Skip to content

线性空间与基变换:坐标的演化逻辑

核心定义

在线性空间 $V$中,基底的选择不是唯一的。基变换研究的是从一组基$\mathcal{B}$切换到另一组基$\mathcal{B}'$ 时,向量的坐标表示以及线性变换的矩阵表示如何保持一致性。


1. 过渡矩阵 (Transition Matrix)

设 $V$是数域$\mathbb{F}$上的$n$ 维线性空间。设有两组基:

  • 旧基:$\mathcal{B} = \lbrace \mathbf{e}_1, \mathbf{e}_2, \dots, \mathbf{e}_n\rbrace $
  • 新基:$\mathcal{B}' = \lbrace \mathbf{e}'_1, \mathbf{e}'_2, \dots, \mathbf{e}'_n\rbrace $

由于基底 $\mathcal{B}$ 可以生成空间中的任何向量,新基中的每一个向量都可以表示为旧基的线性组合: $$\mathbf{e}'_j = \sum_{i=1}^n p_{ij} \mathbf{e}_i, \quad j=1, 2, \dots, n$$

1.1 矩阵表达

若将基向量按行排列为行向量组,上述关系可写为: $$(\mathbf{e}'_1, \mathbf{e}'_2, \dots, \mathbf{e}'_n) = (\mathbf{e}_1, \mathbf{e}_2, \dots, \mathbf{e}_n) P$$

其中,矩阵 $P = (p_{ij})_{n \times n}$称为从基$\mathcal{B}$到基$\mathcal{B}'$ 的过渡矩阵

性质

  1. 过渡矩阵 $P$ 永远是可逆的(因为基向量组是线性无关的)。
  2. 反向变换:从 $\mathcal{B}'$到$\mathcal{B}$的过渡矩阵为$P^{-1}$。

2. 向量坐标的变换

考虑空间中同一个向量 $\mathbf{x} \in V$。它在两组基下的坐标分别为:

  • 在 $\mathcal{B}$ 下:$\mathbf{x} = \sum a^i \mathbf{e}_i \implies X = (a^1, a^2, \dots, a^n)^T$
  • 在 $\mathcal{B}'$ 下:$\mathbf{x} = \sum b^j \mathbf{e}'_j \implies X' = (b^1, b^2, \dots, b^n)^T$

2.1 坐标变换公式

根据向量不变性 $\mathbf{x} = \mathcal{B} X = \mathcal{B}' X'$,代入 $\mathcal{B}' = \mathcal{B} P$: $$\mathcal{B} X = (\mathcal{B} P) X' = \mathcal{B} (P X')$$

由于基向量线性无关,系数必相等,得出: $$X = P X' \quad \text{或} \quad X' = P^{-1} X$$

易错点

注意逆变性 (Contravariance):基的变换方向是 $\mathcal{B} \to \mathcal{B}'$(乘 $P$),但坐标的变换方向是 $X' \to X$(乘 $P$)。即新坐标乘以 $P$ 才能变回旧坐标。


3. 线性变换的矩阵表示

设 $\mathcal{A}: V \to V$ 是一个线性算子。

  • 在基 $\mathcal{B}$下的矩阵为$A$。
  • 在基 $\mathcal{B}'$下的矩阵为$A'$。

则 $A$与$A'$ 的关系为: $$A' = P^{-1} A P$$

相似矩阵

在数学上,我们称 $A$与$A'$ 为相似矩阵。这意味着它们描述的是同一个线性变换,只是观测的参考系(基底)不同。


4. 实例演算

4.1 场景

在 $\mathbb{R}^2$中,设有标准基$\mathcal{E} = \lbrace \mathbf{e}_1, \mathbf{e}_2\rbrace $和新基$\mathcal{B} = \lbrace \mathbf{b}_1, \mathbf{b}_2\rbrace $,其中: $$\mathbf{b}_1 = \begin{pmatrix} 1 \newline 1 \end{pmatrix}, \mathbf{b}_2 = \begin{pmatrix} 0 \newline 1 \end{pmatrix}$$

4.2 计算步骤

  1. 求过渡矩阵 $P$: 因为是以标准基为参考,可以直接写出: $$P = \begin{pmatrix} 1 & 0 \newline 1 & 1 \end{pmatrix}$$

  2. 坐标变换: 若向量 $\mathbf{x}$在标准基下的坐标为$X = (2, 5)^T$,求其在新基 $\mathcal{B}$下的坐标$X'$: 首先求 $P^{-1}$: $$P^{-1} = \begin{pmatrix} 1 & 0 \newline -1 & 1 \end{pmatrix}$$ 计算 $X'$: $$X' = P^{-1} X = \begin{pmatrix} 1 & 0 \newline -1 & 1 \end{pmatrix} \begin{pmatrix} 2 \newline 5 \end{pmatrix} = \begin{pmatrix} 2 \newline 3 \end{pmatrix}$$

  3. 验证: $2 \mathbf{b}_1 + 3 \mathbf{b}_2 = 2 \begin{pmatrix} 1 \newline 1 \end{pmatrix} + 3 \begin{pmatrix} 0 \newline 1 \end{pmatrix} = \begin{pmatrix} 2 \newline 5 \end{pmatrix}$。计算正确。


5. 逻辑结构图

mermaid
graph TD
    %% 定义节点
    V[线性空间 V] --> B1[旧基 B]
    V --> B2[新基 B']
    B1 -- "过渡矩阵 P" --> B2
    
    subgraph "坐标空间 (Coordinate Space)"
    X[旧坐标 X]
    X_prime[新坐标 X']
    X_prime -- "P (X = PX')" --> X
    X -- "P⁻¹ (X' = P⁻¹X)" --> X_prime
    end
    
    subgraph "映射空间 (Operator Space)"
    A[算子在旧基下的矩阵 A]
    A_prime[算子在新基下的矩阵 A']
    A -- "相似变换 A' = P⁻¹AP" --> A_prime
    end

    %% 链接子图与基底
    B1 -.-> X
    B2 -.-> X_prime
    B1 -.-> A
    B2 -.-> A_prime

基于 Obsidian 整理 · 由 VitePress 构建