定义 1 设有两个非空集合
A
A
A 和
B
B
B,如果对于
A
A
A 中任一元素
α
\alpha
α,按照一定的规则,总有
B
B
B 中一个确定的元素
β
\beta
β 和它对应,那么,这个对应规则称为 从集合
A
A
A 到集合
B
B
B 的映射。我们常用字母表示一个映射,譬如把上述映射记作
T
T
T,并记
β
=
T
(
α
)
或
β
=
T
α
(
α
∈
A
)
\beta = T(\alpha) \hspace{1em} 或 \hspace{1em} \beta = T \alpha \ (\alpha \in A)
β=T(α)或β=Tα (α∈A)
设
α
1
∈
A
\alpha_1 \in A
α1∈A,
T
(
α
1
)
=
β
1
T(\alpha_1) = \beta_1
T(α1)=β1,就说映射
T
T
T 把元素
α
1
\alpha_1
α1 变成
β
1
\beta_1
β1,
β
1
\beta_1
β1 称为
α
1
\alpha_1
α1 在映射
T
T
T 下的像,
α
1
\alpha_1
α1 称为
β
1
\beta_1
β1 在映射
T
T
T 下的原像。
A
A
A 称为映射
T
T
T 的定义域,像的全体所构成的集合称为 像集,记作
T
(
A
)
T(A)
T(A),即
T
(
A
)
=
{
β
=
T
(
α
)
∣
α
∈
A
}
T(A) = \{ \beta=T(\alpha) | \alpha \in A \}
T(A)={β=T(α)∣α∈A}
显然
T
(
A
)
⊂
B
T(A) \subset B
T(A)⊂B。
定义 2 设 V n V_n Vn, U m U_m Um 分别是 n n n 维和 m m m 维线性空间, T T T 是一个从 V n V_n Vn 到 U m U_m Um 的映射,如果映射 T T T 满足:
(i)任给
α
1
,
α
2
∈
V
n
\boldsymbol{\alpha}_1, \boldsymbol{\alpha}_2 \in V_n
α1,α2∈Vn(从而
α
1
+
α
2
∈
V
\boldsymbol{\alpha}_1 + \boldsymbol{\alpha}_2 \in V
α1+α2∈V),有
T
(
α
1
+
α
2
)
=
T
(
α
1
)
+
T
(
α
2
)
T(\boldsymbol{\alpha}_1 + \boldsymbol{\alpha}_2) = T(\boldsymbol{\alpha}_1) + T(\boldsymbol{\alpha}_2)
T(α1+α2)=T(α1)+T(α2)
(ii)任给
α
∈
V
n
\boldsymbol{\alpha} \in V_n
α∈Vn,
λ
∈
R
\lambda \in \R
λ∈R(从而
λ
α
∈
V
n
\lambda \boldsymbol{\alpha} \in V_n
λα∈Vn),有
T
(
λ
α
)
=
λ
T
(
α
)
T(\lambda \boldsymbol{\alpha}) = \lambda T(\boldsymbol{\alpha})
T(λα)=λT(α)
那么,
T
T
T 就称为从
V
n
V_n
Vn 到
U
m
U_m
Um 的 线性映射,或称为 线性变换。
例如,关系式
(
y
1
y
2
⋮
y
m
)
=
(
a
11
a
12
⋯
a
1
n
a
21
a
22
⋯
a
2
n
⋮
⋮
⋮
a
m
1
a
m
2
⋯
a
m
n
)
(
x
1
x
2
⋮
x
n
)
就确定了一个从
R
n
\R^n
Rn 到
R
m
\R^m
Rm 的映射,并且是个线性映射。
不妨设 V n V_n Vn, U m U_m Um 分别是 n n n 维和 m m m 维线性空间, T T T 是一个从 V n V_n Vn 到 U m U_m Um 的映射,则线性变化具有下述基本性质:
性质 1 T ( 0 ) = 0 T(\boldsymbol{0}) = \boldsymbol{0} T(0)=0
证明 根据定义 2,任给 α ∈ V n \boldsymbol{\alpha} \in V_n α∈Vn,则有 T ( 0 ) = T ( 0 α ) = 0 T ( α ) = 0 T(\boldsymbol{0}) = T(0 \boldsymbol{\alpha}) = 0 T(\boldsymbol{\alpha}) = \boldsymbol{0} T(0)=T(0α)=0T(α)=0。得证。
性质 2 T ( − α ) = − T ( α T(-\boldsymbol{\alpha}) = - T(\boldsymbol{\alpha} T(−α)=−T(α)。
证明 根据定义 2,有 T ( − α ) = T [ ( − 1 ) × α ] = ( − 1 ) × T ( α ) = − T ( α ) T(-\boldsymbol{\alpha}) = T[(-1) \times \boldsymbol{\alpha}] = (-1) \times T(\boldsymbol{\alpha}) = - T(\boldsymbol{\alpha}) T(−α)=T[(−1)×α]=(−1)×T(α)=−T(α)。得证。
性质 3 若 β = k 1 α 1 + k 2 α 2 + ⋯ + k m α m \boldsymbol{\beta} = k_1 \boldsymbol{\alpha}_1 + k_2 \boldsymbol{\alpha}_2 + \cdots + k_m \boldsymbol{\alpha}_m β=k1α1+k2α2+⋯+kmαm,则 T ( β ) = k 1 T ( α 1 ) + k 2 T ( α 2 ) + ⋯ + k m T ( α m ) T(\boldsymbol{\beta}) = k_1 T(\boldsymbol{\alpha}_1) + k_2 T(\boldsymbol{\alpha}_2) + \cdots + k_m T(\boldsymbol{\alpha}_m) T(β)=k1T(α1)+k2T(α2)+⋯+kmT(αm)。
证明见 “【证明】线性映射不影响向量组的线性组合”。
性质 4 若 α 1 , α 2 , ⋯ , α m \boldsymbol{\alpha}_1,\boldsymbol{\alpha}_2,\cdots,\boldsymbol{\alpha}_m α1,α2,⋯,αm 线性相关,则 T ( α 1 ) , T ( α 2 ) , ⋯ , T ( α m ) T(\boldsymbol{\alpha}_1),T(\boldsymbol{\alpha}_2),\cdots,T(\boldsymbol{\alpha}_m) T(α1),T(α2),⋯,T(αm) 亦线性相关。
证明见 “【证明】若向量组线性相关,则向量组的线性映射也线性相关”。
性质 5 线性变换 T T T 的像集 T ( V n ) T(V_n) T(Vn) 是一个线性空间。
证明见 “【证明】线性变换的像集是一个线性空间”。
线性空间 T T T 的像集 T ( V n ) T(V_n) T(Vn) 的线性空间,称为线性变换 %T% 的 像空间。
性质 6 使
T
(
α
)
=
0
T(\boldsymbol{\alpha}) = \boldsymbol{0}
T(α)=0 的
α
\boldsymbol{\alpha}
α 的全体
N
T
=
{
α
∣
α
∈
V
n
,
T
(
α
)
=
0
}
N_T = \{ \boldsymbol{\alpha} | \boldsymbol{\alpha} \in V_n, T(\boldsymbol{\alpha}) = \boldsymbol{0} \}
NT={α∣α∈Vn,T(α)=0}
也是一个线性空间。
证明见 “【证明】线性变换的核是一个线性空间”。
N T N_T NT 称为线性变换 T T T 的 核。