第3章 线性映射

线性映射

• 定义 3.1 从线性空间$V_1(F)$到$V_2(F)$的一个映射$\sigma$是线性的，如果$\forall \alpha, \beta \in V_1$和$\forall \lambda,\mu\in F$都有 $$\sigma(\lambda\alpha+\mu\beta)=\lambda\sigma(\alpha)+\mu\sigma(\beta)$$

零元$0_1$一定一映射到零元$0_2$，否则不满足线性定义

• 映射的像与和：$\sigma(V_1)$和$\sigma^{-1}(0_2)$，也常记作$Im\sigma$和$ker\sigma$

• 定理 3.1 线性映射是单射$\iff$$\sigma^{-1}(0_2)=\{0_1\}$。就是说只有$0_1$可以映射到$0_2$

  证明思路：
  左到右：零元$0_1$一定一映射到零元$0_2$，加上单射，右边成立
  右到左：反证法，假设存在$\sigma(\alpha_1)=\sigma(\alpha_2)$，则$\alpha_1=\alpha_2$

线性映射的秩

• 线性映射的秩：$r(\sigma)=dim\sigma(V_1)$

• $r(\sigma)+dim(Ker\sigma)=dim(V_1)$

  证明思路：
  $\sigma(V_1)=L(\sigma(\alpha_1),...,\sigma(\alpha_n))$，$\alpha$是基向量
  设$dim(Ker\sigma)=k$，扩张其基向量到$V_1$的基。则$\sigma(V_1)=L(\sigma(\alpha_{k+1}),...,\sigma(\alpha_{n}))$。证明这n-k个像线性无关即可

• 满射$\iff$$r(\sigma)=dim(V_2)$，单射$\iff$$dim(Ker\sigma)=0$

• 定理 3.4 $r(\sigma)+r(\tau)-n\le r(\tau\sigma) \le min(r(\sigma), r(\tau))$，$\sigma \in L(V_1,V_2),\tau \in L(V_2,V_3)，V_i依次是m,n,s维空间$

  证明思路：一个n维空间映射到m维空间，得到的像最多是n维

• 定理 3.7 若$V_1(F)$和$V_2(F)$分别是n和m维线性空间，则空间$L(V_1,V_2)$的维度是nm

  证明思路： $L(V_1,V_2)$的元素是映射。先确定零元素的意义：任何映射$\sigma + \sigma_0=\sigma$。这个映射$\sigma_0$一定把$V_1$中的基向量映射到$V_2$中的$0_2$。
  先找nm个线性无关的映射，它们线性组合为$\sigma_0$，则系数都是0
  在证明所有映射都可通过上面nm个映射表示
  映射表示：$\sigma(\alpha_1)=k_{11}\beta_1+...+k_{1m}\beta_m$， .$\sigma(\alpha_n)=k_{n1}\beta_1+...+k_{nm}\beta_m$
  或者通过映射的矩阵表示证明

• 定理 3.8 两个有限维线性空间$V_1(F)$和$V_2(F)$同构（存在线性双射）$\iff$它们维数相同