first commit

This commit is contained in:
2026-10-04 11:44:56 +08:00
commit e7cbe2cdae
265 changed files with 52919 additions and 0 deletions
@@ -0,0 +1,275 @@
# 题型4:线性变换的判定(含像、核、秩)
## 识别特征
- 题目给出映射 $T: V \to U$,要求验证是否为线性变换
- 题目要求计算 $T$ 的核 $N(T)$、像 $R(T)$、秩 $\text{r}(T)$
- 关键词:"验证"、"线性变换"、"核"、"像"、"秩"、"零度"
## 解题流程
```mermaid
flowchart TD
A[识别:线性变换判定] --> B{类型判断}
B -->|验证线性| C[验证 T(kα+lβ) = kT(α)+lT(β)]
B -->|求核 N T| D[解 T(α) = 0]
B -->|求像 R T| E[求 T(α₁)..T(αₙ) 张成]
B -->|求秩 零度| F[dim R T + dim N T = n]
C --> G[得出结论]
D --> G
E --> G
F --> G
```
## 通法步骤
### A. 验证线性变换
**核心**:$\forall \alpha, \beta \in V,\ \forall k, l \in F$,
$$
T(k\alpha + l\beta) = kT(\alpha) + lT(\beta)
$$
**Step 1**:验证 $T(\alpha + \beta) = T(\alpha) + T(\beta)$(加法保持)
**Step 2**:验证 $T(k\alpha) = kT(\alpha)$(数乘保持)
**等价合并**:直接验证 $T(k\alpha + l\beta) = kT(\alpha) + lT(\beta)$。
**反例速判**:
- 若 $T(\mathbf{0}) \neq \mathbf{0}$ → 必非线性
- 若 $T(\alpha + \beta) \neq T(\alpha) + T(\beta)$ → 必非线性
### B. 求核 $N(T)$
**定义**:$N(T) = \{\alpha \in V \mid T(\alpha) = \mathbf{0}\}$
**求法**:
1. 设 $\alpha = (x_1, \ldots, x_n)^T$
2. 解方程 $T(\alpha) = \mathbf{0}$(齐次线性方程组)
3. 化为齐次方程组的基础解系
**结果**:核是一个子空间,基础解系即为核的基。
### C. 求像 $R(T)$
**定义**:$R(T) = \{T(\alpha) \mid \alpha \in V\}$
**求法**:
1. 取 $V$ 的一组基 $\alpha_1, \ldots, \alpha_n$
2. 计算 $T(\alpha_1), \ldots, T(\alpha_n)$
3. 求 $T(\alpha_1), \ldots, T(\alpha_n)$ 的极大线性无关组
**结果**:像是一个子空间,该极大无关组即为像的基。
### D. 秩-零度定理
$$
\dim V = \dim R(T) + \dim N(T) = \text{r}(T) + \text{nullity}(T)
$$
**应用**:
- 求 $\dim R(T)$ 困难时,先求 $\dim N(T)$,再用公式
- 求 $\dim N(T)$ 困难时,先求 $\dim R(T)$,再用公式
### E. 特殊线性变换的判定技巧
| 变换 $T$ | 判定 |
|---------|------|
| $T(\alpha) = A\alpha$ | 必为线性(矩阵乘法) |
| $T(\alpha + \beta) = T(\alpha) + T(\beta)$ 但 $T(k\alpha) \neq kT(\alpha)$ | 非线性 |
| $T(\alpha) = c$(常数)| $T(\mathbf{0}) = c \neq \mathbf{0}$ → 非线性 |
## 常见陷阱
- **陷阱 1**:只验证 $T(\alpha + \beta) = T(\alpha) + T(\beta)$,忘了数乘
- **陷阱 2**:混淆"核"与"像"——$N(T)$ 是使 $T(\alpha) = \mathbf{0}$ 的 $\alpha$,$R(T)$ 是 $T(\alpha)$ 的集合
- **陷阱 3**:混淆"零空间"与"零变换"——$N(T)$ 是集合,$\mathcal{O}$ 是变换
- **陷阱 4**:求秩时忘记要用极大无关组
- **陷阱 5**:抽象空间中漏验零元(如 $T(\mathbf{0}) = \mathbf{0}$ 看似显然,实则需验证)
## 经典母题
### 母题 1:验证线性变换
> **题目**:设 $T: \mathbb{R}^3 \to \mathbb{R}^3$,$T(x, y, z) = (x + y, y + z, z + x)$。验证 $T$ 是线性变换。
**解法**:
设 $\alpha = (x_1, y_1, z_1), \beta = (x_2, y_2, z_2)$,$k, l \in \mathbb{R}$。
**Step 1:验证加法**
$$
T(\alpha + \beta) = T(x_1 + x_2, y_1 + y_2, z_1 + z_2) = ((x_1 + x_2) + (y_1 + y_2), (y_1 + y_2) + (z_1 + z_2), (z_1 + z_2) + (x_1 + x_2))
$$
$$
= (x_1 + y_1, y_1 + z_1, z_1 + x_1) + (x_2 + y_2, y_2 + z_2, z_2 + x_2) = T(\alpha) + T(\beta) \checkmark
$$
**Step 2:验证数乘**
$$
T(k\alpha) = T(kx_1, ky_1, kz_1) = (kx_1 + ky_1, ky_1 + kz_1, kz_1 + kx_1) = k(x_1 + y_1, y_1 + z_1, z_1 + x_1) = kT(\alpha) \checkmark
$$
**结论**:$T$ 是线性变换。
**复盘**:两个等式都成立 → 是线性变换。也可直接验证 $T(k\alpha + l\beta) = kT(\alpha) + lT(\beta)$。
---
### 母题 2:否定变换的线性
> **题目**:判断 $T: \mathbb{R}^2 \to \mathbb{R}^2$,$T(x, y) = (x + 1, y + 1)$ 是否为线性变换。
**解法**:
**反例 1**:$T(\mathbf{0}) = T(0, 0) = (1, 1) \neq (0, 0) = \mathbf{0}$ → $T(\mathbf{0}) \neq \mathbf{0}$。
**直接否定**:$T(\mathbf{0}) = \mathbf{0}$ 是线性变换的必要条件(由 $T(k\alpha) = kT(\alpha)$ 推出)。$T(\mathbf{0}) = (1, 1) \neq \mathbf{0}$ → 必然非线性。
**结论**:$T$ 不是线性变换。
**复盘**:$T(\mathbf{0}) \neq \mathbf{0}$ 是最快速的否定判据。
---
### 母题 3:求核 $N(T)$
> **题目**:$T: \mathbb{R}^3 \to \mathbb{R}^3$,$T(x, y, z) = (x + y, y + z, x - y)$,求 $N(T)$。
**解法**:
设 $T(x, y, z) = \mathbf{0}$,即
$$
\begin{cases} x + y = 0 \\ y + z = 0 \\ x - y = 0 \end{cases}
$$
由第 1、3 式:$x = -y$ 且 $x = y$ → $y = 0, x = 0$。
由第 2 式:$z = 0$。
**核**:$N(T) = \{(0, 0, 0)\}$,$\dim N(T) = 0$。
**矩阵法**:$A = \begin{pmatrix} 1 & 1 & 0 \\ 0 & 1 & 1 \\ 1 & -1 & 0 \end{pmatrix}$,$\det A = ?$
$$
\det A = 1 \cdot (0 - (-1)) - 1 \cdot (0 - 1) + 0 = 1 + 1 = 2 \neq 0
$$
→ $A$ 满秩 → $Ax = 0$ 只有零解 → $\dim N(T) = 0$ ✓
**复盘**:$\det A \neq 0$ 时 $N(T) = \{\mathbf{0}\}$。
---
### 母题 4:求像 $R(T)$ 与秩
> **题目**:$T: \mathbb{R}^3 \to \mathbb{R}^2$,$T(x, y, z) = (x + y, y + z)$,求 $R(T)$ 和 $\text{r}(T)$。
**解法**:
**方法一:求 $\dim R(T)$**
设 $A = \begin{pmatrix} 1 & 1 & 0 \\ 0 & 1 & 1 \end{pmatrix}$,对 $A$ 行阶梯化:
$$
A \xrightarrow{r_1 - r_2} \begin{pmatrix} 1 & 0 & -1 \\ 0 & 1 & 1 \end{pmatrix}
$$
2 个主元 → $\text{r}(A) = 2$ → $\dim R(T) = 2$。
**方法二:求像的基**
取 $\alpha_1 = (1, 0, 0)^T, \alpha_2 = (0, 1, 0)^T, \alpha_3 = (0, 0, 1)^T$(标准基):
$$
T(\alpha_1) = (1, 0)^T, \quad T(\alpha_2) = (1, 1)^T, \quad T(\alpha_3) = (0, 1)^T
$$
显然 $(1, 0)^T, (1, 1)^T, (0, 1)^T$ 张成 $\mathbb{R}^2$。
**结论**:$R(T) = \mathbb{R}^2$,$\text{r}(T) = 2$。
**核-零度验证**:$\dim R(T) + \dim N(T) = 3$ → $\dim N(T) = 1$(解方程 $x + y = 0, y + z = 0$ → $x = -y, z = -y$ → 基础解系 $(1, -1, 1)^T$)。
**复盘**:求像有两种方法——**矩阵求秩**或**求像的基**,结果一致。
---
### 母题 5:秩-零度定理的应用
> **题目**:$T: \mathbb{R}^5 \to \mathbb{R}^3$ 是线性变换,已知 $\dim R(T) = 2$,求 $\dim N(T)$。
**解法**:
由秩-零度定理:
$$
\dim V = \dim R(T) + \dim N(T)
$$
$$
5 = 2 + \dim N(T)
$$
$$
\dim N(T) = 3
$$
**结论**:$\dim N(T) = 3$。
**复盘**:秩-零度定理是**线性变换理论的核心**,必背。
---
### 母题 6:抽象空间中的线性变换
> **题目**:$V = P[x]_2$(次数 $\le 2$ 的多项式),$T(p(x)) = p'(x)$(求导)。验证 $T$ 是线性变换,求 $N(T)$、$R(T)$、$\text{r}(T)$。
**解法**:
**验证线性**:
- $T(p + q) = (p + q)' = p' + q' = T(p) + T(q)$ ✓
- $T(kp) = (kp)' = kp' = kT(p)$ ✓
→ $T$ 是线性变换。
**求核 $N(T)$**:
$T(p(x)) = 0 \Leftrightarrow p'(x) = 0 \Leftrightarrow p(x)$ 是常数多项式。
**核**:$N(T) = \{c \mid c \in \mathbb{R}\}$,$\dim N(T) = 1$。
**求像 $R(T)$**:
$T(p(x)) = p'(x)$ 是次数 $\le 1$ 的多项式,即 $R(T) = P[x]_1$。
**秩**:$\text{r}(T) = \dim P[x]_1 = 2$。
**秩-零度验证**:$\dim N(T) + \dim R(T) = 1 + 2 = 3 = \dim P[x]_2$ ✓
**复盘**:抽象空间(多项式、矩阵、函数)中的线性变换,判定方法相同。
---
### 母题 7:复合变换的线性
> **题目**:$T_1, T_2$ 都是 $V \to V$ 的线性变换,证明 $T_1 \circ T_2$(先 $T_2$ 后 $T_1$)也是线性变换。
**证法**:
$$
(T_1 \circ T_2)(k\alpha + l\beta) = T_1(T_2(k\alpha + l\beta)) = T_1(kT_2(\alpha) + lT_2(\beta))
$$
$$
= kT_1(T_2(\alpha)) + lT_1(T_2(\beta)) = k(T_1 \circ T_2)(\alpha) + l(T_1 \circ T_2)(\beta)
$$
故 $T_1 \circ T_2$ 是线性变换。
**复盘**:复合变换保持线性。**注意**:$T_1 \circ T_2 \neq T_2 \circ T_1$(乘法不一定交换)。
---
> **口诀**:
> - **验证线性**:$T(k\alpha + l\beta) = kT(\alpha) + lT(\beta)$
> - **快速否定**:$T(\mathbf{0}) \neq \mathbf{0}$ → 非线性
> - **求核**:解 $T(\alpha) = \mathbf{0}$
> - **求像**:求 $T(\alpha_1), \ldots, T(\alpha_n)$ 的极大无关组
> - **秩-零度**:$\dim V = \dim R(T) + \dim N(T)$