高等代数 · 课程学习笔记

第 P94 集 · 九:线性变换与相似矩阵

Linear Transformations and Similar Matrices
北大丘维声教授 · 清华大学 2011 级 进度 P94 / 151 集 核心概念:相似矩阵 · 相似关系 · 相似不变量 · 迹
提示:数学公式渲染组件(KaTeX)加载失败,公式以源码形式显示,不影响阅读内容。联网后刷新即可正常渲染。

☰本集目录

◎学习目标

  1. 理解并掌握相似矩阵的定义:\(B=P^{-1}AP\),其中 \(P\) 可逆;
  2. 理解同一线性变换在不同基下的矩阵相似这一核心结论;
  3. 理解相似关系是 \(M_n(F)\) 上的等价关系(自反、对称、传递),引出相似类的概念;
  4. 掌握相似不变量:相似矩阵有相同的行列式、相同的秩、相同的迹;
  5. 理解迹(trace)的定义:\(\mathrm{tr}(A)=\sum_{i=1}^n a_{ii}\),及其基本性质。

1相似矩阵的定义 ⏱ 12:43

从前两集我们已经知道:同一线性变换在不同基下的矩阵满足 \(B=S^{-1}AS\),其中 \(S\) 是过渡矩阵(可逆)。

定义 · 相似矩阵 设 \(A,B\in M_n(F)\)。若存在可逆矩阵 \(P\in M_n(F)\) 使得
\[ B = P^{-1}AP \]
则称 \(A\) 与 \(B\) 相似,记作 \(A\sim B\)。⏱ 13:45
说明 书中用 \(S\) 表示过渡矩阵,此处定义统一用 \(P\) 表示任意可逆矩阵,两者本质相同。⏱ 13:20

2同一线性变换在不同基下的矩阵相似 ⏱ 12:13

结合 P93 的结论,直接得到核心定理:

定理 · 相似矩阵的几何意义 设 \(\mathscr{A}\) 是 \(n\) 维线性空间 \(V\) 上的线性变换,在基 \(\alpha_1,\dots,\alpha_n\) 下的矩阵为 \(A\),在基 \(\beta_1,\dots,\beta_n\) 下的矩阵为 \(B\),过渡矩阵为 \(S\)(即 \((\beta_1,\dots,\beta_n)=(\alpha_1,\dots,\alpha_n)S\)),则
\[ B = S^{-1}AS \]
即 同一线性变换在不同基下的矩阵相似。⏱ 14:37
证明回顾(关键步骤)

由定义:\(\mathscr{A}(\alpha_1,\dots,\alpha_n)=(\alpha_1,\dots,\alpha_n)A\),\(\mathscr{A}(\beta_1,\dots,\beta_n)=(\beta_1,\dots,\beta_n)B\)。⏱ 12:30

将 \(\beta\) 组用 \(\alpha\) 组表示:\(\mathscr{A}(\alpha_1,\dots,\alpha_n)S = (\alpha_1,\dots,\alpha_n)AS\)。⏱ 13:03

另一方面,由一式 \((\alpha_1,\dots,\alpha_n)=(\beta_1,\dots,\beta_n)S^{-1}\),代入得:

\[ \mathscr{A}(\beta_1,\dots,\beta_n) = (\beta_1,\dots,\beta_n)\,S^{-1}AS \]
与定义比较,由矩阵唯一性得 \(B=S^{-1}AS\)。⏱ 13:15

3相似关系是等价关系 ⏱ 15:37

验证相似关系满足等价关系的三条性质:

定理 · 相似关系的等价性
  • 自反性:\(A\sim A\)。取 \(P=I\),则 \(I^{-1}AI=A\)。⏱ 15:21
  • 对称性:若 \(A\sim B\),则 \(B\sim A\)。由 \(B=P^{-1}AP\) 得 \(A=PBP^{-1}=(P^{-1})^{-1}B(P^{-1})\),取 \(Q=P^{-1}\) 即证。⏱ 15:28
  • 传递性:若 \(A\sim B\) 且 \(B\sim C\),则 \(A\sim C\)。由 \(B=P^{-1}AP\),\(C=Q^{-1}BQ\) 得 \(C=(PQ)^{-1}A(PQ)\),取 \(R=PQ\) 即证。⏱ 15:34
相似类 相似关系作为等价关系,将 \(M_n(F)\) 划分成若干个等价类,每个等价类称为一个相似类:
\[ [A] = \{\,B\in M_n(F) \mid B\sim A\,\} \]
即所有与 \(A\) 相似的矩阵构成的集合。⏱ 16:05

4相似不变量:行列式与秩 ⏱ 17:00

相似不变量:属于同一相似类的矩阵共同具有的性质。这类性质不依赖于基的选择,因此是线性变换本身固有的属性。

性质一 · 行列式相等 若 \(B=P^{-1}AP\),则 \(\det B=\det A\)。⏱ 17:08
\[ \det B = \det(P^{-1}AP) = \det(P^{-1})\det A\,\det P = (\det P)^{-1}(\det P)\det A = \det A \]
性质二 · 秩相等 若 \(B=P^{-1}AP\),则 \(\mathrm{rank}(B)=\mathrm{rank}(A)\)。⏱ 18:35
\[ \text{左乘/右乘可逆矩阵不改变矩阵的秩} \]
这是第三大题中已证明的结论:⏱ 18:37
不变量的含义 行列式和秩是从矩阵角度看的不变量,但它们同时也是线性变换本身的属性——因为无论取哪组基,算出来的行列式/秩都相同。⏱ 18:50

5矩阵的迹(Trace) ⏱ 18:51

从 \(n^2\) 个元素中提炼出更精细的不变量——主对角线元素之和。

定义 · 矩阵的迹 设 \(A=(a_{ij})\in M_n(F)\),定义
\[ \mathrm{tr}(A) = a_{11} + a_{22} + \cdots + a_{nn} = \sum_{i=1}^{n} a_{ii} \]
称为 \(A\) 的迹(英文 trace)。⏱ 20:30
定理 · 迹的相似不变性 对任意 \(A,B\in M_n(F)\) 和可逆 \(P\),有
\[ \mathrm{tr}(P^{-1}AP) = \mathrm{tr}(A) \]
特别地,若 \(A\sim B\),则 \(\mathrm{tr}(A)=\mathrm{tr}(B)\)。⏱ 21:11
证明(利用迹的循环性质)

先证一般性质:\(\mathrm{tr}(XY)=\mathrm{tr}(YX)\) 对任意 \(X\in M_{m\times n},Y\in M_{n\times m}\) 成立。⏱ 22:00

计算:

\[ \mathrm{tr}(XY)=\sum_i (XY)_{ii}=\sum_i\sum_k x_{ik}y_{ki},\qquad \mathrm{tr}(YX)=\sum_k (YX)_{kk}=\sum_k\sum_i y_{ki}x_{ik} \]
由于 \(F\) 中乘法交换,两式相等。⏱ 22:33

于是 \(\mathrm{tr}(P^{-1}AP)=\mathrm{tr}((P^{-1}A)P)=\mathrm{tr}(P(P^{-1}A))=\mathrm{tr}(A)\)。⏱ 22:41

迹的基本性质
  • \(\mathrm{tr}(A+B)=\mathrm{tr}(A)+\mathrm{tr}(B)\)
  • \(\mathrm{tr}(kA)=k\,\mathrm{tr}(A)\)
  • \(\mathrm{tr}(AB)=\mathrm{tr}(BA)\)(循环性)
  • \(\mathrm{tr}(A)\) 是相似不变量
迹的重要性 丘老师强调:迹在群表示论中有极其重要的作用。物理学中的量子力学也广泛用到迹的概念。它是矩阵最重要的不变量之一。⏱ 19:44

★重点回顾

1
相似的定义:\(B=P^{-1}AP\)(\(P\) 可逆)。\(\iff\) 同一线性变换在不同基下的矩阵。
2
相似是等价关系:自反、对称、传递,将 \(M_n(F)\) 划分成相似类。
3
相似不变量:行列式、秩、迹——属于同一相似类的矩阵这些值都相同。
4
迹的计算:\(\mathrm{tr}(A)=\sum a_{ii}\),满足 \(\mathrm{tr}(AB)=\mathrm{tr}(BA)\),从而 \(\mathrm{tr}(P^{-1}AP)=\mathrm{tr}(A)\)。
5
不变量的意义:相似不变量对应线性变换本身的属性,与基的选取无关,是刻画线性变换的核心工具。

⚠易错点提醒

常见错误
  1. 混淆相似与等价:矩阵相似(\(B=P^{-1}AP\))与矩阵等价(\(B=PAQ\),\(P,Q\) 可逆)是不同的关系;相似要求"共轭"形式,等价只要求行列满秩变换。
  2. 误认为相似可逆矩阵可以互换位置:\(P^{-1}AP\neq PAP^{-1}\) 一般不等;顺序不可颠倒。
  3. 迹的循环性用错对象:\(\mathrm{tr}(ABC)=\mathrm{tr}(BCA)=\mathrm{tr}(CAB)\) 成立,但 \(\mathrm{tr}(ABC)\neq\mathrm{tr}(ACB)\) 一般不成立。
  4. 忽略可逆条件:定义相似时 \(P\) 必须可逆;若 \(P\) 不可逆,\(P^{-1}AP\) 无意义。
  5. 误用迹的线性:\(\mathrm{tr}(A^2)\neq(\mathrm{tr}(A))^2\) 一般不成立,注意区分。

✎自测与作业

  1. 验证 \(A=\begin{pmatrix}2&1\\0&3\end{pmatrix}\) 与 \(B=\begin{pmatrix}3&0\\1&2\end{pmatrix}\) 是否相似:分别计算 \(\det A,\det B\) 和 \(\mathrm{tr}(A),\mathrm{tr}(B)\),判断是否可能是相似矩阵。
  2. 设 \(A=\begin{pmatrix}1&2\\0&1\end{pmatrix}\),\(P=\begin{pmatrix}1&1\\0&1\end{pmatrix}\),计算 \(P^{-1}AP\),验证 \(\det(P^{-1}AP)=\det A\) 且 \(\mathrm{tr}(P^{-1}AP)=\mathrm{tr}(A)\)。
  3. 证明:对任意 \(A,B\in M_n(F)\),\(\mathrm{tr}(AB)=\mathrm{tr}(BA)\)。(提示:直接按定义展开求和。)
  4. (思考题)若 \(A^2=A\)(幂等矩阵),证明 \(\mathrm{tr}(A)=\mathrm{rank}(A)\)。(提示:相似于对角矩阵 \(\mathrm{diag}(1,\dots,1,0,\dots,0)\)。)
  5. (选做)设 \(A=\begin{pmatrix}a&b\\c&d\end{pmatrix}\),直接计算 \(\mathrm{tr}(A)\) 和 \(\det A\),并说明它们在相似变换下保持不变。
  6. (选做)证明:若 \(A\sim B\),则 \(A^k\sim B^k\) 对所有正整数 \(k\) 成立。
本章小结 本集是线性变换理论的关键枢纽:通过相似概念,把"不同基下的矩阵"和"同一个线性变换"联系起来,行列式、秩、迹等不变量成为识别线性变换本质属性的工具。这些概念将在后续特征值、对角化理论中发挥核心作用。