线性空间的同构.docx

§ 8 线性空间的同构 一、数域 P 上的 n 维线性空间 Pn 二、数域 P 上的一般的 n 维线性空间 V 例如： P [ x] n 等 设 1 , 2 , , n 是线性空间 V 的一组基，在这组基下， V 中每个向量都有确定的坐标， 而向量的坐标可以看成 P n 元素，因此向量与它的坐标之间的对应实质上就是 V 到 Pn 的 一个映射 . 显然这个映射是单射与满射，换句话说，坐标给出了线性空间 V 与P n 的一个双射 . 这个对应的重要性表现在它与运算的关系上 . 设 a1 1 b1 1 a2 2 b2 2 an n , bn n 而向量 , , 的坐标分别是 ( a1 , a2 , , an ) , (b1 , b2 , ,bn ) ，那么 (a1 b1 ) 1 (a2 b2 ) 2 (an bn ) n ; k ka1 1 ka2 2 kan n . 于是向量 , k 的坐标分别是 (a1 b1 , a2 b2 , , an bn ) ( a1 , a2 , , an ) (b1 , b2 , ,bn ) , (ka1 , ka2 , , kan ) k( a1 , a2 , , an ) . 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. 三、线性空间同构 定义 11 数域 P 上两个线性空间 V 与V 称为同构的，如果由 V 到V 有一个双射 ， 具有以下性质： 1） ( ) ( ) ( ) ; 2) ( k ) k ( ). 其中 , 是V 中任意向量， k 是 P 中任意数 . 这样的映射 称为同构映射 . 前面的讨论说明在 n 维线性空间 V 中取定一组基后，向量与它的坐标之间的对应 就是V 到 P n 的一个同构映射 . 因而，数域 P 上任一个 n 维线性空间都与 同构映射具有下列性质 由定义可以看出， 同构映射具有下列性质 ： P n 同构. (1). ( 0) 0 , ( ) ( ) . (2). ( k1 1 k2 2 kr r ) k1 ( 1 ) k2 ( 2 ) kr ( r ) . V 中向量组 1 , 2 , , r 线性相关 它们的象 ( 1 ), ( 2 ), , ( r ) 线性相关 . 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， 同构的线性空间有相同的维数 . 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 . 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 . 同构作为线性空间之间的一种关系，具有反身性、对称性与传递性 . 既然数域 P 上任意一个 n 维线性空间都与 数域 P 上任意两个 n 维线性空间都同构 . Pn 同构，由同构的对称性与传递性即得， 定理 12 数域 P 上两个有限维线性空间同构的充要条件是它们有相同的维数 . 由线性空间的抽象讨论中，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的本质特征 . 第六章、线性空间 (小结) 线性空间是线性代数的 中心内容 ，是几何空间的抽象和推广，线性空间的概念具体展示了代数理论的抽象性和应用的广泛性 . 一、线性空间 线性空间的概念 线性间的性质 (1) 线性空间的零元，每个元素的负元都是唯一的； (2) ( 1) ; k 0 k 0 , or 0 . 二、基、维数和坐标 基本概念 ：线性表示（组合）；向量组等价；线性相关（无关） ；基、维数和坐标； 过渡矩阵 . 基本结论 线性相关性的有关结论 . 在n 维线性空间 V 中，任意 n个线性无关的向量都作成 V 的一个基；任意 m(m n) 个线性无关的向量都可扩充为 V 的一个基；任意 s(s n) 个向量都是线性相关的 . 若在线性空间 V 中有 n 个线性无关的向量 1 , 2 , , n , 且V 中任意向量都可由它线性 表示，则 V 是n 维的，而 1 , 2 , , n 就是V 的一个基 . 设 { 1, 2 , , n } 和 { 1 , 2 , , n } 是 n 维 线 性 空间 V 的 两 个 基 ， A 是 由 基 { 1 , 2 , , n } 到基{ 1 , 2 , , n } 的过渡矩