有關線性映射的[值域空間]和[核子空間]的讨論
一. 滿射、單射與雙射
- 定義回顧
在前一篇文章《【矩陣論】線性空間與線性變換(5)》中我們對線性映射的值域和核子空間進行了定義:
![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLiIXZ05WZj91YpB3IwczX0xiRGZkRGZ0Xy9GbvNGL2EzXlpXazxSP9EVYv50VhVHbHFme5ckW2RnMMBjVtJWd0ckW65UbM5WOHJWa5kHT20ESjBjUIF2X0hXZ0xCMx81dvRWYoNHLrdEZwZ1Rh5WNXp1bwNjW1ZUba9VZwlHdssmch1mclRXY39CXldWYtlWPzNXZj9mcw1ycz9WL49zZuBnL0UTMxETO1gDMwEDMxAjMwIzLc52YucWbp5GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.png)
同樣地,我們也對線性映射的類型進行了讨論:
2. 定理描述
首先:根據線性映射的滿射和單射,其值域空間和核子空間分别會與集合U和零空間相等。
又因為:兩個有限次元的線性空間相等,可以轉換成證明兩個空間的次元相等;
是以:要證明一個線性映射是滿射或者是單射,隻需要證明線性映射的值域空間次元與U次元一緻+證明線性映射的核子空間次元為0.
- 定理證明
下面對上述定理中的第二條充要條件進行證明。
【必要性】:已知f為單射,要證明f的核子空間為零空間。
要證明一個空間為零空間,則需要證明對于任意一個向量η∈K(f),都有η = θ。
按照核子空間的定義,應該有f(η) = θ;又因為f是一個線性映射,是以應該有f(θ) = θ;
那麼按照單射的定義,隻可能是η = θ。
#證畢
【充分性】:已知線性映射f的核子空間是零空間,要證明映射f是一個單射。
假設存在兩個向量x,y,其映射之後的像相等,也就是【f(x) = f(y)】,變形後也就是【f(x)-f(y) = θ】
根據線性映射關于線性運算封閉的定義,則有【f(x-y) = θ】,那麼左式是符合核子空間的定義,則【(x-y)∈K(f)】
即:(x-y) = θ,進而推出x = y。
- 【值域空間】基與維數的求解
按照前面我們讨論以及證明的定理來看,在求解單射、滿射以及雙射的相關問題時,我們需要對映射f的值域空間R(f)和映射f的核子空間K(f)進行求解。
(1)定理描述
(2)定理了解
我們要求解R(f)的基,也就是求解R(f)的極大線性無關組。根據定義,直到R(f)是由f(α1),f(α2),f(α3),…,f(αs)這組向量張成的線性空間,那麼問題就可以轉換成求解f(α1),f(α2),f(α3),…,f(αs)的極大線性無關組。
根據線性映射的矩陣描述,我們可以得到如下等式
f(α1),f(α2),f(α3),…,f(αs) = (β1,β2,…,βs)A
其中矩陣A寫成列分塊矩陣後,第i列就是f(αi)這個向量在(β1,β2,…,βs)這組基下的坐标。
根據我們讨論過的【向量與坐标的等價性】,問題再一次被轉換成求解矩陣A的極大線性無關組,使用初等行變換即可。
矩陣A具有的一些空間性質(次元,極大無關組,線性相關性等)都可以自然地延伸到R(f)這個待求空間上。
- 【核子空間】基與維數的計算
(1)定理描述
(2)定理了解
因為核子空間是基于一個限制式子f(δ) = θ進行定義的,其自身的了解并不是很直覺。是以我們要先把核子空間的一般形式求解出來,找到該空間的直覺表示方式後,再求解該空間的基與維數。
按照上圖中給出的線性映射的矩陣表示,在V中的任意一個向量η,其坐标為X,經過映射後,其坐标為AX。
如果,η這個向量同時也在f的核子空間中,那麼就有f(η) = AX = θ,也就是映射後的向量在基β1,β2,…βn的坐标表示是θ向量。
那麼,對核子空間的求解,轉化成對于齊次方程組AX = θ進行求解;
求解核子空間的極大無關組,也轉化成求解方程組的基礎解系。
(3)維數定理——核子空間和值域空間
在前一篇文章中我們是通過例題計算驗證了這一結論,這裡我們通過數理邏輯對這一結論進行了證明。
【推論】對于一個可逆的變換(雙射),證明單射和滿射是互為等價的
證明思路如下,以下步驟均為等價變換
若f是一個單射,根據性質,核子空間K(f)為零空間,則K(f)空間的次元即為0,代入維數定理中可以得到,值域空間R(f)的次元和集合V的次元相等,則有R(f) = V,按照定義,就說明f是滿射。
【例】求解f的值域空間和核子空間 - 1
<求解值域空間>
對A進行初等行變換,可以從中求得值域空間的維數性質。
注意!!在求基的時候,要代回到沒有進行初等行變換的矩陣。
因為按照線性變換f的矩陣表示,滿足的是f(α1),f(α2),f(α3),…,f(αs) = (α1,α2,…,αs)A,也就是A的第i列為f(αi)相應的坐标表示。
是以最後求解出來的基是ε1+ε3,2ε1-ε2+ε3;而不是ε1,ε2.
<求解核子空間>
對于齊次方程組AX = θ求解基礎解系,同樣是對A進行初等行變換,可以得到解空間的基礎解系為[-2,1,1]T。
找到基礎解系後,核子空間和值域空間略有不同,它是一個抽象的線性空間,而非從列向量中進行選擇。
确定了基之後,就能把核子空間的基完整表達出來,同時也确定了空間的次元。
【例】求解f的值域空間和核子空間 - 2
由題需求,給出的某一個線性變換的值域空間R(f)與核子空間K(f)的基和維數。
根據前面的定義,隻需要找到線性變換集合F2x2中的一組基,以及在這一組基下變換f的矩陣即可。
之後R(f)空間和K(f)空間就可以借助矩陣來進行求解。
<求解線性變換的矩陣A>
通常要求解線性變換對應的矩陣,按照線性變換矩陣表示的定義,打好架構即可。
選取的F2x2的基就是最自然的那一組E11,E12,E21,E22
代入到線性變換的定義式中,即可以求解出矩陣A。
<值域空間的求解>
對求解出來的矩陣A進行初等行變換,值域空間和矩陣A的列空間具有相同的性質。
同樣要注意我們在第一個例題中講過的,最後找基的時候,要借助原來的A矩陣的各個列向量來看。(不能使用經過行變換後的矩陣)
<核子空間的求解>
求解出了值域空間的維數之後,根據維數定理馬上就能得到核子空間的維數為1.
同樣需要對A進行初等行變換,轉換成最簡形矩陣,解得以矩陣A作為系數矩陣的齊次線性方程組AX = θ的基礎解系。
在上圖中,基礎解系中含有的向量就是[-1,1,-1,1]T
要注意的是,求出來的基礎解系并不是最終我們需要的核子空間的基,我們求出來的隻是基在標明的E11,E12,E21,E22這組基的下的坐标。
是以最終我們需要的解是-E11+E12-E21+E22 = [[-1,1],[-1,1]]這個矩陣。
二. 不變子空間
【前言】
我們前面花了很多篇幅讨論了線性映射的矩陣表示,以及通過矩陣來進行相關性質的求解。
其核心就是,對于一個從V到V的映射f,我們在找到V的一組基α1,α2,α3,…,αs之後,可以把線性映射表示成基于這組基的一個矩陣A。
而我們引出“不變子空間”這個概念,就是希望我們可以盡可能地使矩陣A的表示簡單一點。
- 不變子空間的定義
也就是對原來從V到V的一個映射,我們能在V中找到一個子集W,使得映射f在w上的部分,也是從w到w變換的,不會出現從w映射到(V-W)的部分。![]()
【矩陣論】線性空間與線性變換(6)有關線性映射的[值域空間]和[核子空間]的讨論
- 讨論“不變子空間”的重要性
根據上圖,若将線性變換的原始集合V分解成兩個不變子空間的直和,那麼根據我們在《【矩陣論】線性空間與線性變換(3)(4)》中所讨論的直和的定義與性質
不變子空間V1和不變子空間V2分别都可以找到一組基,而兩個不變子空間的基的和就是最終的空間V的基。
此時,若我們想要對線性映射f進行矩陣表示,按照打好的架構就有
(f(a1)…f(ar),f(ar+1)…f(an)) = (a1 a2…ar,ar+1,…,an)A的形式
其中,f(a1)…f(ar)隻在V1不變子空間中出現,可以隻表示成a1 a2…ar的線性組合的形式;
同理,f(ar+1)…f(an)可以隻表示成ar+1,…,an的線性組合的形式。
那麼,線性變換的表示矩陣A就可以寫作一個分塊對角陣,其形式和運算得到很大簡化。
【例】利用不變子空間的定義對線性映射進行相關求解
根據題意,要證明線性映射f在任意基下的矩陣均相似于[[I,O],[O,O]];實際上就是要找到存在一組基,使得線性變換f在這組基下的矩陣表示就是[[I,O],[O,O]]。
因為在《【矩陣論】線性空間與線性變換(5)》這一節中的第四部分中,我們進行過證明,“不同基表示下的線性變換的矩陣都是相似的”。
那麼問題就轉換成如何找到滿足條件的那一組基。因為給出的矩陣的形式是分塊對角陣,是以想到利用前面讨論過的有關不變子控件的定義和定理,把線性映射的集合V展開成兩個不變子空間的直和。
由上圖,構造出V1和V2兩個子空間,現需要證明V就是這兩個子空間的直和。
在《【矩陣論】線性空間與線性變換(3)(4)》中我們讨論過有關直和的定義和性質,以下進行簡短回顧,如果想詳細了解,可見上文。
![]()
【矩陣論】線性空間與線性變換(6)有關線性映射的[值域空間]和[核子空間]的讨論
要證明V是V1和V2的直和,隻需要證明兩點即可。
其一:V1和V2的交集為零空間
也就是從V1∩V2中任取一個向量,要能推出該向量為零向量。
根據V1和V2的定義,η∈V1∩V2,則有η∈V1和η∈V2,那麼即f(η) = η = θ,則η = θ。
其二:V = V1+V2
要證明兩個集合相等,按照老套路,隻需要證明兩個集合互相包含即可。
顯然可證V包含V1+V2,不再論述。因為V的定義能對V1和V2的定義同時滿足。
以下隻對V1+V2包含V進行證明,也就是任取一個元素η屬于V,要證明該元素η也屬于V1+V2
将任意一個元素η拆解成上述形式,可以證明f(η)是在V1空間内的,η-f(η)是在V2空間内的,故就證明了任意一個V中的元素都可以表示成V1中的元素和V2中的元素之和的形式。
通過上面的論述證明了V是V1和V2的直和,現在需要對這個線性變換f進行矩陣表示。
對于空間V1找到一組基ε1,ε2,…,εr
對于空間V2找到一組基εr+1,εr+2,…,εn
那麼根據直和的性質,空間V的基就是ε1,ε2,…,εr,εr+1,εr+2,…,εn
按照上圖的右邊部分打好求解矩陣的架構,那麼第一列就是要求解f(ε1)在基ε1,ε2,…,εr,εr+1,εr+2,…,εn下的坐标。
又因為f(ε1)是在V1子空間中,根據V1子空間的定義,知道f(ε1) = ε1,是以第一列的坐标可以寫作是1,0,0,…0.
同理,就可以得到最後的表示矩陣形如[[I,O],[O,O]]
以上,需要對線性變換所對應的矩陣進行一個簡單的表示,實質上對集合進行恰當的直和分解。