性空间，()A L V ∈，A 不可逆，证明存在V 的非零线性变换B ，使得BA = 0。

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 .

§3.1 矩阵的运算（1）第三章矩阵矩阵的加法定义1111112121121212222221122n n n n m m m m mn mn a b a b a b a b a b a b a b a b a b +++⎡⎤⎢⎥+++⎢⎥+=⎢⎥⎢⎥+++⎣⎦A B 设有两个 矩阵 和 n m ⨯[]ij a =A [],ij b =B 那么矩阵与 的和 A B 记作 规定为,+A B 只有当两个矩阵是同型矩阵时，才能进行加法运算.（可加的条件）注矩阵的加法235178190, 645, 368321-⎡⎤⎡⎤⎢⎥⎢⎥=-=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦设矩阵矩阵则A B 213758169405336281+-++⎡⎤⎢⎥=+-++⎢⎥⎢⎥+++⎣⎦3413755.689⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦对应元相加例1+A B矩阵的加法;+=+A B B A ()()++=++A B C A B C ；+=+=；A OO A A 矩阵加法的运算律 [],ij a =A 设矩阵 （交换律）（结合律）（加法单位元）(1)(2) (3) (4) 规定 [],ija -=-A 称之为 的负矩阵.A ()(),+-=-+=A A A A O ().-=+-A B A B （加法逆元）规定矩阵的减法为：+=+⇒=.A B A C B C (5) 加法消去律成立，即数量乘法111212122211[].n nij m n m m mn ka ka ka kaka ka k ka ka ka ka ⨯⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦A 规定数 k 与矩阵 A 的数量乘积为定义2数量乘法()();k l kl =A A ()k l k l +=+A A A ；()k k k +=+.A B A B 数量乘法的运算规律(1) (2)(3)矩阵的加法和数量乘法统称为矩阵的线性运算 .设为A , B 为矩阵，k, l 为数： m n ⨯矩阵的乘法（矩阵与矩阵相乘）定义3设 是一个 矩阵， m n ⨯[]ij a =A 记作 C =AB.[]ij b =B 是一个 矩阵， n s ⨯规定矩阵 与 的乘积是一个 的矩阵 A Bm s ⨯[],ij c =C 其中 11221nij i j i j in nj ikkjk c a b a b a b ab ==+++=∑()1,2,;1,2,,,i m j s ==矩阵的乘法1212[,,,]j j i i in nj b b a a a b ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦1122i j i j in nj a b a b a b =+++1n ik kj ij k a b c ===∑行乘列法则可乘条件：左矩阵的列数=右矩阵的行数11211300514-⎡⎤⎢⎥=-⎢⎥⎢⎥-⎣⎦设，A 034121.311121⎡⎤⎢⎥⎢⎥=⎢⎥-⎢⎥-⎣⎦B 例20311212113031051412⎡⎤-⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦-⎣⎦C AB .⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦5-61022-17乘积矩阵的“型” ？ A m n ⨯B n s ⨯C m s⨯=1111⎡⎤=⎢⎥--⎣⎦设，A 例300,00⎡⎤=⎢⎥⎣⎦AB 22,22⎡⎤=⎢⎥--⎣⎦BA .BA AB ≠故1111-⎡⎤=⎢⎥-⎣⎦，B 则矩阵的乘法（1）矩阵乘法一般不满足交换律； 若 ，则称矩阵 与是乘法可交换的. =AB BA A B 定义3=AB O ⇒;==或A O B O （2） ()≠-=若而A O A B C O，⇒=B C.注意：(),+=+A B C AB AC ();+=+B C A BA CA ()()()k k k ==AB A B A B （其中 k 为数）;n m ;m n m n m n ⨯⨯⨯==A E E A A 矩阵的乘法()();=AB C A BC 矩阵乘法的运算规律 (1) (2) (3) (4) （结合律） （左分配律）（右分配律）（乘法单位元）11112211211222221122n n n n m m mn n ma x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩，，，11121121222212n n m m mn n a a a x a a a x a a a x ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦111122121122221122n n n n m m mn n a x a x a x a x a x a x a x a x a x ⎡⎤+++⎢⎥+++⎢⎥⎢⎥⎢⎥+++⎢⎥⎣⎦12m b b b ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦=AX =β⇔=（矩阵形式）AX β ==00（齐次线性方程当时组的矩阵形式），AX β .例4cos sin ,,sin cos OP ϕϕϕϕ-⎡⎤⎡⎤==⎢⎥⎢⎥⎣⎦⎣⎦设矩阵平面向量x A y cos ,sin ,x r y r θθ=⎧⎨=⎩于是x y ⎡⎤⎢⎥⎣⎦A cos sin sin cos x y ϕϕϕϕ-⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦cos()sin()r r θϕθϕ+⎡⎤=⎢⎥+⎣⎦例5cos cos sin sin cos sin sin cos r r r r θϕθϕθϕθϕ-⎡⎤=⎢⎥+⎣⎦,,OP r θ设的长度为幅角为则cos sin sin cos x y x y ϕϕϕϕ-⎡⎤=⎢⎥+⎣⎦111x OP y ⎡⎤==⎢⎥⎣⎦.OP ϕ这是把向量按逆（或顺）时针旋转角的旋转变换xyopp 1θϕ11cos sin ,sin cos .x x y y x y ϕϕϕϕ=-⎧⎨=+⎩（线性变换）小结（1）只有当两个矩阵是同型矩阵时，才能进行加法运算；（2） ≠=若而A O AB AC ，⇒;=B C 且矩阵相乘一般不满足交换律；（3）只有当左矩阵的列数等于右矩阵的行数时，两个矩阵才能相乘，矩阵的数乘运算与行列式的数乘运算不同； 可交换的典型例子：同阶对角阵；数量阵与任何同阶方阵. k n E ≠=若而A O BA CA ，⇒=B C.( 4 )§3.1 矩阵的运算（2）方阵的幂·矩阵多项式·迹第三章矩阵定义1注1A 设为阶方阵，为正整数n k ，A A AA∆=kk 个.A 为的次幂k 01,.A E A A ==规定n 称,AA A km k m +=m k mkA A =（），其中m , k 为非负整数.定义1注1A 设为阶方阵，为正整数n k ，A A AA∆=kk 个.A 为的次幂k 01,.A E A A ==规定n 称,AA A km k m +=m k mkA A =（），其中m , k 为非负整数.一般地， (),,.AB A B A B ⨯≠∈k k k n n注2 注3时，以下结论成立：AB BA =当 (1)();AB A B =kkk222(2)()2;A B A AB B +=++22(3)()();A B A B A B +-=-,,A B ⨯∈n n11(4)()C C .A B A AB AB B --+=+++++mmm k m kkmmm例1解 ,A ⎡⎤⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦2121214=01010112.01A A ⎡⎤=⎢⎥⎣⎦设求其中为正整数mm ,（）32141216,010101A A A ⎡⎤⎡⎤⎡⎤===⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦()122.01A ⎡⎤=≥⎢⎥⎣⎦mm m 由此归纳出方阵的幂112(1)1212,010101A A A --⎡⎤⎡⎤⎡⎤===⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦k k k k ()122.01A ⎡⎤=≥⎢⎥⎣⎦m m m 用数学归纳法证明当 时，显然成立.2=m 假设 时成立， 1=-m k 所以对于任意的m 都有=m k 则时，方阵的幂解法二 利用二项式定理122()m m m mA EB EC B=+=+202,.00⎡⎤=⎢⎥⎣⎦B B O 其中=且这种方法适用于主对角元全相同的三角形矩阵求幂 2,=+A E B ,E B 显然与乘法可交换由二项式定理有2E B=+m 100212.010001m ⎡⎤⎡⎤⎡⎤=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦m1110()A A A A E --=++++m m m m n f a a a a 为方阵 A 的矩阵多项式.例如 2()524,f x x x =--12,11⎡⎤=⎢⎥-⎣⎦A 22524A A E --1412101116524211101811--⎡⎤⎡⎤⎡⎤⎡⎤=--=⎢⎥⎢⎥⎢⎥⎢⎥-----⎣⎦⎣⎦⎣⎦⎣⎦定义2A ⨯∈设n n ，称()A =f：注f g g fA A A A()()()()运算性质 定义3设A 是n 阶方阵，称A 的主对角线上所有元素之和为方阵的迹(trace )，记为11221tr .A ==+++=∑nnn ii i a a a a (1) tr()tr tr ;A B A B ⨯⨯⨯⨯+=+n n n n n n n n (2) tr()tr();A A ⨯⨯=n n n n k k (3) tr()tr().A B B A ⨯⨯⨯⨯=m n n m n m m ntr()tr().A B B A ⨯⨯⨯⨯=m n n m n m m n设A , B 为 n 阶方阵， 求证.AB BA E -≠n tr()tr()tr()0,--AB BA =AB BA = 证明： tr()0,n n =≠E 故 . n -≠AB BA E 例2§3.1 矩阵的运算（3）矩阵的转置·方阵的行列式第三章矩阵例 123,458A ⎡⎤=⎢⎥⎣⎦T ;A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦142538叫做 的转置矩阵， m n A ⨯m n A ⨯把矩阵的行依次变为同序数的列得到的新矩阵， 定义1T A 记作. 思考 T A A 与的关系?⨯→⨯的变化型m n n m(1) : '(,)=元的变化ij ji i j a a (2) ：TA A 与的关系?矩阵的转置()()T T 1;=A A ()()T T T 2;+=+A B A B ()()T T 3;A A =k k 注 性质(2)和(4)可推广到有限个矩阵的情形()()T T T T12122;s s '+=+A A ++A A A ++A ()()T T T T 12114.s s s -'=A A A A A A ()()T T T 4.=AB B A (倒序)矩阵的转置与其它矩阵运算的关系若矩阵A 满足 A A =T ，()n ,,,j ,i a a ji ij 21==201035.157A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦例为对称阵如注：对称矩阵为方阵，元素以主对角线为对称轴 对应相等 .例1 (对称矩阵）则称 A 为对称矩阵 .注 对任意矩阵 A,和 均是对称矩阵. T A A T AA对称矩阵的数乘、和、乘积是否为对称矩阵？思考：练习1 对任意实矩阵 A, 若 则 . T A A =O ,A =O练习2 若实对称矩阵 A 满足 则 . 2A =O ,A =O 设A ，B 为同阶实对称矩阵，则AB 为实对称矩阵当且仅当AB =BA .若矩阵A 满足 A A =-T ，013105.350A ⎡⎤⎢⎥=--⎢⎥⎢⎥-⎣⎦例为反对称阵如注：反对称矩阵为方阵，且例2 (反对称矩阵）则称 A 为反对称矩阵 . 0-≠⎧=⎨=⎩ji ij a i j a i j证明任一 n 阶方阵 A 都可表示成一个对称矩阵与一个反对称矩阵之和. 证明： ()T T A A +T A A =+()T T A A -T A A =-22T T A A A A A -++=证毕.例3所以 为对称矩阵.T A A +T ,A A =+T ()A A =-- 所以 为反对称矩阵. T A A -方阵的行列式设 A 与 B 都是数域 上的 n 阶方阵, 则()T1;A A =()3;AB A B =()2,;A A =∀∈n k k k 矩阵的运算与行列式的关系方阵的行列式n n n n n A O E B ⨯⨯-A B =n n nO AB E B ⨯=-2(1)n n E AB =--2(1)n n AB +=-.AB =证明： 22222A O E B ⨯⨯-111221221112212200001001a a a a b b b b =--12111111122122111221220001001a a b a b a a b b b b =--111112211112122221221112212200001001a b a b a b a b a a b b b b ++=--111112211112122221112221211222221112212200001001a b a b a b a b a b a b a b a b b b b b ++++=--222O AB E B ⨯=-设 A 与 B 都是数域 上的 n 阶方阵, 则 ()T 1;A A =()3;AB A B =(可推广到有限个) 一般的， +.A B A B ≠+特别地 ,A A =mm ()2,;A A =∀∈n k k k 矩阵的运算与行列式的关系 其中m 为非负整数.24000200,00430034A ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥-⎣⎦设2.A 求k 22A A =k k2242443()(4(25))10.0234=⋅=⋅-=-k k k 解 例4证明奇数阶反对称矩阵的行列式为零.例5§3.2 初等矩阵第三章矩阵定义1elementary matrix 阶单位矩阵经过一次矩阵的初等变换所得到的矩阵称为阶即初等矩阵n n （），E B −−−−−→一次初等变换行或列为一个初等矩阵n 1,23100010010100.001001E B ⎡⎤⎡⎤⎢⎥⎢⎥=−−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦对换行为一个初等矩阵例如初等矩阵的类型及表示方法1[()],0E ≠初等倍乘矩阵n i k k ） .0E ≠即以数乘单位矩阵的第行(或第列).n k i i i i r c 11[()]11E E ⨯⨯⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦kn n ki k k 或i ←第行初等矩阵的类型及表示方法2[()],0E +≠初等倍加矩阵n i j k k ） .0E ≠即将的某行元素的倍加到另一行(或列)上去.n k 11[())]11E E ++⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥−−−−→=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦i jj ir kr n n c kc k i j k 或←i 第行←j 第行[()]E >+n i j k i j 当时,为下三角 .初等矩阵的类型及表示方法3[,],E 初等对换矩阵n i j ） E n 即对调的某两行或某两列.11011[,]11011E E ↔↔⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥−−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦i ji jr r n n c c i j 或i ←第行j ←第行11[()]11E ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦n i k k i ←第行1[()],0E ≠初等倍乘矩阵n i k k ） .2[()],0E +≠初等倍加矩阵n i j k k ） .11[())]11E ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥+=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦n k i j k ←i 第行←j 第行()i j <3[,],E 初等对换矩阵n i j ） 11011[,]11011E E ↔↔⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥−−−−→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦i ji jr r n n c c i j 或i ←第行j ←第行注初等矩阵的转置矩阵仍为同类型的初等阵.Ti k i k=1)[()][()];E En nT+=+i j k j i kE E2)[()][()];n nTi j i j=3)[,][,].E En n初等矩阵的应用揭示： 初等矩阵与矩阵的初等变换的关系.11121314212223243132333411⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦a a a a a a a a k a a a a 111213142122232313233434⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦k a a a a a a a a a ka ka ka 111213142122232431323334111a a a a a a a a k a a a a ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦111214212221323343133234a a a a a a a a a ka ka a k ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦()i k A i r k ⨯相当于以数乘的第行；111211212[()]E A ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦n m m m m i i in n a a a i k a ka ka a a a k i ←第行[()]E A 左以矩阵乘m i k ，[()]n E i k A 右乘而以矩阵，其结果结论: 相当于以数k 乘A 的第i 列 .()i c k ⨯。

一、线性变换的乘法及其性质
设A,BL(V), 定义A与B 的乘积为V 的一个变换, "aV, 有 (AB)(a) = A(B(a))． 1. AB 也是线性变换．
证 因为"a, bV和"k, lP, 有 (AB)(ka+lb) = A(B(ka+lb)) = A(kB(a)+lB(b)) = A(kB(a))+A(lB(b)) = kA(B(a))+lA(B(b)) = k(AB)(a )+l(AB)(b)．
称矩阵
a11 a12 a1n a a a 2n 21 22 A a n1 a n 2 a nn
为线性变换A在基e1, e2, …, en下的矩阵.
采用矩阵形式记号，可写成 [ Ae1, Ae2, …, Aen]
a11 = [e1, e2, …, en ] a 21 a n 1 a12 a 22 an 2 a1n a2 n a nn
设
f (x)=amxm+am-1xm-1+…+a0
是P[x]中一多项式, A是V的线性变换,
定义
f(A)=amAm+am-1Am-1+…+a0E f(A)是线性变换,称为线性变换A的多项式
若在P[x]中 h(x)=f(x)+g(x)， p(x)=f(x)g(x)， 则 h(A)=f(A)+g(A)， p(A)=f(A)g(A)， 特别地，
三、线性变换的数量乘法及其性质
设AL(V), kP, 定义k与A的数量乘 积为V的一个变换, 使得
kA = KA
其中K为由k决定的数乘变换, 即"a V