← 全部笔记

高等代数

基变换与过渡矩阵

文章目录

来源 谢启鸿、姚慕生, 高等代数学习指导书, 第4版, 第3章, 印刷页 146–149. PDF页码 = 印刷页码 + 10。 来源PDF 根据已目视核对的扫描件整理;简洁证明及明确标出的推广为整理者补充。

先写基之间的恒等式

设E=(e1,…,en)E=(e_1,\ldots,e_n)、F=(f1,…,fn)F=(f_1,\ldots,f_n)为有序基,按下式定义过渡矩阵PP: F=EP,P=([f1]E ⋯ [fn]E).F=EP,\qquad P=([f_1]_E\ \cdots\ [f_n]_E). 对向量vv,写成v=E[v]E=F[v]Fv=E[v]_E=F[v]_F,代入得到 [v]E=P[v]F,[v]F=P−1[v]E.[v]_E=P[v]_F,\qquad [v]_F=P^{-1}[v]_E. 各列表示新基在旧基下的坐标,而从旧坐标转到新坐标则使用逆矩阵。直接推导这个恒等式,便避免依赖“从EE到FF”这种方向含混的说法。

若在参考基UU下有E=UAE=UA、F=UBF=UB,则P=A−1BP=A^{-1}B(例3.42)。将[A∣B][A\mid B]行化简为[I∣P][I\mid P]即可计算。若G=FQG=FQ,则G=E(PQ)G=E(PQ);反向变换使用P−1P^{-1}。

三角基给出差分坐标

例3.44使用 f1=(an−1,…,a,1)T,f2=(an−2,…,a,1,0)T,…,fn=(1,0,…,0)T.f_1=(a^{n-1},\ldots,a,1)^{\mathsf T},\quad f_2=(a^{n-2},\ldots,a,1,0)^{\mathsf T},\quad\ldots,\quad f_n=(1,0,\ldots,0)^{\mathsf T}. 对v=(b1,…,bn)Tv=(b_1,\ldots,b_n)^{\mathsf T},从最后一个分量向前求解: [v]F=(bn, bn−1−abn,…, b1−ab2)T.[v]_F=(b_n,\ b_{n-1}-ab_n,\ldots,\ b_1-ab_2)^{\mathsf T}. 每次相减消去由后一个分量已经确定的贡献。三角形基常可直接用递推处理,无需完整求逆。

Taylor系数就是坐标

在R\mathbb R或C\mathbb C上,取E=(1,x,…,xn)E=(1,x,\ldots,x^n)、F=(1,x−a,…,(x−a)n)F=(1,x-a,\ldots,(x-a)^n)。采用指标0≤i,j≤n0\le i,j\le n,二项式定理给出 Pij={(ji)(−a)j−i,i≤j,0,i>j.P_{ij}=\begin{cases}\binom ji(-a)^{j-i},&i\le j,\\0,&i>j.\end{cases} 将aa换为−a-a即得到逆。等价地,在aa处求导可分离新坐标: f(x)=∑j=0nf(j)(a)j!(x−a)j.f(x)=\sum_{j=0}^n\frac{f^{(j)}(a)}{j!}(x-a)^j. 这就是从换基角度理解例3.45。导数公式要求阶乘可逆,不能原样推广到任意正特征域。