线性空间的同构.pptVIP

一、同构基本概念 二、同构映射的性质 三、同构的充要条件 * §8 线性空间的同构 主要内容 同构基本概念 同构映射的性质 目录 下页 返回 结束 同构的充要条件 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 以上的式子说明在向量用坐标表示之后，它 们的运算就可以归结为它们坐标的运算. 因而线性 空间 V 的讨论也就可以归结为 P n 的讨论. 为了确 切地说明这一点，先引入下列定义. 首页 上页 下页 返回 结束 * 首页 上页 下页 返回 结束 由定义可以看出, 同构映射具有下列基本性质: 首页 上页 下页 返回 结束 3. V 中向量组 ?1, ?2 , … , ?r 线性相关的充要条件是, 它们的像 ? (?1) , ? (?2) , … , ? (?r) 线性相关. 证 先证必要性. 设 ?1, ?2 , … , ?r 线性相关, 即有不全为零的数 k1 , k2 , … , kr 使 k1?1+ k2?2 + … + kr?r = 0 . 于是 ? ( k1?1+ k2?2 + … + kr?r )= ? (0) = 0 , k1? (?1) + k2? (?2) + … + kr? (?r) = 0 . 由此即得 ? (?1) , ? (?2) , … , ? (?r) 线性相关. 首页 上页 下页 返回 结束 再证充分性. 设 ? (?1) , ? (?2) , … , ? (?r) 线性 相关，即有不全为零的数 k1 , k2 , … , kr 使 k1? (?1) + k2? (?2) + … + kr? (?r) = 0 . 于是有 ? ( k1?1+ k2?2 + … + kr?r ) = 0 , 由于 ? 是 1-1 的，只有 ? (0) = 0，所以 k1?1+ k2?2 + … + kr?r = 0 . 即 ?1, ?2 , … , ?r 线性相关. 首页 上页 下页 返回 结束 注: 同构映射保持向量的线性关系. 因为维数就是空间中线性无关向量的最大个数,所以由同构映射的性质可以推知: 4. 如果 V1 是 V 的一个线性子空间, 那么,V1在? 下的象集合 ? (V1) = { ? ( ? ) | ? ? V1 } 是 ? (V ) 的子空间，并且V1 与 ? (V1) 维数相同. 5. 同构映射的逆映射以及两个同构映射的乘积还是同构映射. 同构的线性空间有相同的维数. 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 综上所述，我们有： 首页 上页 下页 返回 结束 定理12 数域 P 上两个有限维线性空间同构的充分必要条件是它们有相同的维数. 在线性空间的抽象讨论中, 我们并没有考虑线 性空间的元素是什么, 也没有考虑其中运算是怎样 定义的, 而只涉及线性空间在所定义的运算下的代 数性质. 从这个观点看来, 同构的线性空间是可以 不加区别的. 因之, 定理 12 说明了: 维数是有限维线性空间的唯一本质特征. 首页 上页 下页 返回 结束 例1 P[x]3 与 P 3 同构, 其同构映射为 ? (a0 + a1x + a2x2 ) = (a0 , a1 , a2) . 则? 把P[x]3的基 1 , x , x2 映射成 P 3 的基 e1 , e2 , e3 ,即 ? ( 1 ) = e1 = ( 1 , 0 , 0 ) , ? ( x ) = e2 = ( 0 , 1 , 0 ) , ? ( x2 ) = e3 = ( 0 , 0 , 1 ) . 首页 上页 下页 返回 结束 例2 设 V 是全体复数在实数域 R 上构成的线性空间，则 V 与 R2 同构.其同构映射为 ? ( a + i b ) = ( a , b ) . ? 把 V 的基 1 , i 映射成 R2 的基 e1 , e2 , 即 ? ( 1 ) = e1 = ( 1 , 0 ) , ? ( i ) = e2 = ( 0 , 1 ) . 首页 上页 下页 返回 结束 例3 数域 P 上的空间 P2?2 与 P 4 同构, 其同构映射为 设 P