线性代数（5）- 线性映射第三讲

线性代数（5）- 线性映射第三讲

向量空间的积

  对于向量空间$V_1.\dots ,V_m$，它们的积（Product）定义为 V 1 × ⋯ × V m = { ( v 1 , … , v m ) ∣ v 1 ∈ V 1 , … , v m ∈ V m } V_1\times \dots \times V_m=\lbrace (v_1,\dots,v_m) \mid v_1\in V_1,\dots,v_m \in V_m \rbrace V1​×⋯×Vm​={(v1​,…,vm​)∣v1​∈V1​,…,vm​∈Vm​}

  这一个集合表征的空间内，继续定义加法和数乘

  加法定义为$(u_1,\dots ,u_m)+(v_1,\dots ,v_m)=(u_1+v_1,\dots ,u_m+v_m)$，数乘则定义为$\lambda (v_1,\dots ,v_m)=(\lambda v_1,\dots ,\lambda v_m)$

  可推出，向量空间的积是向量空间

  如果参与积运算的向量空间是有限维度的，则积也是有限维度的，则有$dim(V_1\times \cdots \times V_m)=dim{V}_1+\cdots +dim{V}_m$

  如果$U_1,\dots ,U_m$是$V$的子空间，构造一个映射$\Gamma :U_1\times \cdots \times U_m\to U_1+\cdots +U_m,\Gamma (u_1,\dots ,u_m)=u_1+\cdots +u_m$

  可推出这个映射是线性映射，此外，$U_1+\cdots +U_m$是直和$⟺\Gamma$是一一映射的

  如果$V$是有限维度的，则$U_1+\cdots +U_m$是直和，当且仅当$dim(U_1+\cdots +U_m)=dim{U}_1+\cdots +dim{U}_m$

向量空间的商

  如果$v\in V$，$U$是$V$的子空间，则一个仿射子集（Affine Subset）定义为$V$的子集，记为$v+U$，有 v + U = { v + u ∣ u ∈ U } v+U=\lbrace v+u \mid u\in U \rbrace v+U={v+u∣u∈U}，其中

  仿射子集$v+U$被称为与$U$平行（Parallel）

  $U$是$V$的子集，则它们的商定义为由所有与$U$平行的、$V$的仿射子集组成的集合，记为$V/U$，有 V / U = { v + U ∣ v ∈ V } V/U=\lbrace v+U \mid v\in V \rbrace V/U={v+U∣v∈V}

  可推出，如果$v,w\in V$，以下三个命题等价

• $v-w\in U$
• $v+U=w+U$
• $(v+U)\cap (w+U)\ne \varnothing$

  向量空间的商表征的空间内，继续定义加法和数乘

  加法定义为$(v+U)+(w+U)=(v+w)+U$，数乘则定义为$\lambda (v+U)=(\lambda v)+U$

  可推出，向量空间的商是向量空间

  如果$U$是$V$的子空间，商映射定义为$\pi :V\to V/U,\pi (v)=v+U$，可推出这是一个线性映射

  可推出，如果$V$是有限维度的，$dimV/U=dimV-dimU$

  对于$T\in L(V,W)$，定义$\tilde{T}:V/(nullT)\to W,\tilde{T}(v+nullT)=Tv$

  可推出以下结论

• $\tilde{T}$是线性映射且一一映射
• $range\tilde{T}=rangeT$
• $V/(nullT)$与$rangeT$同构