題目

Let T:VWT : V \longrightarrow W be a linear transformation, and V,WV, W have finite dimension. Show that there exists a matrix representation of TT.

想法與解法

林其璜 says

想法

首先,我們要先知道線性變換的定義,如下

V,WV, W 為兩向量空間,若函數 T:VWT : V \longrightarrow W 具有以下性質

{T(u+v)=T(u)+T(v)T(au)=aT(u)\begin{cases} T(\bu + \bv) = T(\bu) + T(\bv)\\ T(a \bu) = a T(\bu) \end{cases}

則稱 TT 為一線性變換。

因為一般的向量空間是抽象的,因此我們無法直接寫出矩陣,必須要透過兩組有序基底(ordered basis),分別將 VVWW 的元素刻劃出來,我們才有辦法寫出矩陣表達式。

透過基底,我們可以將 V,WV, W 內的元素用 Rn\mathbb{R}^n 上的向量表示出來,這樣一來我們就可以帶入單位向量來幫助我們找出 TT 所對應的矩陣,最後我們只需要驗證此矩陣與 TT 代表了相同的變換。

解法

dim(V)=n\dim(V) = ndim(W)=m\dim(W) = m,因為 V,WV, W 是向量空間,所以存在基底 B1\mathfrak{B}_1B2\mathfrak{B}_2 使得 span(B1)=V\vspan(\mathfrak{B}_1) = Vspan(B2)=W\vspan(\mathfrak{B}_2) = W

B1={β1,β2, ,βn}\mathfrak{B}_1 = \{\beta_1, \beta_2,\ \dots, \beta_n\},則我們知道 [βi]B1=ei[\beta_i]_{\mathfrak{B}_1} = \be_i 也就是分別對應到 Rn\mathbb{R}^n 上的標準基底,還記得要找出矩陣的行向量,我們可以利用標準基底來做,例如 Ae1A\be_1 就是 AA 的第一個行向量,因此在這邊我們也可以利用相同的概念找出 TT 所對應的矩陣的行向量。

因為 [β1]B1=e1[\beta_1]_{\mathfrak{B}_1} = \be_1,所以 T(β1)T(\beta_1) 實際上就對應了 Ae1A\be_1 這個動作,此時我們需要使用 B2\mathfrak{B}_2 來表現 T(β1)T(\beta_1),也就是 [T(β1)]B2[T(\beta_1)]_{\mathfrak{B}_2},此時我們令 A=[T]B1B2A = [T]_{\mathfrak{B}_1}^{\mathfrak{B}_2},則我們可以將 AA 寫成以下形式

A=[[T(β1)]B2[T(β2)]B2[T(βn)]B2].A = \begin{bmatrix} | & | & & | \\ [T(\beta_1)]_{\mathfrak{B}_2} & [T(\beta_2)]_{\mathfrak{B}_2} & \cdots & [T(\beta_n)]_{\mathfrak{B}_2} \\ | & | & & | \end{bmatrix}.

找到 AA 之後,我們接著證明 AA 真的代表了 TT 這個線性變換,只要證明對於所有 VV 中的元素 v\bv,有 A[v]B1=[T(v)]B2A[\bv]_{\mathfrak{B}_1} = [T(\bv)]_{\mathfrak{B}_2} 即可。

對於任意 VV 中的元素 v\bv,可以寫成以下表示法 [v]B1=[v1v2vn][\bv]_{\mathfrak{B}_1} = \begin{bmatrix} v_1 \\ v_2 \\ \vdots \\ v_n \end{bmatrix},則根據線性變換的定義,我們有以下

A[v]B1=[[T(β1)]B2[T(β2)]B2[T(βn)]B2][v1v2vn]=i=1nvi[T(βi)]B2=i=1n[viT(βi)]B2=i=1n[T(viβi)]B2=[T(i=1nviβi)]B2=[T(v)]B2.\begin{aligned} A[\bv]_{\mathfrak{B}_1} &= \begin{bmatrix} | & | & & | \\ [T(\beta_1)]_{\mathfrak{B}_2} & [T(\beta_2)]_{\mathfrak{B}_2} & \cdots & [T(\beta_n)]_{\mathfrak{B}_2} \\ | & | & & | \end{bmatrix} \begin{bmatrix} v_1 \\ v_2 \\ \vdots \\ v_n \end{bmatrix} \\ &= \sum_{i = 1}^{n}v_i[T(\beta_i)]_{\mathfrak{B}_2} \\ &= \sum_{i = 1}^{n}[v_iT(\beta_i)]_{\mathfrak{B}_2} \\ &= \sum_{i = 1}^{n}[T(v_i\beta_i)]_{\mathfrak{B}_2} \\ &= [T(\sum_{i = 1}^{n}v_i\beta_i)]_{\mathfrak{B}_2} \\ &= [T(\bv)]_{\mathfrak{B}_2}. \end{aligned}

到此我們證明了對於任意兩個有限維的線性空間之間的線性變換 TT,都具有其對應的矩陣表示法。