当前位置：文档之家 › 7-6. 线性变换的值域与核 线性映射(变换)的象(值域)和核是两...

7-6. 线性变换的值域与核 线性映射(变换)的象(值域)和核是两...

  • 格式：ppt
  • 大小：44.00 KB
  • 文档页数：13

下载文档原格式

  / 13

合集下载

高等代数7.6线性变换的值域与核

高等代数7.6线性变换的值域与核
1, 2 ,L , n 是V的一组基，A 在这组基下的矩阵是A，
则 1）A 的值域A (V )是由基象组生成的子空间，即
A (V ) LA (1),A ( 2 ),L ,A ( n )
2）A 的秩＝A的秩.
.
证：1） V , 设 x11 x2 2 L xn n , 于是 A ( ) x1A (1) x2A ( 2 ) L xnA ( n )
.
0 A 1(0), A 1(0) .
又对 , A 1(0), 有A ( ) 0,A ( ) 0 从而 A ( ) A ( ) A ( ) 0. A (k ) kA ( ) k0 0, k P
即 A 1(0), k A 1(0),
A 1(0) 对于V的加法与数量乘法封闭. 故A 1(0)为V的子空间.
.
定义2：线性变换A 的值域A (V )的维数称为A 的秩；
A 的核A 1(0)的维数称为 A 的零度.
例1、在线性空间 P[ x]n 中，令
D f (x) f (x)
则 D P[ x]n P[ x]n1,
D 1(0) P 所以D 的秩为n－1，D 的零度为1.
.
二、有关性质
1. (定理10) 设A 是n 维线性空间V的线性变换，
并把它扩充为V的一组基：1, 2 ,L , r ,L , n 由定理10，A (V ) 是由基象组A (1),A ( 2 ),L ,A ( n )
生成的.
.
但 A ( i ) 0, i 1,2,L , r.
A (V ) LA (r1),L ,A (n )
下证A ( r1),L ,A ( n )为A (V )的一组基，即证它们
由p271补充题2的结论知，A (1),A ( 2 ),L ,A ( n ) 的秩

§7.6 线性变换的值域与核.

§7.6 线性变换的值域与核.

§7.6 线性变换的值域与核教学目的 理解值域与核的概念，记忆秩与零度的术语，熟练掌握值域的结构，及其与核的关系.重 点 值域的结构，值域与核的关系. 难 点 值域与核的关系. 课 型 新授课 教学过程定义6：A ——V 上的线性变换（()A L V ∈），A 的值域：{}V A AV ∈=ξξ，其维数叫A 的秩.A 的核：(){}V A A ∈==-ξξξ,001，其维数叫A 的零度. 易证：AV 与()01-A 均是V 的子空间。

例：在[]n x P 中，()()()x f x f A '=则[]()[]()P A x P x P A n n ==--0,11二者均是[]n x P 的子空间。

定理10 11A (),dim ,,,n L V V n εεε∈=L 是一个基。

1）12AV (A ,A A )n L εεε=L2）若1212A(,,)(,,)n n A εεεεεε=L L ，则秩（A ）=秩（A ）证明：1）等AV,:A αααα''∈∃=，而1A nni i i i i i la a αεαε=='=⇒=∑∑12(A ,A A )n L αεεε'∴∈L反过来12(A ,A ,A )A A()AV n i i i i L a a αεεεαεε''∈⇒=⇒←∑∑Lα'∴是i i a αε=∑的像，AV α'∈故1AV (A ,A )n L εε=L 2）11212(A ,A )A(,,)(,)n n n A εεεεεεεε==Q L L L∴ 秩1(A)dim AV dim (A ,A )n L εε==L （P271.2第六章 补充题2 ）=秩（A ）换句话说：ψ：A A →，则 秩（A ）=秩（A ）说明：()s L ααα,,,21Λ 是包含s ααα,,,21Λ的最小子空间。

解决了dimAV , 那么-1dimA ?=,定理11 设线形映射:,dim V V V n σ→=<∞，则dimIm dimker n σσ+=证 设12dim ker ,,,s s σααα=L 为ker σ的基，则扩充11,s s n αααα+L L 为V 的基111((),()(),()(),())s s n n V L L σσασασασασασα+==L L L （），（ 如果，1111()()0()0ker n ns s n n i ii ii s i s k k k a k a σασασσ++==+==+++=⇒=⇒∈∑∑L111()0,0nsni i i i i i i i s i i k a k a k a i k =+==∴=-⇒=⇒∀=∑∑∑1(),()s n σασα+∴L 线性无关，因此1dim Im (())s n s σσασα+==-L n 秩（）dimIm dimIm dimker n s σσσ∴=+=+注意：虽有A 的秩+A 的零度=n ，但这并不等于AV +()01-A =V 成立。

高等代数7-6线性变换的值域与核

高等代数7-6线性变换的值域与核
(V ) L (1), (2 ), (3 ), (4 ) L (1), ( 2 )
(1), (2 ) 就是 (V ) 的一组基.
法二： (V )=L( (1), (2 ), (3 ), (4 )) ( (1 ), (2 ), (3 ), (4 ))=(1,2,3,4 ) A
1 0 2 1
是单射 是满射. 证明： 是单射
1(0) 0
dim 1(0) 0 dim (V ) n (V ) V 是满射.
例2、设A是一个n阶方阵，A2 A, 证：设A是n维线性空间V的一个线性变换 在一
组基1,2, ,n下的矩阵，即
在 (V ) 中取一组基 ：1,2 ,r 在 1(0) 中取一组基：r1, ,n 则 1,2 ,r ,r1, ,n 就是V的一组基.
显然有，
1 1, 2 2, , r r , r1 0, r2 0, , n 0.
用矩阵表示即
1
1
(1,2 ,n ) (1,2 ,n )
1 0 2 1
A
1
2
1
3
行变换
0
2
3
4
1 2 5 5 ~ 0 0 0 0
2
2 1 2
0
0
0
0
故 (1 ), (2 ), (3 ), (4 ) 的秩为2， (1 ), (2 )是它
的一组最大无关组。
因此， (V ) L (1 ), (2 )
2）因为
1 0 2 1
1
,
2
,1
,
2
证明：ⅰ) 显然.
ⅱ) 因为 0 0, 若 为单射，则 1(0) 0. 反之 ，若 1(0) 0, 任取 、 V , 若
( ) ( ), 则 ( ) ( ) ( ) 0,

线性变换的值域与核

线性变换的值域与核

1 2) 在 (0)中选一组基，把它扩充为V的一组基，
并求 在这组基下的矩阵.
3) 在 (V ) 中选一组基，把它扩充为V的一组基，
并求 在这组基下的矩阵.
§7.6 线性变换的值域与核
1 1 (0). (0), 它在 1 , 2 , 3 , 4 解：1）先求 设
( ) ( ), 则 ( ) ( ) ( ) 0,
1 从而 (0) 0 ,
即 = . 故 是单射.
§7.6 线性变换的值域与核
4. 设 为n 维线性空间V的线性变换，则
是单射 是满射.
证明： 是单射
1 (0) 0
dim 1 (0) 0
dim (V ) n (V ) V
是满射.
§7.6 线性变换的值域与核
例2、设 1 , 2 , 3 , 4 是线性空间V的一组基，已知
1 0 1 2 线性变换 在此基下的矩阵为 A 1 2 1 2 2 ( V ) (0). 1) 求 及 1 3 5 5 1 2 2 1
k1 k2 kn 0
故 ( r 1 ),, ( n ) 线 性无关，即它为 (V ) 的一组基.
的秩＝n－r .
因此， 的秩＋ 的零度＝n.
§7.6 线性变换的值域与核
注意：
1 虽然 (V ) 与 (0) 的维数之和等于n ，但是
(V) 1(0) 未必等于V.
生成的.
§7.6 线性变换的值域与核
但 ( i ) 0,
i 1,2,, r .
(V ) L ( r 1 ), , ( n )

高等代数【北大版】7.6

高等代数【北大版】7.6

σ 2)由1), 的秩等于基象组 σ (ε 1 ),σ (ε 2 ),L ,σ (ε n ) ) ),
的秩, 的秩,又
(σ (ε 1 ),σ (ε 2 ),L ,σ (ε n ) ) = (ε 1 , ε 2 ,L , ε n, ) A.
由第六章§ 由第六章§5的结论3知, σ (ε 1 ),σ (ε 2 ),L ,σ (ε n ) 的秩 结论 知 等于矩阵A的秩 等于矩阵 的秩. 的秩 ∴ 秩(σ ) =秩 ( A).
σ (V ) + σ 1 (0) 未必等于 未必等于V.
如在例1中 如在例 中,
D ( P[ x ]n ) + D 1 ( 0 ) = P[ x ]n1 ≠ P[ x ]n
§7.6 线性变换的值域与核
3. 设 σ 为n 维线性空间 的线性变换,则 维线性空间V的线性变换 的线性变换,
ⅰ) σ 是满射 σ (V ) = V
σ ( ε 1 , ε 2 ,L , ε n , ) = (ε 1 , ε 2 ,L , ε n , ) A
§7.6 线性变换的值域与核
A2 = A, 知 σ 2 = σ . 由
任取 α ∈ σ (V ), 设 α = σ ( β ), β ∈ V ,
σ (α ) = σ (σ ( β )) = σ 2 ( β ) = σ ( β ) = α 则
σ ( kα ) = kσ (α ) = k 0 = 0, α + β ∈ σ 1 (0), kα ∈ σ 1 (0), 即
k ∈ P
∴ σ (0) 对于 的加法与数量乘法封闭. 对于V的加法与数量乘法封闭 的加法与数量乘法封闭
1
的子空间. 故 σ (0) 为V的子空间 的子空间
1

高等代数线性变换的值域与核

高等代数线性变换的值域与核

. .. . . ..
线性变换的秩与零度
定义 设 V 是数域 P 上 n 维线性空间，A 是 V 上线性变换，称 dim ImA 为 A 的秩，dim ker A 为 A 的零度或亏. 例 在线性空间 P[x]n 中，令
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
线性变换的值域与核的概念
定义 设 A 是线性空间 V 的一个线性变换，A 的全体像组成的集合 称为 A 的值域，用 A V（或者 ImA ）表示. 所有被 A 变成零 向量的向量组成的集合称为 A 的核，用 A −1(0)（或者 ker A ） 表示.
若用集合的记号则
A V = {A ξ|ξ ∈ V}, A −1(0) = {ξ|A ξ = 0, ξ ∈ V}.
注 上面的定理说明线性变换与矩阵之间的对应关系保持秩不变.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
线性变换的维数公式
定理 设 A 是 n 维线性空间 V 的线性变换. 则 A V 的一组基的原像 及 A −1(0) 的一组基合起来就是 V 的一组基. 由此还有
证 设 A V 的一组基为 η1, η2, · · · , ηr，它们的原像为 ε1, ε2, · · · , εr，A εi = ηi, i = 1, 2, · · · , r. 又取 A −1(0) 的一组基为 εr+1, εr+2, · · · , εs. 现在证 ε1, ε2, · · · , εr, εr+1, · · · , εs 为 V 的基. 如果 有
线性变换的值域与核的概念

7.6 线性变换的值域与核


（43;dimA 该性质说明：dimA V+dimA －1(0) = n. 但此时不能断 定A V+A －1(0) =V. 例如在 P[x]n 中, W P[x]n = P[x]n-1, V+A W
－1(0)
= P, W P[x]n + W
－1(0) －1(0))
A 的零度 = n, 即
A V + A (0) = V V = A V ⊕ A −1(0) →
−1 A V∩A −1 (0)={0}
→ A V中取基η1,⋯,ηr ， A −1(0) 中取基ηr+1,⋯,ηn → η1,⋯,ηr ，
ηr+1,⋯,ηn 构成 V 的基， Aη1 =η1,⋯, Aηr =ηr , Aηr+1 =⋯= Aηn = 0, 且
例 线性空间 P[x]n 中 W (f (x)) = f /(x). 则 W 的值域为P[x]n/(x). 的值域为P[x]n1, W 的核为子空间P. 的核为子空间P.
二. 值域与核的性质
1 (定理10) A ∈L(V), ε1, ··· ,εn是V的基，且 A 在 定理10) ,εn是 的基， 该基下的矩阵为A 该基下的矩阵为A，则 1) A V= A (L(ε1, ···, εn )) = L( A ε1, ···, Aεn )； (L(ε )； 2) A 的秩 = A的秩. A的秩 的秩.
⋱ 1 0 ⋱
证明：
A∈Pn×n → ∃A ∈L(V), A (ε1,⋯, εn ) = (ε1,⋯, εn )A ，且因
A2 = A 得 A 2 = A .现证 A V ∩ A −1(0) = {0} .
∀α ∈A V ∩ A −1(0) → α ∈A V, α ∈A −1(0) → α ∈A V →

§7.6 线性变换的值域与核


则
1）A 的值域A (V )是由基象组生成的子空间，即
A (V ) L A ( 1 ) , A ( 2 ) , , A ( n ) ;
2）A 的秩＝A的秩.
§7.6 线性变换的值域与核
证：1） V , 设 x 1 1 x 2 2 x n n , 于是 A ( ) x 1 A ( 1 ) x 2 A ( 2 ) x n A ( n )
A (0) 0 .
§7.6 线性变换的值域与核
又 r 1 , r 2 , , s A
1
(0) ,
A ( r 1 ) A ( r 2 ) A ( s ) 0 .
又 A ( i ) i , i 1 , 2 , , r ,
证毕.
§7.6 线性变换的值域与核
4. 设A 为n 维线性空间V 的线性变换，则
A
是单射 A 是满射.
证：A 是单射
A
1
( 0 ) 0
1
d im A
(0 ) 0
d im A (V ) n A (V ) V
A
是满射.
证毕.
§7.6 线性变换的值域与核
A (V ) , A
1
( 0 ) 皆为V 的子空间.
§7.6 线性变换的值域与核
证：A (V ) V , A (V ) ,
且
A ( ) , A ( ) A (V ) , k P ,
有A ( ) A ( ) A ( ) A (V ) ,
有 x1A ( 1 ) x 2 A ( 2 ) x n A ( n )

【总结】线性变换总结篇高等代数

【关键字】总结第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上的线性空间的一个变换称为线性变换，如果对中任意的元素和数域中的任意数，都有：，。

注：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上线性空间的一个变换，那么：为的线性变换3.线性变换的性质设是数域上的线性空间，为的线性变换，。

性质1. ;性质2. 若线性相关，那么也线性相关。

性质3. 设线性变换为单射，如果线性无关，那么也线性无关。

注：设是数域上的线性空间，，是中的两个向量组，如果：记：于是，若，是的一组基，是的线性变换，是中任意一组向量，如果：记：那么：设，是矩阵的列向量组，如果是的一个极大线性无关组，那么就是的一个极大线性无关组，因此向量组的秩等于秩。

4. 线性变换举例（1）设是数域上的任一线性空间。

零变换：；恒等变换：。

幂零线性变换：设是数域上的线性空间的线性变换，如果存在正整数，使得，就称为幂零变换。

幂等变换：设是数域上的线性空间的线性变换，如果，就称为幂等变换。

（2）,任意取定数域上的一个级方阵，令：。

（3），。

（4），是中一固定矩阵，。

二．线性变换的运算、矩阵1. 加法、乘法、数量乘法（1）定义：设是数域上的线性空间，是的两个线性变换，定义它们的和、乘积分别为：对任意的，任取，定义数量乘积为：对任意的 的负变换为：对任意的 则、、与都是的线性变换。

（2）={为的线性变换}，按线性变换的加法和数乘运算做成数域上的维线性空间。

2. 线性变换的矩阵（1）定义：设是数域上的维线性空间，是的线性变换，是的一组基，如果：那么称矩阵为线性变换在基下的矩阵。

此时：（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：设是数域上的维线性空间的一组基，，设 它们在下的矩阵分别为。

1）， 是数域上的线性空间到数域上的线性空间的同构映射，因此。

2）可逆可逆3）①、与在基下的矩阵分别为与； ② 任取，在基下的矩阵为；③ 若为可逆线性变换，则在基下的矩阵为；④ 设()1110mm m m f x a x a xa x a --=++++为数域P 上的任一多项式，那么()1110m m m m f a a a a σσσσε--=++++（ε为V 的恒等变换）在基12,,,n ααα下的矩阵为：()1110m m m m n f A a A a A a A a E --=++++。

第六节线性变换的值域与核

第六章线性变换1、教学目标：通过研究线性变换，要求学生在理解概念的基础上熟练掌握线性变换在某基下的矩阵的求解。

2、教学重、难点：以线性变换在不同基下矩阵的关系，矩阵的对角化及不变子空间为重点。

线性变换在不同基下对应不同的矩阵，线性变换的值域与核，线性空间按特征值分解成不变子空间的直和，为本章难点。

3、教学时数：14课时第一节线性变换的定义定义 1是线性空间到线性空间的一个映射,满足：则称为线性映射.定义 2是线性空间到线性空间的一个映射,满足：则称为线性变换.本章主要研究线性变换性质 1∙∙线性变换保持线性关系式不变. 若,则∙将线性相关的元素映射为线性相关的元素.第二节线性变换的运算1.相等iff2.加法运算；负运算；减法运算.3.乘法运算以及4.数乘运算5.幂次运算6.线性变换的多项式运算,定义7.零变换(0),恒等变换(Id)8.可逆的线性变换运算性质从交换律 ,结合律,分配律上考虑定理 1设是空间上的两个线性变换, 则都是上的线性变换；如果是可逆的,则也是上的线性变换.定理 2设是空间上的线性变换, 则∙乘法满足结合律∙,∙∙乘法一般不满足交换律 (见下例),但对于线性变换的多项式,总有交换律,即定义 1线性空间上的所有线性变换的集合在线性变换的加法和数乘运算下是一个线性空间, 称为线性空间的对偶空间.线性变换的乘法运算不满足交换律.例子 1假设,那么有结论:第三节线性变换的矩阵我们从两个方面来讨论线性变换的矩阵.定义 1设是维线性空间的一组基,为一个线性变换, 则元素组在的坐标,即构成的矩阵称为在基下的矩阵.定理 1线性变换的唯一存在定理任给线性空间的一组基和它的任意一组元素,则必存在唯一的线性变换,使得.证明利用线性空间的特征,可以构作映射;则即为所求下面的定理说明线性变换和矩阵的本质联系.定理 2设是数域上维线性空间的一组基,在这组下, 线性变换的矩阵用来表示.则存在从到的同构映射,满足:1. ;2. ;3. ;4. ;定理 3和在基下的坐标分别为,且的矩阵为.则.已知两组基.现在我们关心在这两组基础下的矩阵的联系.定理 4已知线性空间的两组基,线性变换在这两组基础下的矩阵分别为.则存在可逆的矩阵,使得证明根据已知条件,可得假设从基到基的过渡矩阵记为.则经过运算,可以得到结论.为了研究在这两组基础下的矩阵的这种联系联系,故此定义定义 2矩阵称为相似的,若存在可逆的矩阵,使得.继矩阵的等价、合同关系之后,相似关系是矩阵的新关系.性质 2相似关系是等价关系.性质 3相似,即,则.一般的,对任意的多项式, 均有.矩阵的这种相似关系可以用来计算矩阵的幂次方.例子 1计算.第四节特征值与特征向量现在,我们来讨论线性变换的简单化问题,即研究线性变换在什么条件下他的矩阵为对角矩阵？存在与否一组基,使得他的矩阵为对角矩阵？利用这些想法,我们不难得到一些必要条件.在这些必要条件的基础上我们来逐步判断线性变换的对角化问题.分析：假设我们果真找到了一组基,在其下的矩阵为.则得到定义 1线性变换的特征值,特征向量.再假设我们有一组基,满足代入上式,得到定义 2矩阵的特征值,特征向量计算问题：若何求特征值和特征向量？一些重要的基本概念：定义 3特征多项式.迹；特征子空间特征多项式的基本性质性质 4,则,定理 1相似的矩阵有相同的特征多项式；反之不然.例子 1定理 2Hamilton-Caylay定理设.则.证明令为的伴随矩阵,则有可令则代入第一式中,比较对应项的系数,得到即对应求和,得到结论.定义 4矩阵的零化多项式：,则称为的零化多项式. 次数最低的零化多项式称为的最小多项式.Hamilton-Carlay 定理的应用举例：例子 2设. 证明：提示：例子 3计算上例子中.问题：如何计算,使得?提示：用待定系数法.第五节对角矩阵本节给出线性变换或矩阵对角化问题的一系列判别条件.定理 1设是维线性空间的一个线性变换, 存在一组基使得在此基下的矩阵是对角矩阵的分必要条件是有个线性无关的特征向量.那么如何保证一定有线性无关的特征向量呢？定理 2属于不同的特征值的特征向量是线性无关的. 利用归纳法证明.推论 1有个不同的特征根, 则必有个特征向量.推论 2在复数域上,的特征多项式没有重根,则必有个特征向量.定理 3如果是线性变换的不同的特征值, 而是属于特征值的线性无关的特征向量,. 那么也线性无关.证明：设有判别式令则上式等价于可以验证或为的特征向量或为零向量. 如为前者, 则与上定理的结论相矛盾. 则只能为后者.等价于, 故原命题成立 .定理 4可以对角化的充要条件是任何一个特征值的代数重数等于它的几何重数.第六节线性变换的值域与核定义 1值域和核；数学表示；性质 1值域和核都是线性子空间定义 2线性变换的秩与零度： dimdim分别称为线性变换的秩和零度定理 1设是维线性空间的线性变换, 是的一组基,在这组基下的矩阵是,则∙;∙的秩=.线性变换的秩和零度存在下面的联系-维数公式定理 2设是维线性空间的线性变换,则dim dim推论 1对于有限维线性空间的线性变换,它是1-1的充分必要条件是它是满射.例子 1设是一个线性变换,满足: .求证：可以对角化证明只证明其中. 又分别从两个子空间选取一组基.那么在这一组基下的矩阵为第七节不变子空间定义 1是线性空间的子空间, .如果,则称为-不变子空间.线性不变子空间的基本性质性质 51.特征子空间是不变子空间；2.线性变换的值域和核均为子空间3.不变子空间的交与和仍然是不变子空间；4.和是不变子空间.例子 1假如是相互交换的线性变换,则的核与值域都是子空间.不变子空间的作用1.简化矩阵计算定理 1设是一个-不变子空间,则一定存在一组基使得在此基下的矩阵为推论 1设是一个-不变子空间, 并且, 则一定存在一组基使得在此基下的矩阵为2.线性空间的直和分解定理 2设线性变换的特征多项式为,它可以分解成一次因式的乘积则可以分解成不变子空间的直和其中证明: (I)先证由已知条件可设故可知即存在个多项式,使得故对线性变换而言也有所以, ,必有令.可验证ker(II)再证只证明零元素的分解是唯一的.为此假设对上式两端同时用作用,注意到. 因此,我们可以得到同时由故得作用到之上,可以建立综合上述,原命题得证明.。

  1. 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. 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. 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)。

•反之，由于对于任意给定的ｎ个 向量β1，β2，…，βn，有唯一 的线性变换σ,使得σ(αj)=βj， 因此,对于任意ｎ阶矩阵Ａ=(ａij) 若令 βj=ａ1jα1＋ａ2jα2＋…＋ａnjαn 1≤j≤n 则σ关于基 α1，α2，…，αn的矩阵即为Ａ
▲ Ｌ(Ｖ)与Ｍn（Ｆ）的同构关系 Ｌ(Ｖ)与Ｍn（Ｆ）的同构关系不 仅保持加法和纯量乘法，而且还 保持乘法， 即若σ→Ａ，τ→Ｂ ，则 σ＋τ→Ａ＋Ｂ，ｋσ→ｋ Ａ，στ→ＡＢ，此外， σ可逆 等价于Ａ可逆，且σ-1 → Ａ-1。
▲乘法:积στ的定义 乘法: στ的定义
(στ)(ξ)＝ (στ)(ξ)＝σ(τ(ξ)) 的合成映射称为σ 的积. 即σ与τ的合成映射称为σ与τ的积. 注意与函数有关定义的差别,数学分析中, 注意与函数有关定义的差别,数学分析中, 两个函数的积不是它们作为映射的积, 两个函数的积不是它们作为映射的积,两个 函数的复合函数才是它们作为映射时的积. 函数的复合函数才是它们作为映射时的积. 此外,σ(ξ) τ(ξ)是没有定义的 ,σ(ξ)·τ(ξ)是没有定义的. 此外,σ(ξ) τ(ξ)是没有定义的.关于线 性变换的积的算律与矩阵的积的算律是相 同的,线性变换的乘法不满足交换律, 同的,线性变换的乘法不满足交换律,消去 这是需要注意的. 律,这是需要注意的.
▲幂：σn＝σσ…σ， σ0＝ι σσ σ
线性变换与矩阵 在数域Ｆ上ｎ维向量空间Ｖ中可以利 用Ｖ的基给出Ｖ的线性变换σ的矩阵 表示Ａ.从而把讨论线性变换的问题转 化为用矩阵来处理,讨论起来既具体又 简单,并且提供了丰富的内容,同时使 我们看到矩阵工具的使用.在学习这部 分内容时要逐步体会利用矩阵解决问 题的方便以及熟练掌握Ｖ的线性变换 σ与Ｆ上ｎ阶矩阵Ａ的对应关系
• 作业：P326－14、15
线性变换的运算
•令Ｖ是数域Ｆ上一个向量空间。 Ｖ到自身的一个线性映射叫做Ｖ的 一个线性变换。用Ｌ(Ｖ)表示向量 空间Ｖ的一切线性变换所成的集合， 设σ，τ，ρ∈Ｌ(Ｖ)
▲加法：和σ＋τ的定义 (σ＋τ)(ξ)＝σ（ξ）＋τ（ξ） 且Ｌ(Ｖ)对加法作成一个加群，即满 足向量空间定义中的前四个公理。 ▲ 纯量乘法：空间定义中的第七，八个公理，对加 法则满足分配律。 ◆Ｌ(Ｖ)对加法和纯量乘法作成一个 向量空间。零向量即为零变换θ。
▲线性变换和矩阵的一一对应关系 设σ∈Ｌ(Ｖ),α1,α2,…,αn为Ｖ 的基,σ(αj)＝ａ1jα1＋ａ2jα2＋… ＋ａnjαn,1≤j≤n 即（σ(α1)，…， σ(αn)）＝（α1,…,αn）Ａ 则称ｎ 阶矩阵Ａ＝(ａij)为线性变换σ关于基 α1,α2,…,αn的矩阵,它的第j列元素 就是σ(αj)关于基α1,α2,…,αn的坐 标.这样,取定Ｖ的一个基后,对于Ｖ的 每一个线性变换,有唯一确定的ｎ阶矩 阵与它对应.特别,θ→Ｏ,ι→E E
▲相似矩阵ｎ阶矩阵Ａ相似于Ｂ定义: 存在可逆矩阵Ｔ,使得Ｔ-1ＡＴ＝Ｂ。 相似矩阵与向量的等价关系一样具有 自反性，对称性和传递性。 ▲ 线性变换关于不同基的矩阵是相似 矩阵，反之，任意两个相似矩阵都可 看成一线性变换关于不同基的矩阵。
思考题
• 在有限维线性空间中，线性变换σ的性质 与线性变换的象和核有什么关系？ • Fn[x]中，微商线性变换的象与核是什么？
7-6. 线性变换的值域与核
线性映射（变换）的象（值域） 和核是两个重要概念，在今后的代数 学习中，常用到映射的象和核的概念 。这里除要正确理解线性映射的象和 核的定义，还要会求出给定的线性映 射的象和核。
首先是子空间象和原象的概念: Ｖ的子空间Ｖ/在σ之下的象是 σ（Ｖ/ )＝｛σ(ξ)│ξ∈Ｖ/ ｝. Ｗ的子空间Ｗ/在σ之下的原象是 σ-1(Ｗ/)＝｛ξ∈Ｖ│σ(ξ)∈Ｗ/｝ σ的象记为 Im(σ)，它就是Ｖ在 σ之下的象，即 Im(σ)＝σ（Ｖ）。
线性映射的其它性质 ◆线性映射为满射和单射的充要条件： σ为满射等价于 Im(σ)＝Ｗ； σ为 单射等价于 ker(σ)＝｛０｝. ◆Ｖ的子空间的象是Ｗ的一个子空间， 特别 Im(σ) 是Ｗ的子空间。 ◆Ｗ的子空间的原象是Ｖ的子空间， 特别 ker(σ)是Ｖ的子空间。 ◆线性映射的合成映射,线性映射的逆 映射(如果存在的话)仍是线性映射
σ的核记为 ker(σ)，它就是Ｗ的
零子空间在σ之下的原象，即 ker(σ)＝｛ξ∈Ｖ σ(ξ)＝ ＝｛ξ∈ ker(σ)＝｛ξ∈Ｖ│σ(ξ)＝０｝ • 可以看出 ker(σ) 就是σ(ξ)＝０ 的解的集合。例如 sin x 的核就是 sin x＝0 的解的集合｛kπ│k＝ 0,±1,±2,…｝，注意σ(ξ)＝０的 形式，它是齐次线性方程组或由它可 变为齐次线性方程组，因此有时求核 就是求解一个齐次线性方程组