五、基变换与坐标变换

在 n 维线性空间中，任意 n 个线性无关的向量
都可以作为线性空间的基，即空间的基不唯一. 对
不同的基，同一个向量的坐标一般是不同的.
下面我们研究，随着基的改变，向量的坐标是

怎样变化的.
 设  1 ,  2 , … ,  n (Ⅰ)与1 , 2 , …, n (Ⅱ)

是 维线性空间 中两组基，它们的关系是

 1  a111  a21 2    an1 n ,

   a   a     a  ,
 2 12 1 22 2 n2 n
 (1)
 
 n  a1n1  a2n 2    ann n .

.
 为了写起来方便，我们引入一种形式的写法.
把基写成一个 1  n 矩阵，于是 (1) 可写成如下矩
阵形式：
 a11 a12  a1n 
 
 a21 a22  a2n 
(1,  2 ,,  n )  (1,  2 ,,  n )
   
 
(Ⅱ) (Ⅰ) a a  a 
 n1 n2 nn 
矩阵  a11 a12  a1n 
 
 a21 a22  a2n 
C 
   
 
a 
 n1 an2  ann 
(Ⅰ) (Ⅱ)
称为由基 1 ,  2 , … ,  n 到1 , 2 , …, n 的
由于1 , 2 , …, n 是线性无关的，所以过渡
矩阵 C 的列向量组线性无关，因此，过渡矩阵C
是可逆的.
 设 1 , 2 , … , n 和 1 , 2 , … , n 是 V 中两组
向量组， A = ( aij ) , B= ( bij ) 是两个矩阵，则

((1 , 2 , … , n )A)B=(1 , 2 , … , n )(AB)

(1 , 2 , … , n )A + (1 , 2 , … , n )B
= (1 , 2 , … , n ) (A+B) ；

(1 , 2 , … , n )A + (1 , 2 , … , n )A
= (1 + 1 , 2 + 2 , … , n + n ) A .
 设 Vn 中的元素  , 在基  1 ,  2 , …, n
下的坐标为 (x1 , x2 , … , xn)T , 在基 1,  2 , … ,  n
下的坐标为 (x1 , x2 , … , xn )T. 若两个基满足关
系式 (1) , 则有坐标变换公式
 x1   x 1   x 1   x1 
       
 x2   x 2   x 2  x
1  2 
    C   , 或   C    (2)
       
x   x   x  x 
 n  n  n  n
  x1   x1 
因    
 x2   x2 
( 1 ,  2 ,  ,  n )     ( 1,  2 ,  ,  n ) 
 
   
x   x 
 n  x 1   n
 
 x 2 
 (  1 ,  2 ,  ,  n )C  

 
 x 
 n
由于 1 , 2 , … , n 线性无关, 故即有关系式(2).
这个定理的逆命题也成立. 即若任一元素的
两种坐标满足坐标变换公式 (2), 则两组基满足
变换公式(1).
 x 2  x , x 2  x , x  1是P  x 2 的基，1, x , x 2也是P  x 2 的基，
写出由1, x , x 2到x 2  x , x 2  x , x  1的过渡矩阵.
 0 0 1
   
x 2  x , x 2  x , x  1  1, x , x 2  1 1 1 
 
 1 1 0
 
1
 0 0 1
 
x 2  x , x 2  x , x  1  1 1 1 
 
 1 1 0
 
1
 0 0 1  0 0 1 
  
 1, x , x 2  1 1 1   1 1 1 
 

 1 1 0   1 1 0 
 
1
 0 0 1
   
1, x , x 2  x 2  x , x 2  x , x  1  1 1 1 
 
 1 1 0
 
 写出由1  (1, 2, 3),  2  (1, 2, 0),  3  (1, 0, 0)到
 1  (1, 0, 0),  2  (0,1, 0),  3  (0, 0,1)的过渡矩阵 .
1  (1, 2, 3)  1(1, 0, 0)  2(0,1, 0)  3(0, 0,1)  1 1  2 2  3 3

 2  (1, 2, 0)  1(1, 0, 0)  2(0,1, 0)  0(0, 0,1)  1 1  2 2  0 3

 3  (1, 0, 0)  1(1, 0, 0)  0(0,1, 0)  0(0, 0,1)  1 1  0 2  0 3

 1 1 1
1 ,  2 ,  3     1 ,  2 ,  3  
 2 2 0


 3 0 0
 
1
 1 1 1
  1 ,  2 ,  3    1 ,  2 ,  3   2 2 0 
 
 3 0 0
 
 2 2 2 1 0 1  2 1
在R 中，求由e1    , e2    , e3   ,
0 1 2 2  1 2
1 3  1 2 1 1   1 2
e4    到 1    , 2    , 3   ,
1 2  1 0 1 1  1 1
 1 1 
4    的过渡矩阵.  C1 , C 2  ~  E , C11C 2 
 0 1
方法一：把  1 ,  2 ,  3 ,  4 用 e1 , e2 , e3 , e4 线性表示（解方程组）

方法二： e1 , e2 , e3 , e4    E11 , E12 , E21 , E22  C1

  e1 , e2 , e3 , e4  C1 1   E11 , E12 , E21 , E22 

  1 ,  2 ,  3 ,  4    E11 , E12 , E21 , E22  C2

   1 ,  2 ,  3 ,  4    e1 , e2 , e3 , e4  C1 1C 2
 在R 4中，已知向量x在基1  (1, 2, 1, 0),  2  (1, 1,1,1),
 3  ( 1, 2,1,1),  4  ( 1, 1, 0,1) 下的坐标为(x1 , x2 , x3 , x4 ).

求其在基1  (2, 1, 0, 1), 2  (0, 1, 2, 2),  3  ( 2, 1, 1, 2),

 4  (1, 3, 1, 2)下的坐标 .  x1   y1 
   
x  x1 1  x 2  2    x n  n  y1 1  y2  2    y n  n  2   C  y2 
x
   
   
C ?  xn   yn 

 1 ,  2 ,  3 ,  4   ( 1 ,  2 ,  3 ,  4 ) A  1 ,  2 ,  3 ,  4   ( 1 ,  2 ,  3 ,  4 ) B
 ( 1 ,  2 ,  3 ,  4 )  ( 1 ,  2 ,  3 ,  4 ) A 1  (  1 ,  2 ,  3 ,  4 ) A1 B

 C  A 1 B Y  C 1 X  ( A1 B )1 X  ( B 1 A ) X
第二部分：线性子空间
一、线性子空间
定义: 设V为数域 P 上的一个n 维线性空间，V1为V
的一个子集，如果V1对于V 的两种运算(加法
与数乘运算)也构成数域 P 上的线性空间，则
称V1为V的一个子空间。
定理　线性空间V的非空子集V1构成子空间的充分
必要条件是：V1对于V中的线性运算封闭．
设V1是V 的一个非空子集，则V1是V 的一个子空间

 x , y  V1  x  y  V1
x  V1 , k  P  kx  V1
 {k1 , k2  P x , y  V1  k1 x  k2 y  V1 }
例1. 对于任意一个有限维线性空间 V , 它必有两个
平凡子空间，即由单个零向量构成的子空间 0
以及线性空间 V 本身。
mn
例2 .设 A  R ,那么线性方程组 AX  O 的全部
n
R
解为线性空间 的一个子空间，我们称其为齐次
线性方程组的解空间。
当齐次线性方程组 AX  O 有无穷多解时，其解
空间的基即为其基础解系；解空间的维数即为基础
解系所含向量的个数。
例3 R 2 3的下列子集是否构成子 空间? 为什么 ?
 1 b 0  
(1) W1    b, c , d  R ;
 0 c d  
 a b 0  
( 2 ) W 2    a  b  c  0, a , b , c  R  .
 0 0 c  
解 (1)不构成子空间. 因为对
 1 0 0
A B   W1
 0 0 0
有  2 0 0
A B     W1 ,
 0 0 0
即W1 对矩阵加法不封闭，不构成子空间.
 0 0 0
( 2) 因    W2 , 即W 2非空.
 0 0 0
对任意
 a1 b1 0  a2 b2 0
A , B     W2
0 0 c1  0 0 c2 
有 a1  b1  c1  0, a2  b2  c2  0,

 a1  a2 b1  b2 0 
于是 A B   
 0 0 c1  c2 
满足 a1  a2   b1  b2   c1  c2   0,

即 A  B W2 , 对任意 k  R 有

 ka1 kb1 0 
kA   
 0 0 kc1 

且 ka1  kb1  kc1  0,

即 kA W 2 , 故W2 是R 23的子空间.

生成子空间的定义:
设x1 , x 2 ,  , x m 是线性空间V (P ) 中的向量，
则由 x1 , x 2 ,  , x m 的所有线性组合：
m 
 ki xi | ki  K
P , i  1,2 m 
 i 1 
构成的集合是 V (P ) 的子空间，称为由 x1 , x 2 ,  , x m
生成的子空间，记为：
L( x1 , x 2 ,  , x m ) 或：span[ x1 , x 2 , x m ]
零向量集合与V自身称为平凡子空间，非平凡子
空间称为V的真子空间.
 ？如何求子空间的基与维 数？
例1： V1   a , a , a   a
1 2 n i 0

例2： V1  f (t )  a0  a1t  a2 t 2  a3 t 3 a0  a1  a2  0, a1  a2  a3  0 
a0  a1  a2  0  a0   a1  a2 f1 (t )  1  t  t 3 ,
 f 2 (t )  1  t 2  t 3
a1  a2  a3  0  a3   a1  a2

 a0 , a1 , a2 , a3    1,1, 0, 1 ,  a0 , a1 , a2 , a3    1, 0,1, 1

例3： P   1 3
  , V1   A AP  PA
0 2
 x1 x2   1 3   0 3
A  A1    , A2   
x
 3 x4  0 0   0 1 
 x1 x2   1 3   1 3   x1 x2 
    
 x3 x4   0 2   0 2   x3 x4 

 x1 3 x1  2 x2   x1  3 x3 x2  3 x4 
   
 x3 3 x3  2 x4   2 x3 2 x4 
 x1  x1  3 x3
3x  2 x  x  3x  x3  0
 1 2 2 4


 x3  2 x3  x2  3 x1  3 x4
 3x3  2 x4  2 x4
二、子空间的交与和

设V1,V2为线性空间V的子空间，则集合
V1  V2  {a | a V1 且a V2 }
也为V的子空间，称为V1与V2的交空间.

设V1、V2为线性空间V的子空间，则集合
V1  V2  {a1  a2 | a1  V1 , a2  V2 }

也为V的子空间，称为V1与V2的和空间.
V的两子空间的并集未必为V的子空间. 例如
V1  {(a ,0,0) a  R }, V2  {(0, b ,0) b  R }
皆为R3的子空间，但是它们的并集
V1  V2  {(a ,0,0),(0, b ,0) a , b  R }

 {( a , b,0) a , b  R 且a , b中至少有一是0}
并不是R3的子空间.
1)　　　　　　　　
 1 ,  2 ,  ,  s ;  1 ,  2 ,  ,  t 为线性空间V中两组向量，

则 L( 1 , 2 ,, s )  L(  1 ,  2, ,  t )
 L( 1 , 2 ,, s ,  1 ,  2, ,  t )

2)
V1 ,V2 为线性空间V的两个子空间，
设　　

则 dimV1  dimV2  dim(V1  V2 )  dim(V1 V2 )

或 dim(V1  V2 )  dim V1  dim V2  dim(V1 V2 )

证：设 dimV1  n1 , dimV2  n2 , dim(V1 V2 )  m
V1  V2
取　　　的一组基  1 ,  2 , ,  m
它可扩充为V1的一组基
 1 , 2 , , m ,  1 ,  2 , ,  n1 m
它也可扩充为V2的一组基
 1 , 2 , , m ,  1 ,  2 , ,  n2 m
即有 V1  L(1 , 2 ,, m , 1 ,  2 ,,  n1 m )
V2  L(1 , 2 ,, m ,  1 ,  2 ,,  n2 m )
所以，有
V1 + V2  L(1 , 2 ,, m , 1 ,  2, ,  n1 m ,  1 ,  2 ,,  n 2 m )
假设有等式
k11    k m m  p1  1    pn1 m  n1 m
 q1 1    q n2  m n2  m  0
令   k1 1    k m m  p1 1    pn1 m n1 m
  q1 1    q n2  m n2  m
则有   V 1 且   V2，于是有  V1 V2 .
  1 , 2 , , m 线性表示
即　可被　　　　　
令   l1 1  l2 2    l m m ,

则 l11  l2 2    l m m   q1 1    q n 2 m n 2 m

即 l11  l2 2    lm m  q1 1    qn2  m n2  m  0

  1 , 2 , , m ,  1 ,  2 , ,  n2 m
由于　　　　　　　　　　　　线性无关，得
l1  l2    l m  q1    q n 2 m  0,
因而   0. 从而有
k11    k m m  p1  1    pn1 m  n1 m  0

 1 , 2 , , m ,  1 ,  2 , ,  n1 m
由于　　　　　　　　　　　　线性无关，得

k1  k2    k m  p1  p n1 m  0

所以， 1 , 2 , , m ,  1 ,  2,  ,  n1 m ,  1 ,  2 , ,  n 2 m

V1  V2 的一组基.
线性无关. 因而它是　　　
∴ dim(V1  V2 )  m  ( n1  m )  ( n2  m )  n1  n2  m
 dimV1  dimV2  dim(V1 V2 )
 从维数公式中可以看到，子空间和的维数
往往比子空间的维数的和要小.　
例如，在R3中，设子空间 V1  L( 1 ,  2 ), V2  L( 2 ,  3 )
其中， 1  (1,0,0),  2  (0,1,0),  3  (0,0,1)
则，dimV1  2, dimV2  2
但，V1  V2  L( 1 ,  2 )  L( 2 ,  3 )  L( 1 ,  2 ,  3 )  R 3
dim(V1  V2 )  3

dim(V1  V2 )  1, V1  V2 是一直线.
推论 V1 ,V2 为 n 维线性空间V的两个子空间，
设　　
若 dim V　　　　　　，则
1  dim V2  n 1 ,V2
V　　必含非零的公共向量.
V1  V2 中必含有非零向量.
即　　　

证： dim(V1  V2 )  dim V1  dim V2  dim(V1  V2 )

V1  V2
又　　　是V的子空间，∴ dim(V1  V2 )  n
若 dimV1  dimV2  n, 则 dim(V1  V2 )  0.
V1  V2
故　　　中含有非零向量.
 V1 ,V2为线性空间V的两个子空间，由维数公式
设　　
dimV1  dimV2  dim(V1  V2 )  dim(V1 V2 )
有两种情形：
1) dim(V1  V2 )  dim V1  dim V2

此时 dim(V1  V2 )  0, 即，　　　必含非零向量.
V1  V2
2) dim(V1  V2 )  dim V1  dim V2
子空间和的一种特殊情况　
此时 dim(V1  V2 )  0,
直和
V1  V2
　　　不含非零向量，即 V1  V2  0