Linear Maps
本章是整本书内容最多的章节。很多基本概念都在这里详细论述
3.A The Vector Space of Linear Maps
-
从 到 的所有映射定义为
-
当满足以下条件时
,
只有一个 ,使 满足以上条件.-
加入有连个 可以满足条件
-
由于 是非线性相关的所以
实际上是同一个映射
-
-
本身也是一个向量空间
-
3.B Null Spaces and Ranges
-
定义 null space,
null space
kernel -
如果 .那么 单射的充分必要条件为
-
如果
如果单射那么,因为 ,那么单射只能是 . -
令 , 但是如果
通过 映射到相同的 。也就是说 。但是我们得到
,与假设矛盾。
-
-
range的定义
-
是 的一个子空间.
-
,
-
令 是 的一组基,并且
是 的一组基 -
那么 .也就是需要证明
也就是说 是
的一 组基 -
任意
也就是说 spans ,
因为 都映射到 0上面去了。 -
令 也就是说
.那么下面的等式成立。
all
但是 and 应该都是 0,因为 和 非线性相关. -
最后,我们根据 ,成立的条件是所有
都等于0可得, 我们的假设成立。
-
-
如果 那么不存在从 到 的单射
-
-
因为必定有两个或者连个以上的向量映射到0向量。
-
-
同理 那么不存在从 到 的满射。
-
齐次线性方程组中,如果变量的个数多于方程的个数。则一定有非 零解。
-
方程组的系数构成一个变换 from , .
-
也即是说, 肯定是不只含有 ,所以必然含有非0向量。也就
是说,方程组有非零解。
-
-
非齐次线性方程组,当变量的个数小于方程组的个数时,再适当的系数情况下是,可以没有解。
- 不是满射。固然存在某些系数使得方程组没有解。和上一个定理基本一样的原理。
3.C Matrices
-
-
假如 . 那么
-
假如 和 . 那么 ,其中M是一个函数,是一个将映射转化为矩阵的函数
-
所有的 m-by-n 矩阵定义为
-
-
The element is
-
The basis of is
-
It means that
-
-
Matrices Multiplication
-
If , then
Invertibility and Isomorphic Vector Spaces
Invertible Linear Maps
-
任何一个可逆线性映射的逆只有一个。
-
一个线性映射可逆的充分必要条件是这个线性映射满射和单射。
-
从一个方向证明,先令 是一个可逆线性映射.
-
令 ,假设 then
有此可见, 是一个单射 -
对于任意 . 由 , 可得
。可见T是一 个满射
-
-
再从另一个方向,先令 是一个满射和单射.对于任意 ,定义
是 中唯一使得 成立的向量
由此可见T是一个可逆的线性映射
-
Isomorphic Vector Spaces
-
同构的定义:两个空间 同构,就是说,存在一个可逆矩阵 使得,
-
两个向量空间是同构的,充分必要条件是两个空间的维度相同
-
从一个方向证明。如果 同构,而且映射的名字是
-
因为同构,单射和满射则 和
-
-
-
从另一个方向 .
-
令 是 的一组基,令
是 的一组基 -
定义一个映射
-
可以很容易的证明上面的映射 是满射和单射。
-
-
-
和 同构
-
是一个函数,且 是
中的元素.也就是 -
需要证明 也就是只有一个
-
,因为
非线性
相关所以,没有非0的 ,可以使所有的 。这就是说, ,
于是M就是单射的。 -
令 ,
也就是说
.这说明 是满射
-
-
Linear Maps Thought of as Matrix Multiplication
-
是 的一组基. 其中 使得
-
根据定义可得
-
, 假设 是 的一组基。而
是 的一组基。那么 -
Operators
算子是非常重要的概念,后面和这本书,最重要的基础
-
一个集合到其自身的线性映射叫做算子。
-
是 上的所有算子。
-
假设 是有限空间 ,那么下面的三个命题,互相等价。
-
T 是可逆的线性映射
-
T 是单射
-
T 是满射
Proof
-
有前面可逆矩线性变换的充要条件可得。
可逆的充要条件为满射和单射。 -
如果是单射。那么 那么根据
也就是 满射,进而可以推出可逆。
-
-
同理可以通过满射推导单射
3.E Products and Quotients of Vectors Spaces
Products of Vector Spaces
-
的定义
-
从定义很容易可以证明
是一个向量空间 -
-
类似通过观察 的基来证明这个问题
-
-
也就是说,当一个空间的基变化时,其它空间的基就为0
-
Products and Direct Sums
-
首先定义映射 是
那么命题是: 是直和的充要条件是 是单射。
-
前面1.C中 是直和的充要条件是 只
有一个形式也就是 -
从一个方向证明。 是直和,那么0的表示形式就只有一种。
那么 ,那么 就是单射 -
从另一个方向证明,如果 是单射,那么 。进而我们
可以得出0只有一种表示形式,那么 就是一个直和。
-
-
是直和的充要条件是
-
从一个方向证明:如果 是直积。那么 是单射。也就
是说 也即是说按照定理3.B得。
-
反之从另一个方向也是。
-
Quotients of Vector Spaces
-
定义
-
affine subset:(注意是affine subset,不是一个子空间,在 的时
候才是一个子空间),V的一个affine subset 被定义为: ,
是 的子空间。 -
平行的定义: 平行于
-
quotient space
-
两个平行于 的affine subset
要么相等要么不想交。也就是说下面三个命题等价可以用循环证明:
这样就可以得到佐 证。proof
-
也就是
-
-
同理
-
-
-
也就是 这一步是定义就能证明
-
也就是 -
-
-
是一个向量空间
-
定义
-
-
-
-
根据先前的定理
-
-
-
以下几个命题成立
-
是一个从 的线性映射
-
是单射
-
-
-
也就是说这是一个单射
-
-
- 从定义中很容易看出来
-
和 同构
- 从前面连个结论可惜看出,
是单射和满射。所以就可以得出两者同
构
- 从前面连个结论可惜看出,
是单射和满射。所以就可以得出两者同
-
3.F Duality
The Dual Space and the Dual Map
-
线性函数,定义为
-
对偶空间 ,从V到F的所有线性函数的集合
-
-
对偶空间的基的定义,对偶空间的基于 空间的基有对应关系
- 如果
是
空间中的一组基,那么
是 的一组基,只要
- 如果
是
空间中的一组基,那么
-
证明上面的定义是 的一组基
-
-
都得是0
-
那么只能是
-
这就证明了, 是一组基。
-
-
对偶映射, 的对偶映射是 ,其中
-
对偶映射的性质
-
The Null Space and Range of the Dual of a linear Map
-
annihilator,
-
是 的一个子空间
-
-
-
假设 定义为
-
就是一个 的一个对偶映射。
-
从定义可知 因为
-
,这个 函数可以扩展为 里的 。也
就是说 , -
最后替换可得证。
-
-
的null 空间。
-
-
-
也就是说
-
-
-
最后结论是
-
-
-
-
是满射的充要条件是 是单射
-
是满射的充要条件是
-
是
单射
-
-
The range of
-
-
-
-
也就是说
-
-
-
-
是单射的充分必要条件是 是满射
-
单射的充要条件是
-
-
也就是说 是单射的充分必要条件是 是满射
-
-
-
-
的列秩
- 的列秩。
-
矩阵的行秩等于矩阵的列秩