数学研究的主题是空间与变换,对于代数学而言,空间指的是赋予了某种运算结构的集合,变换则是空间到空间的映射。线性代数则是研究线性空间及其上的映射。但是,研究的对象不是所有的映射,而是特殊的一类映射,这类映射和线性运算紧密联系,称为线性映射。
定义5.1 V 1 , V 2 V_1,V_2 V1,V2是 K K K的两个线性空间, f : V 1 → V 2 f:V_1\to V_2 f:V1→V2是 V 1 V_1 V1到 V 2 V_2 V2的映射,如果满足:
∀ k 1 , k 2 ∈ K , ∀ x 1 , x 2 ∈ V 1 \forall k_1,k_2\in K,\forall x_1,x_2\in V_1 ∀k1,k2∈K,∀x1,x2∈V1都有
f ( k 1 x 1 + k 2 x 2 ) = k 1 f ( x 1 ) + k 2 f ( x 2 ) f(k_1x_1+k_2x_2)=k_1f(x_1)+k_2f(x_2) f(k1x1+k2x2)=k1f(x1)+k2f(x2)则称 f f f是 V 1 V_1 V1到 V 2 V_2 V2(定义在 V 1 V_1 V1,取值于 V 2 V_2 V2)的线性映射
在线性代数中,我们称这类映射为线性映射,在泛函分析中,我们称这类映射为线性算子。
定义5.2 V V V是 K K K的线性空间, V V V到 V V V的线性映射称为 V V V上的线性变换
线性变换就是线性空间自己到自己的线性映射,是一类特殊的线性映射。当然,线性映射的例子相当多,就前面的矩阵代数而言
y = A x y=Ax y=Ax就是就是 K n K^n Kn到 K m K^m Km的线性映射,平面解析几何和空间解析几何中的伸缩、旋转都是线性映射。另外, K K K也是 K K K上的线性空间, V V V到 K K K的线性映射是一个函数,称为线性函数,在泛函分析中称为线性泛函。在有限维线性空间的情形下,要把握一个线性映射其实相当简单。设 V 1 V_1 V1是 n n n维线性空间, e 1 , ⋯ , e n e_1,\cdots,e_n e1,⋯,en是 V 1 V_1 V1的一组基, V 2 V_2 V2是 m m m维线性空间, ε 1 , ⋯ , ε m \varepsilon_1,\cdots,\varepsilon_m ε1,⋯,εm是 V 2 V_2 V2的一组基。对任意的 x ∈ V 1 x\in V_1 x∈V1, x x x可唯一表为
x = k 1 e 1 + ⋯ + k n e n x=k_1e_1+\cdots+k_ne_n x=k1e1+⋯+knen对任意的线性映射 f : V 1 → V 2 f:V_1\to V_2 f:V1→V2,就有
f ( x ) = k 1 f ( e 1 ) + ⋯ + k n f ( e n ) f(x)=k_1f(e_1)+\cdots+k_nf(e_n) f(x)=k1f(e1)+⋯+knf(en)也就是说,要把握 f f f的象,只需要把握 f ( e 1 ) , ⋯ , f ( e n ) f(e_1),\cdots,f(e_n) f(e1),⋯,f(en)即可。只要把握了基的象,全空间的象戳手可得,这是线性映射相对于其他映射的良好性质。对于一个映射,我们还关心映射是否是单射,又是否是满射。下面我们来给出判断线性映射是单射还是满射的条件。
定理5.1 V 1 , V 2 V_1,V_2 V1,V2是 K K K上的线性空间, f : V 1 → V 2 f:V_1\to V_2 f:V1→V2是线性映射,则 f f f是单射的充要条件是 0 0 0的原象只能是 0 0 0
证:
必要性是显然的,仅证充分性,如果 f − 1 ( 0 ) = 0 f^{-1}(0)={0} f−1(0)=0,则若 f ( x 1 ) = f ( x 2 ) f(x_1)=f(x_2) f(x1)=f(x2),就有 f ( x 1 − x 2 ) = 0 f(x_1-x_2)=0 f(x1−x2)=0,可以推出
x 1 − x 2 = 0 x_1-x_2=0 x1−x2=0因此 f f f是单射
我们注意到,线性映射是否是单射,只与 0 0 0的原象有关系,我们定义
ker ( f ) = { x ∈ V 1 : f ( x ) = 0 } \ker(f) = \{x\in V_1:f(x)=0\} ker(f)={ x∈V1:f(x)=0}容易验证 ker ( f ) \ker(f) ker(f)是 V 1 V_1 V1的子空间,如果 ker ( f ) = { 0 } \ker(f)=\{0\} ker(f)={ 0},那么 f f f是单射,否则不是单射。 ker ( f ) \ker(f) ker(f)又称为 f f f的核空间或零空间。我们知道,把握 f ( e 1 ) , ⋯ , f ( e n ) f(e_1),\cdots,f(e_n) f(e1),⋯,f(en)就可以把握线性映射的像,因此,又可以从 f ( e 1 ) , ⋯ , f ( e n ) f(e_1),\cdots,f(e_n) f(e1),⋯,f(en)的线性相关性和线性无关性给出判断单射的条件。
定理5.2 V 1 , V 2 V_1,V_2 V1,V2是 K K K上的线性空间, f : V 1 → V 2 f:V_1\to V_2 f:V1→V2是线性映射, e 1 , ⋯ , e n e_1,\cdots,e_n e1,⋯,en是 V 1 V_1 V1的一组基,则 f f f是单射的充分必要条件是 f ( e 1 ) , ⋯ , f ( e n ) f(e_1),\cdots,f(e_n) f(e1),⋯,f(en)线性无关
证:
充分性,如果 f ( e 1 ) , ⋯ , f ( e n ) f(e_1),\cdots,f(e_n) f(e1),⋯,f(en)线性无关,对任意的 x = x 1 e 1 + ⋯ + x n e n x=x_1e_1+\cdots+x_ne_n x=x1e1+⋯+xnen,若满足 f ( x ) = 0 f(x)=0 f(x)=0,则
x 1 f ( e 1 ) + x 2 f ( e 2 ) + ⋯ + x n f ( e n ) = 0 x_1f(e_1)+x_2f(e_2)+\cdots+x_nf(e_n)=0 x1f(e1)+x2f(e2)+⋯+xnf(en)=0由 f ( e 1 ) , ⋯ , f ( e n ) f(e_1),\cdots,f(e_n) f(e1),⋯,f(en)线性无关,可以推出 x 1 = x 2 = ⋯ = x n = 0 x_1=x_2=\cdots=x_n=0 x1=x2=⋯=xn=0, x = 0 x=0 x=0,因此, f f f是单射
必要性,如果 f f f是单射,而 f ( e 1 ) , ⋯ , f ( e n ) f(e_1),\cdots,f(e_n) f(e1),⋯,f(en)线性相关,存在不全为0的 k 1 , ⋯ , k n k_1,\cdots,k_n k1,⋯,kn,使得
k 1 f ( e 1 ) + ⋯ + k n f ( e n ) = f ( k 1 e 1 + ⋯ + k n e n ) = 0 k_1f(e_1)+\cdots+k_nf(e_n)=f(k_1e_1+\cdots+k_ne_n)=0 k1f(e1)+⋯+knf(en)=f(k1e1+⋯+knen)=0令 x = k 1 e 1 + ⋯ + k n e n x=k_1e_1+\cdots+k_ne_n x=k1e1+⋯+knen, x ≠ 0 x\neq 0 x=0, ker ( f ) ≠ { 0 } \ker(f)\neq \{0\} ker(f)={ 0}, f f f不是单射,矛盾,因此, f ( e 1 ) , ⋯ , f ( e n ) f(e_1),\cdots,f(e_n) f(e1),⋯,f(en)线性无关
如果线性映射 f f f即是单射,又是满射,那么 f f f的逆映射存在。并且,容易验证: f − 1 f^{-1} f−1也是线性映射。设 V 1 V_1 V1的一组基为 e 1 , ⋯ , e n e_1,\cdots,e_n e1,⋯,en,由于 f f f是单射,这样,就可以得出结论: f ( e 1 ) , ⋯ , f ( e n ) f(e_1),\cdots,f(e_n) f(e1),⋯,f(en)线性无关,但 f f f又是满射,任意 y ∈ V 2 y\in V_2