北京大学:《高等代数》课程(第三版)教学资源(讲义)第六章 线性空间(6.8)线性空间的同构

§8线性空间的同构 设61,E2…,5n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元素,因此向量与它的坐标之间的对应实质 上就是V到P"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 a=a1E1+a2E2+…+anEn B=bs1+b2E2+…+bn 而向量a,B,的坐标分别是(a1a2…,an),(b1,b2…,b),那么 a+B=(a1+b1)E1+(a2+b2)E2+…+(an+bn)En ka=ka,G+ka,a,+.+ka,a 于是向量a+B,ka的坐标分别是 (a1+b1,a2+b2 b)=(a (b1,b2,…,bn), ka,)=k( 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的讨论 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σ,具有以下性质: 1)a(a+B)=o(a)+G(B) e)o(ka)=ko(a) 其中a,B是V中任意向量,k是P中任意数这样的映射σ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 对应就是V到P的一个同构映射因而,数域P上任一个n维线性空间都与P"同 构
§8 线性空间的同构 设 n , , , 1 2 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 n P 元素,因此向量与它的坐标之间的对应实质 上就是 V 到 n P 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 n P 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 a a an n = + ++ 1 1 2 2 , b b bn n = + ++ 1 1 2 2 而向量 , , 的坐标分别是 ( , , , ) a1 a2 an ,( , , , ) b1 b2 bn ,那么 a b a b an bn n ( ) ( ) ( ) + = 1 + 1 1 + 2 + 2 2 ++ + ; n n k = ka + ka ++ ka 1 1 2 2 . 于是向量 + , k 的坐标分别是 ( , , , ) ( , , , ) ( , , , ) a1 + b1 a2 + b2 an + bn = a1 a2 an + b1 b2 bn , ( , , , ) ( , , , ) 1 2 n a1 a2 an ka ka ka = k . 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 n P 的讨论. 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 n P 的一个同构映射.因而,数域 P 上任一个 n 维线性空间都与 n P 同 构

由定义可以看出,同构映射具有下列性质: a(0)=0,(-a)=-0(a) 2.o(k1a1+k2a2+…+k,a1)=k1σ(a1)+k2σ(a2)+…+k,a(an) 3.V中向量组a1a2…ar线性相关<→它们的象σ(ax)(a2)…,o(a,) 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 4.如果V是V的一个线性子空间,那么,V在σ下的象集合 o()={(a)a∈} 是a()的子空间,并且V与σ(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P同构,由同构的对称性与传递性 即得,数域P上任意两个维线性空间都同构 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 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
由定义可以看出,同构映射具有下列性质: 1. (0) = 0, (−) = − () . 2. ( ) ( ) ( ) ( ) 1 1 2 2 r r 1 1 2 2 r r k + k ++ k = k + k ++ k . 3. V 中向量组 r , , , 1 2 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. 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 n P 同构,由同构的对称性与传递性 即得,数域 P 上任意两个 n 维线性空间都同构. 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
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第六章 线性空间(6.7)子空间的直和.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第六章 线性空间(6.6)子空间的交与和.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第六章 线性空间(6.5)线性子空间.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第六章 线性空间(6.4)基变换与坐标变换.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第六章 线性空间(6.3)维数·基与坐标.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第六章 线性空间(6.2)线性空间的定义与简单性质.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第六章 线性空间(6.1)集合·映射.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第五章 二次型(5.4)正定二次型.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第五章 二次型(5.3)唯一性.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第五章 二次型(5.2)标准形.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第五章 二次型(5.1)二次型及其矩阵表示.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第四章 矩阵(4.7)分块乘法的初等变换及应用举例.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第四章 矩阵(4.6)初等矩阵.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第四章 矩阵(4.5)矩阵的分块.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第四章 矩阵(4.4)矩阵的逆.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第四章 矩阵(4.3)矩阵乘积的行列式与秩.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第四章 矩阵(4.2)矩阵的运算.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第四章 矩阵(4.1)矩阵概念的一些背景.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第三章 线性方程组(3.7)二元高次方程组.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第三章 线性方程组(3.6)线性方程组解的结构.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第七章 线性变换(7.1)线性变换的定义.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第七章 线性变换(7.2)线性变换的运算.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第七章 线性变换(7.3)线性变换和矩阵.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第七章 线性变换(7.4)特征值与特征向量.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第七章 线性变换(7.5)对角矩阵.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第七章 线性变换(7.6)线性变换的值域与核.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第七章 线性变换(7.7)不变子空间.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第七章 线性变换(7.8)若尔当(Jordan)标准形介绍.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第七章 线性变换(7.9)最小多项式.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第八章 λ-矩阵(8.1)λ-矩阵.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第八章 λ-矩阵(8.2)λ-矩阵在初等变换下的标准形.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第八章 λ-矩阵(8.3)不变因子.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第八章 λ-矩阵(8.4)矩阵相似的条件.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第八章 λ-矩阵(8.5)初等因子.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第八章 λ-矩阵(8.6)若尔当(Jordan)标准形的理论推导.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第八章 λ-矩阵(8.7)矩阵的有理标准形.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第九章 欧几里得空间(9.1)定义与基本性质.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第九章 欧几里得空间(9.2)正交基.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第九章 欧几里得空间(9.3)同构.doc
- 北京大学:《高等代数》课程(第三版)教学资源(讲义)第九章 欧几里得空间(9.4)正交变换.doc