设E1,E2,…,E是线性空间V的一组基,在这组基下,V中每个向量都有确定 的坐标,而向量的坐标可以看成P元素,因此向量与它的坐标之间的对应实质 上就是V到P的一个映射.显然这个映射是单射与满射,换句话说,坐标给出了 线性空间V与P的一个双射.这个对应的重要性表现在它与运算的关系上

一、线性变换的定义 线性空间V到自身的映射称为V的一个变换 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a,和数域P中任意数k,都有 A(a+B)=(a)+A(B);

定理7设A是n维线性空间V的一个线性变换A的矩阵可以在某一基下为 对角矩阵的充要条件是A有n个线性无关的特征向量. 定理8属于不同特征值的特征向量是线性无关的 推论1如果在n维线性空间V中,线性变换的特征多项式在数域P中有n 个不同的根,即A有n个不同的特征值,那么A某组基下的矩阵是对角形的 推论2在复数上的线性空间中,如果线性变换A的特征多项式没有重根

定义6设A是线性空间V的一个线性变换,的全体像组成的集合称为 的值域,用AV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-(0)表示 若用集合的记号则AV={A55∈V},a-(0)={A5=0,5∈V} 线性变换的值域与核都是V的子空间 AV的维数称为A的秩,A-(0)的维数称为A的零度

由前面的讨论可知，并不是对于每一个线性变换都有一组基，使它在这组基 下的矩阵成为对角形.下面先介绍一下，在适当选择的基下，一般的一个线性变 换能化简成什么形状

根据哈密尔顿一凯莱定理,任给数域P上一个级矩阵A,总可以找到数域 P上一个多项式f(x),使f(A)=0.如果多项式f(x)使f(A)=0,就称f(x)以A 为根当然,以为A根的多项式是很多的,其中次数最低的首项系数为1的以A为 根的多项式称为A的最小多项式这一节讨论应用最小多项式来判断一个矩阵能 否对角化的问题

设P是数域,是一个文字,作多项式环P[],一个矩阵如果它的元素是 的多项式,即P[]的元素,就称为-矩阵.在这一章讨论矩阵的一些性质, 并用这些性质来证明上一章第八节中关于若当标准形的主要定理 因为数域P中的数也是P]的元素,所以在矩阵中也包括以数为元素的 矩阵.为了与λ-矩阵相区别,把以数域P中的数为元素的矩阵称为数字矩阵.以

现在来证明,-矩阵的标准形是唯一的 定义5设λ-矩阵A(4)的秩为r,对于正整数k,1≤k≤r,A(4)中必有非 零的k级子式.A(4)中全部k级子式的首项系数为1的最大公因式D(4)称为 A(A)的k级行列式因子 由定义可知,对于秩为r的λ-矩阵,行列式因子一共有r个行列式因子的 意义就在于,它在初等变换下是不变的

在求一个数字矩阵A的特征值和特征向量时曾出现过-矩阵AE-A,我们 称它A为的特征矩阵这一节的主要结论是证明两个nxn数字矩阵A和B相似的 充要条件是它们的特征矩阵E-A和AE-B等价. 引理1如果有nxn数字矩阵PQ使 ME-A=(ME-B)

一、初等因子的概念 定义7把矩阵A(或线性变换A)的每个次数大于零的不变因子分解成互 不相同的一次因式方幂的乘积,所有这些一次因式方幂(相同的必须按出现的次 数计算)称为矩阵A(或线性变换A)的初等因子 例设12级矩阵的不变因子是