线性代数（6）- 线性映射第四讲

线性代数（6）- 线性映射第四讲

线性泛函数

  $T\in L(V,F)$，则$T$可以被称为是一个线性泛函数（Linear Functional）

对偶空间

  $V^{\prime }=L(V,F)$，则$V^{\prime }$称为$V$的对偶空间（Dual Space）

  $V$是有限维度的，则可推出，$V^{\prime }$是有限维度的且$dim{V}^{\prime }=dimV$

  $v_1,\dots ,v_n$是$V$的一组基，则$v_1,\dots ,v_n$的对偶基（Dual Basis）是一个$V^{\prime }$上的向量组${\phi }_1,\dots ,{\phi }_n$，其中有$${\phi }_j(v_k)=\{\begin{array}{l}1,k=j\\ 0,k\ne j\end{array}$$

  如果$V$是有限维度的，则其的基对于$V^{\prime }$的对偶基是后者的基

对偶映射

  $T\in L(V,W)$，则$T$的对偶映射（Dual Map）$T^{\prime }$定义为$\forall \phi \in W^{\prime },T^{\prime }(\phi )=\phi \circ T$

  可推出，$T^{\prime }$是线性映射,且有以下性质

• $\forall S,T\in L(V,W),(S+T{)}^{\prime }=S^{\prime }+T^{\prime }$
• $\forall \lambda \in F,T\in L(V,W),(\lambda T{)}^{\prime }=\lambda T^{\prime }$
• $\forall T\in L(U,V),S\in L(V,Ww),(ST{)}^{\prime }=T^{\prime }{S}^{\prime }$

零化子

  $U$是向量空间$V$的一个子集，则$U$的零化子（Annihilator）$U^0$定义为 U 0 = { φ ∈ V ′ ∣ ∀ u ∈ U , φ ( u ) = 0 } U^0=\lbrace \varphi \in V' \mid \forall u \in U,\varphi(u)=0\rbrace U0={φ∈V′∣∀u∈U,φ(u)=0}

  可推出，零化子是一个子空间

  $V$是有限维度的，$U$是它的子空间，则$dimU+dim{U}^0=dimV$

对偶映射的一些推论

  $V,W$是有限维度的，$T\in L(V,W)$，则有

• $null{T}^{\prime }=(rangeT{)}^0$
• $dimnull{T}^{\prime }=dimnullT+dimW-dimV$
• $T$是满射的当且仅当$T^{\prime }$是一一映射的
• $range{T}^{\prime }=(nullT{)}^0$
• $dimrange{T}^{\prime }=dimrangeT$
• $T$是一一映射的当且仅当$T^{\prime }$是满射的

矩阵的转置

  矩阵$A$的转置（Transpose）$A^t$定义为$(A^t{)}_{k,j}=A_{j,k}$

  可推出$(AC{)}^t=C^t{A}^t$

  $T\in L(V,W)$，则$M(T^{\prime })=(M(T){)}^t$

矩阵的秩

  矩阵的行秩（Row Rank）被定义为其行向量组展开的空间的维度，列秩（Colomn Rank）被定义为列向量组展开的空间的维度

  $V,W$是有限维度的，$T\in L(V,W)$则$dimrangeT$等于$M(T)$的列秩

  可推出，一个矩阵的行秩总是等于列秩，于是统称为矩阵的秩