本文主要是介绍高等代数复习:线性映射,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
文章目录
- 线性映射
- 基本定义和记号
- 线性映射与矩阵
- 线性映射的像与核
- 不变子空间
本篇文章适合个人复习翻阅,不建议新手入门使用
线性映射
基本定义和记号
定义:线性映射
设数域 K \mathbb{K} K 上的线性空间 U , V U,V U,V,映射 φ : V → U \varphi:V\to U φ:V→U 满足:
- φ ( α + β ) = φ ( α ) + φ ( β ) , α , β ∈ V \varphi(\alpha+\beta)=\varphi(\alpha)+\varphi(\beta),\alpha,\beta\in V φ(α+β)=φ(α)+φ(β),α,β∈V
- φ ( k α ) = k φ ( α ) , k ∈ K , α ∈ V \varphi(k\alpha)=k\varphi(\alpha),k\in\mathbb{K},\alpha\in V φ(kα)=kφ(α),k∈K,α∈V
则称 φ \varphi φ 是 V → U V\to U V→U 的线性映射;若 φ \varphi φ 是双射,则称 φ \varphi φ 是线性同构
命题:线性映射全体构成的线性空间
设 L ( V , U ) \mathcal{L}(V,U) L(V,U) 表示从 V V V 到 U U U 的线性映射全体,则在映射的加法和数乘下成为一个线性空间
注:
- V → K V\to \mathbb{K} V→K 的线性映射称为 V V V 上的线性函数
- V V V 上所有线性函数构成的线性空间称为 V V V 的共轭空间,记为 V ∗ V^* V∗
- 若 V V V 有限维, V V V 的共轭空间也称对偶空间
命题:矩阵全体构成的线性空间
设 M m × n ( K ) M_{m\times n}(\mathbb{K}) Mm×n(K) 表示 m × n m\times n m×n 的矩阵全体,则在矩阵的加法和数乘下成为一个线性空间
注:若无声明,本节以下均约定记号:
- U , V U,V U,V 是数域 K \mathbb{K} K 上的有限维线性空间, dim V = n , dim U = m \dim V=n,\dim U=m dimV=n,dimU=m
- { e 1 , e 2 , … , e n } \{e_1,e_2,\dots,e_n\} {e1,e2,…,en} 是 V V V 的一组基, { f 1 , f 2 , … , f m } \{f_1,f_2,\dots,f_m\} {f1,f2,…,fm} 是 U U U 的一组基
- 记号 L ( V , U ) , M m × n ( K ) \mathcal{L}(V,U),M_{m\times n}(\mathbb{K}) L(V,U),Mm×n(K)
- 映射 φ , ψ ∈ L ( V , U ) \varphi,\psi\in\mathcal{L}(V,U) φ,ψ∈L(V,U),矩阵 A , B ∈ M m × n ( K ) A,B\in M_{m\times n}(\mathbb{K}) A,B∈Mm×n(K)
线性映射与矩阵
命题
- 若 ψ ( e i ) = φ ( e i ) \psi(e_i)=\varphi(e_i) ψ(ei)=φ(ei),则 ψ = φ \psi=\varphi ψ=φ
- 给定 U U U 中 n n n 个向量 β 1 , β 2 , … , β n \beta_1,\beta_2,\dots,\beta_n β1,β2,…,βn,有且仅有一个 φ ∈ L ( V , U ) \varphi\in\mathcal{L}(V,U) φ∈L(V,U) 满足 φ ( e i ) = β i \varphi(e_i)=\beta_i φ(ei)=βi
注:该命题说的是要确定 U , V U,V U,V 之间的一个线性映射完全由它在基上的作用决定
定义:给定基下的矩阵
设
{ φ ( e 1 ) = a 11 f 1 + a 12 f 2 + ⋯ + a 1 m f m φ ( e 2 ) = a 21 f 1 + a 22 f 2 + ⋯ + a 2 m f m ⋯ φ ( e n ) = a n 1 f 1 + a n 2 f 2 + ⋯ + a n m f m \begin{cases} \varphi(e_1)=a_{11}f_1+a_{12}f_2+\cdots+a_{1m}f_m\\ \varphi(e_2)=a_{21}f_1+a_{22}f_2+\cdots+a_{2m}f_m\\ \cdots\\ \varphi(e_n)=a_{n1}f_1+a_{n2}f_2+\cdots+a_{nm}f_m\\ \end{cases} ⎩ ⎨ ⎧φ(e1)=a11f1+a12f2+⋯+a1mfmφ(e2)=a21f1+a22f2+⋯+a2mfm⋯φ(en)=an1f1+an2f2+⋯+anmfm
则称系数矩阵 A A A 的转置为 φ \varphi φ 在给定基 { e 1 , e 2 , … , e n } \{e_1,e_2,\dots,e_n\} {e1,e2,…,en} 与 { f 1 , f 2 , … , f m } \{f_1,f_2,\dots,f_m\} {f1,f2,…,fm} 下的表示矩阵
命题
若 α ∈ V \alpha\in V α∈V 在基 { e 1 , e 2 , … , e n } \{e_1,e_2,\dots,e_n\} {e1,e2,…,en} 下的坐标为 λ = ( λ 1 , λ 2 , … , λ n ) ′ \lambda=(\lambda_1,\lambda_2,\dots,\lambda_n)' λ=(λ1,λ2,…,λn)′,则 φ ( α ) \varphi(\alpha) φ(α) 在 { f 1 , f 2 , … , f m } \{f_1,f_2,\dots,f_m\} {f1,f2,…,fm} 下的坐标 μ = A ′ λ \mu=A'\lambda μ=A′λ 当且仅当上一定义中的方程组成立
定理:线性映射空间与矩阵空间的同构
L ( V , U ) \mathcal{L}(V,U) L(V,U) 与 M m × n ( K ) M_{m\times n}(\mathbb{K}) Mm×n(K) 同构,同构映射为 T : L ( V , U ) → M m × n ( K ) , T ( φ ) = A T:\mathcal{L}(V,U)\to M_{m\times n}(\mathbb{K}),T(\varphi)=A T:L(V,U)→Mm×n(K),T(φ)=A其中 A A A 是 φ \varphi φ 在给定基下的矩阵
命题
记线性同构:
η 1 : V → K n , η 1 ( a 1 e 1 + ⋯ + a n e n ) = ( a 1 , … , a n ) ′ \eta_1:V\to\mathbb{K}_n,\eta_1(a_1e_1+\cdots+a_ne_n)=(a_1,\dots,a_n)' η1:V→Kn,η1(a1e1+⋯+anen)=(a1,…,an)′类似地
η 2 : U → K m , η 2 ( b 1 f 1 + ⋯ + b m f m ) = ( b 1 , … , b m ) ′ \eta_2:U\to\mathbb{K}_m,\eta_2(b_1f_1+\cdots+b_mf_m)=(b_1,\dots,b_m)' η2:U→Km,η2(b1f1+⋯+bmfm)=(b1,…,bm)′设 φ ∈ L ( V , U ) , T ( φ ) = A \varphi\in\mathcal{L}(V,U),T(\varphi)=A φ∈L(V,U),T(φ)=A 是 φ \varphi φ 在给定基下的表示矩阵,设映射 φ A : K n → K m , φ ( x ) = A x \varphi_A:\mathbb{K}_n\to\mathbb{K}_m,\varphi(x)=Ax φA:Kn→Km,φ(x)=Ax则有 η 2 φ = φ A η 1 \eta_2\varphi=\varphi_A\eta_1 η2φ=φAη1
注:该命题说明了线性映射和矩阵的某种等价性,即先做线性映射再取坐标等价于先取坐标再左乘表示矩阵
证明思路
只需验证 η 2 φ ( e i ) = φ A η 1 ( e i ) \eta_2\varphi(e_i)=\varphi_A\eta_1(e_i) η2φ(ei)=φAη1(ei)
命题
设同构映射 T : L ( V , U ) → M m × n ( K ) , T ( φ ) = A T:\mathcal{L}(V,U)\to M_{m\times n}(\mathbb{K}),T(\varphi)=A T:L(V,U)→Mm×n(K),T(φ)=A, W W W 是 K \mathbb{K} K 上的线性空间, { g 1 , g 2 , … , g p } \{g_1,g_2,\dots,g_p\} {g1,g2,…,gp} 是 W W W 的一组基, ψ ∈ L ( U , W ) \psi\in\mathscr{L}(U,W) ψ∈L(U,W),则 T ( ψ φ ) = T ( ψ ) T ( φ ) T(\psi\varphi)=T(\psi)T(\varphi) T(ψφ)=T(ψ)T(φ)
命题
设 φ ∈ L ( V ) \varphi\in\mathcal{L}(V) φ∈L(V), { e 1 , e 2 , … , e n } \{e_1,e_2,\dots,e_n\} {e1,e2,…,en} 与 { f 1 , f 2 , … , f n } \{f_1,f_2,\dots,f_n\} {f1,f2,…,fn} 是 V V V 的两组基且从 { e 1 , e 2 , … , e n } \{e_1,e_2,\dots,e_n\} {e1,e2,…,en} 到 { f 1 , f 2 , … , f n } \{f_1,f_2,\dots,f_n\} {f1,f2,…,fn} 的过渡矩阵为 P P P,若 φ \varphi φ 在基 { e 1 , e 2 , … , e n } \{e_1,e_2,\dots,e_n\} {e1,e2,…,en} 下的表示矩阵为 A A A,在 { f 1 , f 2 , … , f n } \{f_1,f_2,\dots,f_n\} {f1,f2,…,fn} 下的表示矩阵为 B B B,则
B = P − 1 A P B=P^{-1}AP B=P−1AP
注:该命题说的是同一线性映射在不同基下的矩阵相似
证明
任设 α ∈ V \alpha\in V α∈V 且
α = λ 1 e 1 + λ 2 e 2 + ⋯ + λ n e n = μ 1 f 1 + μ 2 f 2 + ⋯ + μ n f n \alpha=\lambda_1e_1+\lambda_2e_2+\cdots+\lambda_ne_n=\mu_1f_1+\mu_2f_2+\cdots+\mu_nf_n α=λ1e1+λ2e2+⋯+λnen=μ1f1+μ2f2+⋯+μnfn则
( λ 1 , λ 2 , … , λ n ) ′ = P ( μ 1 , μ 2 , … , μ n ) (\lambda_1,\lambda_2,\dots,\lambda_n)'=P(\mu_1,\mu_2,\dots,\mu_n) (λ1,λ2,…,λn)′=P(μ1,μ2,…,μn)又设
φ ( α ) = ξ 1 e 1 + ξ 2 e 2 + ⋯ + ξ n e n = η 1 f 1 + η 2 f 2 + ⋯ + η n f n \varphi(\alpha)=\xi_1e_1+\xi_2e_2+\cdots+\xi_ne_n=\eta_1f_1+\eta_2f_2+\cdots+\eta_nf_n φ(α)=ξ1e1+ξ2e2+⋯+ξnen=η1f1+η2f2+⋯+ηnfn则由定义
( ξ 1 , ξ 2 , … , ξ n ) ′ = A ( λ 1 , λ 2 , … , λ n ) ′ (\xi_1,\xi_2,\dots,\xi_n)'=A(\lambda_1,\lambda_2,\dots,\lambda_n)' (ξ1,ξ2,…,ξn)′=A(λ1,λ2,…,λn)′ ( η 1 , η 2 , … , η n ) ′ = B ( μ 1 , μ 2 , … , μ n ) ′ (\eta_1,\eta_2,\dots,\eta_n)'=B(\mu_1,\mu_2,\dots,\mu_n)' (η1,η2,…,ηn)′=B(μ1,μ2,…,μn)′又
( ξ 1 , ξ 2 , … , ξ n ) ′ = P ( η 1 , η 2 , … , η n ) ′ (\xi_1,\xi_2,\dots,\xi_n)'=P(\eta_1,\eta_2,\dots,\eta_n)' (ξ1,ξ2,…,ξn)′=P(η1,η2,…,ηn)′则
P B ( μ 1 , μ 2 , … , μ n ) ′ = A P ( μ 1 , μ 2 , … , μ n ) ′ PB(\mu_1,\mu_2,\dots,\mu_n)'=AP(\mu_1,\mu_2,\dots,\mu_n)' PB(μ1,μ2,…,μn)′=AP(μ1,μ2,…,μn)′由任意性,得 P B = A P PB=AP PB=AP
线性映射的像与核
定义:像与核
φ \varphi φ 的全体像元素称为 φ \varphi φ 的像,记为 I m φ Im \varphi Imφ
被 φ \varphi φ 映为零的元素全体称为 φ \varphi φ 的核,记为 K e r φ Ker\varphi Kerφ
性质
- I m φ ∈ U Im\varphi\in U Imφ∈U, K e r φ ∈ V Ker\varphi\in V Kerφ∈V
- I m φ Im \varphi Imφ 是 U U U 的子空间, K e r φ Ker\varphi Kerφ 是 V V V 的子空间
命题
φ \varphi φ 是满射当且仅当 I m φ = U Im\varphi=U Imφ=U, φ \varphi φ 是单射当且仅当 K e r φ = 0 Ker\varphi=0 Kerφ=0
定理
设 φ \varphi φ 在给定基下的矩阵为 A A A,则 dim I m φ = r a n k ( A ) , dim K e r φ = n − r a n k ( A ) \dim Im\varphi=rank(A),\dim Ker\varphi=n-rank(A) dimImφ=rank(A),dimKerφ=n−rank(A)
证明思路
先证 η 1 ( K e r φ ) ⊂ K e r φ A , η 2 ( I m φ ) ⊂ I m φ A \eta_1(Ker\varphi)\subset Ker\varphi_A,\eta_2(Im\varphi)\subset Im\varphi_A η1(Kerφ)⊂KerφA,η2(Imφ)⊂ImφA
将线性同构 η 1 , η 2 \eta_1,\eta_2 η1,η2 限制为单映射 η 1 ′ : K e r φ → K e r φ A , η 2 ′ : I m φ → I m φ A \eta_1':Ker\varphi\to Ker\varphi_A,\eta_2':Im\varphi\to Im\varphi_A η1′:Kerφ→KerφA,η2′:Imφ→ImφA,可证 η 1 ′ , η 2 ′ \eta_1',\eta_2' η1′,η2′ 是满射,从而是线性同构
再证 I m φ Im\varphi Imφ 即为 A A A 的列向量张成的空间, K e r φ Ker\varphi Kerφ 为 A x = 0 Ax=0 Ax=0 的解空间
推论:(维数公式)
dim I m φ + dim K e r φ = dim V \dim Im\varphi+\dim Ker\varphi=\dim V dimImφ+dimKerφ=dimV
推论
下列等价
- n n n 维线性空间 V V V 上的线性变换 φ \varphi φ 是可逆变换
- φ \varphi φ 是单映射或满映射
- φ \varphi φ在任意一组基下的表示矩阵是可逆阵
像空间和核空间的计算
像空间:求表示矩阵的列向量组的极大无关组,即得 I m φ Im\varphi Imφ 的一组基
核空间:求表示矩阵作为系数矩阵的齐次线性方程组的基础解系,即得 K e r φ Ker\varphi Kerφ 的一组基
不变子空间
定义:不变子空间
设 U U U 是 V V V 的子空间,若 φ ( U ) ⊂ U \varphi(U)\subset U φ(U)⊂U,则称 U U U 是 φ \varphi φ 的不变子空间;此时称 φ \varphi φ 在 U U U 上的限制 φ U \varphi_{U} φU 为 φ \varphi φ 诱导的线性变换
性质
- 零空间和全空间均为不变子空间,称为平凡的不变子空间
- 核空间和像空间均为不变子空间
定理:不变子空间和表示矩阵的关系
设 U U U 是 V V V 上线性变换 φ \varphi φ 的不变子空间,且设 U U U 的基为 { e 1 , … , e r } \{e_1,\dots,e_r\} {e1,…,er},将其扩充为 V V V 的一组基 { e 1 , … , e r , e r + 1 , … , e n } \{e_1,\dots,e_r,e_{r+1},\dots,e_n\} {e1,…,er,er+1,…,en},则 φ \varphi φ 在这组基下的表示矩阵形如
( a 11 ⋯ a r 1 a r + 1 , 1 ⋯ a n 1 ⋮ ⋮ ⋮ ⋮ a 1 r ⋯ a r r a r + 1 , r ⋯ a n r 0 ⋯ 0 a r + 1 , r + 1 ⋯ a n , r + 1 ⋮ ⋮ ⋮ ⋮ 0 ⋯ 0 a r + 1 , n ⋯ a n n ) \begin{pmatrix} a_{11}&\cdots&a_{r1}&a_{r+1,1}&\cdots&a_{n1}\\ \vdots&&\vdots&\vdots&&\vdots\\ a_{1r}&\cdots&a_{rr}&a_{r+1,r}&\cdots&a_{nr}\\ 0&\cdots&0&a_{r+1,r+1}&\cdots&a_{n,r+1}\\ \vdots&&\vdots&\vdots&&\vdots\\ 0&\cdots&0&a_{r+1,n}&\cdots&a_{nn}\\ \end{pmatrix} a11⋮a1r0⋮0⋯⋯⋯⋯ar1⋮arr0⋮0ar+1,1⋮ar+1,rar+1,r+1⋮ar+1,n⋯⋯⋯⋯an1⋮anran,r+1⋮ann
推论
设 V = V 1 ⊕ V 2 V=V_1\oplus V_2 V=V1⊕V2 且 V 1 , V 2 V_1,V_2 V1,V2 都为线性变换 φ \varphi φ 的不变子空间,又 { e 1 , … , e r } \{e_1,\dots,e_r\} {e1,…,er} 是 V 1 V_1 V1 的基, { e r + 1 , … , e n } \{e_{r+1},\dots,e_n\} {er+1,…,en} 是 V 2 V_2 V2 的基,则 φ \varphi φ 在基 { e 1 , e 2 , … , e n } \{e_1,e_2,\dots,e_n\} {e1,e2,…,en} 下的表示矩阵为分块对角阵
( A r O O A n − r ) \begin{pmatrix} A_r&O\\ O&A_{n-r}\\ \end{pmatrix} (ArOOAn−r)
参考书:《高等代数学》谢启鸿 姚慕生 吴泉水 编著
这篇关于高等代数复习:线性映射的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!