Files
2026-10-04 11:44:56 +08:00

355 lines
12 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 题型5:线性变换的矩阵表示
## 识别特征
- 题目给出线性变换 $T$ 和某组基 $\mathcal{A}$,求 $T$ 在 $\mathcal{A}$ 下的矩阵
- 题目给出 $T$ 在某基 $\mathcal{A}$ 下的矩阵 $A$,求 $T$ 在另一基 $\mathcal{B}$ 下的矩阵 $B$
- 已知 $T(\alpha_1), \ldots, T(\alpha_n)$ 的某种描述,求 $T$ 的矩阵
- 关键词:"矩阵表示"、"在基下的矩阵"、"过渡矩阵"、"基变换"
## 解题流程
```mermaid
flowchart TD
A[识别:求线性变换的矩阵] --> B{类型判断}
B -->|已知 T 和基 A| C[求 T(α₁),...,T(αₙ)]
C --> D[列向量法: A 的第 j 列 = T(α_j) 在 A 下的坐标]
B -->|已知 A 求 B| E[求 P: A → B 过渡矩阵]
E --> F[B = P^(-1) A P]
B -->|未知 T 求矩阵| G[设未知系数]
G --> H[解方程组]
H --> I[列向量法]
```
## 通法步骤
### A. 求 $T$ 在基 $\mathcal{A}$ 下的矩阵(已知 $T$)
**核心定理**:设 $\mathcal{A} = (\alpha_1, \ldots, \alpha_n)$ 是 $V$ 的基,$T: V \to V$ 是线性变换,则
$$
(T(\alpha_1), T(\alpha_2), \ldots, T(\alpha_n)) = (\alpha_1, \alpha_2, \ldots, \alpha_n) A
$$
唯一确定 $n$ 阶矩阵 $A$。**$A$ 的第 $j$ 列 = $T(\alpha_j)$ 在基 $\mathcal{A}$ 下的坐标**。
**Step 1**:求 $T(\alpha_1), T(\alpha_2), \ldots, T(\alpha_n)$。
**Step 2**:将每个 $T(\alpha_j)$ 用 $\alpha_1, \ldots, \alpha_n$ 线性表示,得到坐标列。
**Step 3**:以这些坐标列为列,构成矩阵 $A$。
### B. 求 $T$ 在基 $\mathcal{B}$ 下的矩阵(已知 $A$)
**核心公式**:设 $T$ 在基 $\mathcal{A}$ 下的矩阵为 $A$,从 $\mathcal{A}$ 到 $\mathcal{B}$ 的过渡矩阵为 $P$,则 $T$ 在基 $\mathcal{B}$ 下的矩阵为:
$$
\boxed{B = P^{-1} A P}
$$
> 这是**矩阵相似**的来源!
### C. 已知 $T(\alpha_1), \ldots, T(\alpha_n)$ 反求 $T$ 的矩阵
**情形 1**:已知 $T(\alpha_j)$ 在标准基下的坐标 → 直接作为 $A$ 的列。
**情形 2**:已知 $T(\alpha_j) = \beta_j$(具体向量)→ 求 $\beta_j$ 在基 $\mathcal{A}$ 下的坐标作为 $A$ 的列。
**情形 3**:已知 $T(\alpha_j)$ 在另一组基下的坐标 → 转化为坐标变换。
### D. 线性变换运算的矩阵对应
| 线性变换 | 矩阵对应 |
|---------|---------|
| $T_1 + T_2$ | $A_1 + A_2$ |
| $kT$ | $kA$ |
| $T_1 \circ T_2$($T_2$ 先作用)| $A_1 A_2$ |
| $T^{-1}$ | $A^{-1}$ |
| $\mathcal{I}$(恒等变换) | $E$ |
### E. 矩阵与变换的对应(核心关系)
$$
[T(\alpha)]_{\mathcal{A}} = A \cdot [\alpha]_{\mathcal{A}}
$$
> 矩阵 $A$ 作用于坐标向量,得到 $T(\alpha)$ 的坐标向量。
## 常见陷阱
- **陷阱 1**:$A$ 的第 $j$ 列填错——忘记把 $T(\alpha_j)$ **先转化为基 $\mathcal{A}$ 下的坐标**
- **陷阱 2**:$B = P^{-1} A P$ 公式记反——混淆 $P$ 和 $P^{-1}$ 的位置
- **陷阱 3**:$P$ 方向搞反——$P$ 是从 $\mathcal{A}$ 到 $\mathcal{B}$,是"用新基向量在旧基下表示"
- **陷阱 4**:复合变换 $T_1 \circ T_2$ 的矩阵是 $A_1 A_2$($T_2$ 先作用),**不是 $A_2 A_1$**
- **陷阱 5**:忘记验证 $A$ 是否可逆($T$ 是否可逆)
## 经典母题
### 母题 1:基像法求矩阵
> **题目**:$T: \mathbb{R}^3 \to \mathbb{R}^3$,$T(x, y, z) = (x + y, y + z, z + x)$。求 $T$ 在标准基 $\mathcal{E} = (e_1, e_2, e_3)$ 下的矩阵 $A$。
**解法**:
**Step 1**:求 $T(e_1), T(e_2), T(e_3)$。
$$
T(e_1) = T(1, 0, 0) = (1, 0, 1)^T
$$
$$
T(e_2) = T(0, 1, 0) = (1, 1, 0)^T
$$
$$
T(e_3) = T(0, 0, 1) = (0, 1, 1)^T
$$
**Step 2**:在标准基 $\mathcal{E}$ 下,$T(e_j)$ 的坐标就是它本身。
**Step 3**:以这些坐标为列,构成矩阵 $A$。
$$
A = \begin{pmatrix} 1 & 1 & 0 \\ 0 & 1 & 1 \\ 1 & 0 & 1 \end{pmatrix}
$$
**复盘**:在标准基下,$T(\alpha)$ 的坐标 = $T(\alpha)$ 本身(直接读分量)。
---
### 母题 2:在非标准基下的矩阵
> **题目**:$\mathbb{R}^3$ 中基 $\mathcal{A} = (\alpha_1, \alpha_2, \alpha_3)$,$\alpha_1 = (1, 1, 1)^T, \alpha_2 = (1, 1, 0)^T, \alpha_3 = (1, 0, 0)^T$。
> 线性变换 $T(\alpha_1) = (2, 1, 1)^T, T(\alpha_2) = (1, 3, 1)^T, T(\alpha_3) = (1, 1, 4)^T$。
> 求 $T$ 在 $\mathcal{A}$ 下的矩阵 $A$。
**解法**:
**关键**:$T$ 在 $\mathcal{A}$ 下的矩阵 $A$ 的第 $j$ 列 = $T(\alpha_j)$ **在 $\mathcal{A}$ 下的坐标**。
**Step 1**:分别求 $T(\alpha_1), T(\alpha_2), T(\alpha_3)$ 在 $\mathcal{A}$ 下的坐标。
设 $T(\alpha_1) = x_1 \alpha_1 + x_2 \alpha_2 + x_3 \alpha_3$,即
$$
\begin{pmatrix} 2 \\ 1 \\ 1 \end{pmatrix} = x_1 \begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix} + x_2 \begin{pmatrix} 1 \\ 1 \\ 0 \end{pmatrix} + x_3 \begin{pmatrix} 1 \\ 0 \\ 0 \end{pmatrix} = \begin{pmatrix} x_1 + x_2 + x_3 \\ x_1 + x_2 \\ x_1 \end{pmatrix}
$$
→
$$
\begin{cases} x_1 + x_2 + x_3 = 2 \\ x_1 + x_2 = 1 \\ x_1 = 1 \end{cases}
$$
→ $x_1 = 1, x_2 = 0, x_3 = 1$ → 坐标 $(1, 0, 1)^T$
类似地:
- $T(\alpha_2) = (1, 3, 1)^T$:
- $\begin{cases} x_1 + x_2 + x_3 = 1 \\ x_1 + x_2 = 3 \\ x_1 = 1 \end{cases}$
- $x_1 = 1, x_2 = 2, x_3 = -2$ → 坐标 $(1, 2, -2)^T$
- $T(\alpha_3) = (1, 1, 4)^T$:
- $\begin{cases} x_1 + x_2 + x_3 = 1 \\ x_1 + x_2 = 1 \\ x_1 = 4 \end{cases}$
- $x_1 = 4, x_2 = -3, x_3 = 0$ → 坐标 $(4, -3, 0)^T$
**Step 2**:构成矩阵
$$
A = \begin{pmatrix} 1 & 1 & 4 \\ 0 & 2 & -3 \\ 1 & -2 & 0 \end{pmatrix}
$$
**复盘**:在非标准基下,必须把 $T(\alpha_j)$ 用基 $\alpha_1, \alpha_2, \alpha_3$ 表示出来——这要解方程组。
---
### 母题 3:基变换 $B = P^{-1} A P$
> **题目**:$T$ 在 $\mathcal{A}$ 下的矩阵 $A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}$。从 $\mathcal{A}$ 到 $\mathcal{B}$ 的过渡矩阵 $P = \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}$。求 $T$ 在 $\mathcal{B}$ 下的矩阵 $B$。
**解法**:
**核心公式**:$B = P^{-1} A P$
**求 $P^{-1}$**:
$$
\det P = -2, \quad P^{-1} = -\frac{1}{2} \begin{pmatrix} -1 & -1 \\ -1 & 1 \end{pmatrix} = \frac{1}{2} \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}
$$
**计算**:
$$
AP = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix} = \begin{pmatrix} 3 & -1 \\ 7 & -1 \end{pmatrix}
$$
$$
B = P^{-1} A P = \frac{1}{2} \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix} \begin{pmatrix} 3 & -1 \\ 7 & -1 \end{pmatrix} = \frac{1}{2} \begin{pmatrix} 10 & -2 \\ -4 & 0 \end{pmatrix} = \begin{pmatrix} 5 & -1 \\ -2 & 0 \end{pmatrix}
$$
**复盘**:$B = P^{-1} A P$ 是**相似变换**——$A, B$ 相似,特征值、行列式、秩都相同。
---
### 母题 4:已知 $T(\alpha_1), T(\alpha_2), T(\alpha_3)$ 求矩阵
> **题目**:$\mathbb{R}^3$ 中,$\alpha_1 = (1, 0, 1)^T, \alpha_2 = (1, 1, 0)^T, \alpha_3 = (0, 1, 1)^T$。
> $T(\alpha_1) = (1, 0, 1)^T, T(\alpha_2) = (1, 1, 0)^T, T(\alpha_3) = (0, 1, 1)^T$。
> 求 $T$ 在基 $\mathcal{A} = (\alpha_1, \alpha_2, \alpha_3)$ 下的矩阵 $A$。
**解法**:
**关键观察**:$T(\alpha_j) = \alpha_j$,即 $T$ 是恒等变换。
**验证**:$T(\alpha_j) = \alpha_j$ 在 $\mathcal{A}$ 下的坐标是 $(0, \ldots, 1, \ldots, 0)^T$(第 $j$ 个为 1)。
**矩阵**:
$$
A = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix} = E
$$
**复盘**:恒等变换在任何基下的矩阵都是单位阵。
---
### 母题 5:复合变换的矩阵
> **题目**:$\mathbb{R}^2$ 中,$T_1(x, y) = (x + y, x - y)$,$T_2(x, y) = (2x, 3y)$。$T = T_1 \circ T_2$(先 $T_2$ 后 $T_1$)。求 $T$ 在标准基下的矩阵 $A$。
**解法**:
**方法一:复合运算**
对任意 $\alpha = (x, y)^T$:
$$
T_2(\alpha) = (2x, 3y)^T
$$
$$
T(\alpha) = T_1(T_2(\alpha)) = T_1(2x, 3y) = (2x + 3y, 2x - 3y)^T
$$
求在标准基下的矩阵:
$$
T(e_1) = T(1, 0) = (2, 2)^T
$$
$$
T(e_2) = T(0, 1) = (3, -3)^T
$$
$$
A = \begin{pmatrix} 2 & 3 \\ 2 & -3 \end{pmatrix}
$$
**方法二:矩阵乘法**
$T_1$ 在标准基下的矩阵 $A_1 = \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}$,$T_2$ 在标准基下的矩阵 $A_2 = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix}$。
$$
A = A_1 A_2 = \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix} \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix} = \begin{pmatrix} 2 & 3 \\ 2 & -3 \end{pmatrix}
$$
**复盘**:两种方法结果一致。**矩阵乘法对应复合变换**——这是 Ch02 矩阵乘法的几何意义。
---
### 母题 6:求 $T$ 在新基下的矩阵(已知 $T$ 在旧基下的矩阵)
> **题目**:$T$ 在标准基 $\mathcal{E}$ 下的矩阵 $A = \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix}$。
> 新基 $\mathcal{B} = (\beta_1, \beta_2)$,$\beta_1 = (1, 1)^T, \beta_2 = (1, -1)^T$。
> 求 $T$ 在 $\mathcal{B}$ 下的矩阵 $B$。
**解法**:
**Step 1**:求从 $\mathcal{E}$ 到 $\mathcal{B}$ 的过渡矩阵 $P$。
$\beta_1 = (1, 1)^T$ 在 $\mathcal{E}$ 下的坐标 $(1, 1)^T$(标准基下坐标 = 本身)。
$\beta_2 = (1, -1)^T$ 在 $\mathcal{E}$ 下的坐标 $(1, -1)^T$。
$$
P = \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}
$$
**Step 2**:$B = P^{-1} A P$
$P^{-1} = \frac{1}{2} \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}$
$$
AP = \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix} \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix} = \begin{pmatrix} 2 & 0 \\ 1 & -1 \end{pmatrix}
$$
$$
B = P^{-1} A P = \frac{1}{2} \begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix} \begin{pmatrix} 2 & 0 \\ 1 & -1 \end{pmatrix} = \frac{1}{2} \begin{pmatrix} 3 & -1 \\ 1 & 1 \end{pmatrix} = \begin{pmatrix} 3/2 & -1/2 \\ 1/2 & 1/2 \end{pmatrix}
$$
**复盘**:$B = P^{-1} A P$ 是**矩阵相似**的标准形式——$A$ 和 $B$ 必有相同的特征值、行列式、迹。
---
### 母题 7:抽象空间中的矩阵表示
> **题目**:$V = P[x]_2$(次数 $\le 2$ 的多项式),$T(p(x)) = p'(x)$(求导)。
> 求 $T$ 在基 $\mathcal{A} = (1, x, x^2)$ 下的矩阵 $A$。
**解法**:
**Step 1**:求 $T(1), T(x), T(x^2)$:
- $T(1) = 0$
- $T(x) = 1$
- $T(x^2) = 2x$
**Step 2**:在 $\mathcal{A} = (1, x, x^2)$ 下表示:
- $T(1) = 0 = 0 \cdot 1 + 0 \cdot x + 0 \cdot x^2$ → 坐标 $(0, 0, 0)^T$
- $T(x) = 1 = 1 \cdot 1 + 0 \cdot x + 0 \cdot x^2$ → 坐标 $(1, 0, 0)^T$
- $T(x^2) = 2x = 0 \cdot 1 + 2 \cdot x + 0 \cdot x^2$ → 坐标 $(0, 2, 0)^T$
**Step 3**:构成矩阵
$$
A = \begin{pmatrix} 0 & 1 & 0 \\ 0 & 0 & 2 \\ 0 & 0 & 0 \end{pmatrix}
$$
**复盘**:求导运算在多项式空间中的矩阵是**移位 + 乘以次数**的稀疏矩阵。
---
### 母题 8:抽象变换的矩阵表示(综合)
> **题目**:$\mathbb{R}^3$ 中 $\alpha_1 = (1, 0, 1)^T, \alpha_2 = (1, 1, 0)^T, \alpha_3 = (0, 1, 1)^T$。
> $T(\alpha_1) = (1, 2, 3)^T, T(\alpha_2) = (4, 5, 6)^T, T(\alpha_3) = (7, 8, 9)^T$。
> 求 $T$ 在基 $\mathcal{A} = (\alpha_1, \alpha_2, \alpha_3)$ 下的矩阵 $A$。
**解法**:
**核心**:$A$ 的第 $j$ 列 = $T(\alpha_j)$ 在 $\mathcal{A}$ 下的坐标。
**Step 1**:求 $T(\alpha_1) = (1, 2, 3)^T$ 在 $\mathcal{A}$ 下的坐标。
设 $(1, 2, 3)^T = x_1 \alpha_1 + x_2 \alpha_2 + x_3 \alpha_3 = x_1(1, 0, 1)^T + x_2(1, 1, 0)^T + x_3(0, 1, 1)^T$
$$
= (x_1 + x_2, x_2 + x_3, x_1 + x_3)^T
$$
→
$$
\begin{cases} x_1 + x_2 = 1 \\ x_2 + x_3 = 2 \\ x_1 + x_3 = 3 \end{cases}
$$
$\Rightarrow x_1 = 1, x_2 = 0, x_3 = 2$ → 坐标 $(1, 0, 2)^T$
**Step 2**:求 $T(\alpha_2) = (4, 5, 6)^T$ 在 $\mathcal{A}$ 下的坐标:
$$
\begin{cases} x_1 + x_2 = 4 \\ x_2 + x_3 = 5 \\ x_1 + x_3 = 6 \end{cases}
$$
$\Rightarrow x_1 = 2.5, x_2 = 1.5, x_3 = 3.5$ → 坐标 $(5/2, 3/2, 7/2)^T$
**Step 3**:求 $T(\alpha_3) = (7, 8, 9)^T$ 在 $\mathcal{A}$ 下的坐标:
$$
\begin{cases} x_1 + x_2 = 7 \\ x_2 + x_3 = 8 \\ x_1 + x_3 = 9 \end{cases}
$$
$\Rightarrow x_1 = 4, x_2 = 3, x_3 = 5$ → 坐标 $(4, 3, 5)^T$
**Step 4**:构成矩阵
$$
A = \begin{pmatrix} 1 & 5/2 & 4 \\ 0 & 3/2 & 3 \\ 2 & 7/2 & 5 \end{pmatrix}
$$
**复盘**:每次求坐标就是解一个 $3 \times 3$ 线性方程组(因 $\mathcal{A}$ 是 $\mathbb{R}^3$ 的基)。
---
> **口诀**:
> - **列向量法**:$A$ 的第 $j$ 列 = $T(\alpha_j)$ 在基 $\mathcal{A}$ 下的坐标
> - **基变换公式**:$B = P^{-1} A P$($P$ 是 $\mathcal{A} \to \mathcal{B}$ 的过渡矩阵)
> - **复合变换**:$T_1 \circ T_2$ 对应 $A_1 A_2$($T_2$ 先作用)
> - **求矩阵的核心**:把 $T(\alpha_j)$ 转化为**基 $\mathcal{A}$ 下的坐标**