线性映射
V1,V2是数域
F上的两个线性空间,
A:V1→V2是线性映射,如果:
∀α1,α2∈V1,
λ∈F,
-
A(α1+α2)=Aα1+Aα2
-
A(λα1)=λAα1
假设
α1,⋯,αn是
V1的一组基,
β1,⋯,βm是
V2的一组基,称
A∈Fm×n是线性映射
A在基
α1,⋯,αn与
β1,⋯,βm下的表示,如果
A(α1,⋯,αn)=(β1,⋯,βm)A
在给定两组基时,线性映射和它的矩阵表示是一一对应的(证明可以参考史荣昌的矩阵分析第三版定理1.4.1)。
矩阵的等价
假设
α1′,⋯,αn′是
V1的另一组基,从
α1,⋯,αn到这组基的过渡矩阵是
P;
β1′,⋯,βm′是
V2的另一组基,从
β1,⋯,βm到这组基的过渡矩阵是
Q,如果
A在
α1′,⋯,αn′和
β1′,⋯,βm′下的矩阵表示为
B,则
B=Q−1AP
这个等式的证明就是把过渡矩阵和矩阵表示的定义叙述一遍即可,等式两边表达的是同一个向量的等价表示方法而已,此时称矩阵
A和矩阵
B等价。
线性映射的像空间与核空间
定义
A(V1)={β=A(α)∈V2:∀α∈V1}为线性映射的像空间,记为
R(A),定义线性映射的秩为
rank(A)=dimR(A)
定义线性映射的核空间为
N(A)={α∈V1:A(α)=0∈V2}
称
dimN(A)为线性映射的零度。像空间是
V2的线性子空间,核空间是
V1的线性子空间。
例1.2.1 证明
rank(A)=rank(A),
A是任意矩阵表示
关于核空间与像空间有一个很重要的关系:
dimR(A)+dimN(A)=dimV1
下面给出一个简单证明:
先证明一个用得上的引理:
R(A)=span(A(α1),⋯,A(αn))
∀α∈V1,
∃α=x1α1+⋯+xnαn,
β=A(α)=A(x1α1+⋯+xnαn)=x1A(α1)+⋯+xnA(xn)∈V2
因此
R(A)=span(A(α1),⋯,A(αn))
假设
γ1,⋯,γr是
N(A)的一组基,其中
r是
A的零度,将这组基扩展到
V1,记为
γ1,⋯,γr,γr+1′,⋯,γn′,则
R(A)=span(A(γ1),⋯,A(γr),A(γr+1′),⋯,A(γn′))=span(0,⋯,0,A(γr+1′),⋯,A(γn′))
因此
dimR(A)=dimspan(A(γr+1′),⋯,A(γn′))
要证明
dimR(A)+dimN(A)=dimV1,只需要
A(γr+1′),⋯,A(γn′)线性无关:
考虑
j=r+1∑nkjA(γj′)=0⇔A(j=r+1∑nkjγj′)=0⇔j=r+1∑nkjγj′∈N(A)
因此它可以用
N(A)的基表示
∃j=r+1∑nkjγj′=i=1∑rliγi
因为
γ1,⋯,γr,γr+1′,⋯,γn′线性无关,因此
∀kj=li=0