线性映射

本章对于第一节和第二节,都在本文档中直接展开,其余有单独的专题。

引入线性空间,线性映射的动机:

  1. 解析几何:17世纪
  2. 矩阵代数:19世纪
  3. 线性方程组
  4. 矢量

1888年,Piano 提出了抽象的线性空间的定义
线性映射的应用和解释:

排序 内容
定义集 映射,单射,满射,双射,恒等映射,变换,复合映射,原像,逆映射
命题1 构造双射
定义2 线性映射,线性同构,自同构
命题3 线性映射性质
定义4 线性映射的运算
命题5 线性映射全体和加法数乘,构成线性空间
定义6 K 上代数
定理7 线性表示全体和加法数乘,构成 K 上代数

1. 基本概念

命题1

f 是集合 AB 的映射,如果存在 BA 的映射 g,使 $$gf=1_{A},,fg=1_{B} $$则 f 是双射且 g=f1.

证明

定义2(线性映射)

φ 是数域 K 上线性空间 VK 上线性空间 U 的映射,如果 φ 适合以下条件:
(1)φ(α+β)=φ(α)+φ(β)α,βV
(2)φ(kα)=kφ(α)kK,αV.
则称 φVU 的线性映射. V 到自身的线性映射称为 V 上的线性变换.
φ 作为映射是单的,则称 φ 是单线性映射;
φ 作为映射是满的,则称 φ 是满线性映射;
φ 是双射,则称 φ 是线性同构,简称同构.
V=U,则 V 自身上的同构称为自同构.

命题3(线性映射的性质)

φVU 的线性映射,则
(1)φ(0)=0
(2)φ(kα+lβ)=kφ(α)+lφ(β)α,βV,k,lK.
(3)若 φ 是同构,则 φ1 也是线性映射,从而是 UV 的同构.

2. 线性映射及其运算

定义4(线性映射的运算)

φ,ψK 上线性空间 VU 的线性映射,定义 φ+ψVU 的映射: $$(\varphi+\psi)(\alpha)=\varphi(\alpha)+\psi(\alpha) ,,\alpha\in V$$若 kK,定义 kφVU 的映射:$$(k\varphi)(\alpha)=k\varphi(\alpha),,\alpha\in V. $$

自问

定义了线性映射的运算(加法和数乘),除了能验证出线性映射全体是线性空间,还可以进一步验证线性变换全体是 K 上的代数.

命题5

L(V,U)VU 的线性映射全体,则在 定义4 下,L(V,U)K 上的线性空间. 特别地,VK 的所有线性函数全体构成一个线性空间.

为突出线性变换的性质,引入以下定义:

定义6(数域 K 上的代数)

A 是数域 K 上的线性空间,如果在 A 上定义了一个乘法 ,使对任意的 A 中元素 a,b,cK 中元素 k,适合下列条件:
(1)乘法结合律:a(bc)=(ab)c
(2)存在 A 中元 e,使对一切 aA,均有 $$e\cdot a=a\cdot e=a $$
(3)分配率:$$\begin{align} a\cdot(b+c)=a\cdot b+a\cdot c\ (b+c)\cdot a = b\cdot a + c \cdot a \end{align}$$
(4)乘法与数乘的相容性:$$(ka)\cdot b=k(a\cdot b)=a\cdot (kb) $$则称 A 是数域 K 上的代数,元素 e 称为 A 的恒等元.

定理7

V 是数域 K 上的线性空间,则 L(V)K 上的代数.

3. 线性映射与矩阵

此节主要疏通将线性空间的几何对象转换成代数对象进行研究和计算的原理.

3.1. 专题:矩阵相似

4. 线性映射的像与核

进一步定义通过线性映射所划分的两个特殊的子空间:像空间与核空间。通过构造从抽象线性空间到列向量空间的线性同构,将列向量张成子空间的维数(参考 子空间 定理4)传递回抽象的像空间与核空间,也就是如果知道像空间维数,就能立刻知道表示矩阵的解空间维数,这是十分方便的。

5. 不变子空间

得到不变子空间的定义后,第一步是通过基扩张定理,得到一个形状为上三角的表示矩阵,这很可能在后续解决分块矩阵问题上有帮助。

6. 白皮书第四章