12 KiB
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
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) = 0T(x) = 1T(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)^TT(x) = 1 = 1 \cdot 1 + 0 \cdot x + 0 \cdot x^2→ 坐标(1, 0, 0)^TT(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