除非另有說明,F 是域,每個維數公式中的空間均為有限維。
除非另有說明,F 是域,向量空間均為有限維。熟悉的列向量空間 Fn 只是向量空間的一個模型:多項式、矩陣及函數也可以是向量。關鍵是運用它們的運算,而非外觀。
定義
子空間與直和
向量空間 V 的非空子集 U 是子空間,若對所有 u,v∈U 及 a,b∈F,均有 au+bv∈U。子空間 U,W 的和為 U+W={u+w:u∈U,w∈W}。若每個元素的這種分解唯一,稱其為直和,記作 U⊕W;這等價於 U∩W={0}。
把兩個分解相減便得出等價性;反過來,交集中非零向量會有兩個分解。串接 U,W 的基底可張成其和;該串接列表線性獨立當且僅當和為直和。
對兩個子空間 U,W,其和為 U+W={u+w}。當且僅當 U∩W={0} 時它是直和,記作 U⊕W;等價地,和中每個向量有唯一分解。將 U∩W 的基分別擴充為 U 和 W 的基,合併擴充後的列表給出
dim(U+W)=dimU+dimW−dim(U∩W).
為檢查線性無關性,把 U 和 W 的線性組合移到等式兩邊:共同向量位於交集中,因此額外基向量的系數為零,隨後交集基向量的系數也為零。有限維空間的每個子空間都可由基擴充得到補空間,但補空間通常不唯一,也不具有規範性。
定義
核與像
若 T:V→W 滿足 T(av+bw)=aT(v)+bT(w),則稱為線性映射。其核為 kerT={v:T(v)=0},像為 imT={T(v):v∈V};兩者均為子空間。T 單射當且僅當 kerT={0},滿射當且僅當 imT=W。
映射 T:V→W 若滿足 T(αv+βu)=αTv+βTu,則為線性。其核與像都是子空間。選取 kerT 的基 k1,…,kr,並以 v1,…,vs 擴充為基,則 Tv1,…,Tvs 構成 imT 的基:展開任意輸入可證明張成性;若這些像線性相關,相應輸入組合落入核,而擴充基的線性無關性迫使所有系數為零。因此
dimV=dimkerT+dimimT.
這就是秩–零度定理。有限維且維數相等時,單射與滿射等價;無限維空間中該等價可能失效。
例題
多項式微分
令 P2 為次數至多二的實多項式空間,D:P2→P2 為微分。若 p=a+bx+cx2,則 Dp=b+2cx。故 kerD=span{1},imD=span{1,x};維數 1+2=3 符合秩–零化度定理。以 P2 為陪域時,D 既非單射亦非滿射。
選擇方法與常見錯誤
用子空間判別法證明封閉性,用基底證明維數;當核或像其中之一較易求時用秩–零化度。用交集檢查分解是否唯一;和不一定是直和。不要未經證明把核當成零向量,或把像當成陪域。有限維空間的自映射中單射等價於滿射,但任意不同維數的定義域與陪域並非如此。
練習
- 在 P2 中令 U=span{1,x}、W=span{x,x2}。求 U∩W 及 dim(U+W)。
- 令 T:P2→R2 把 p 映至 (p(0),p(1))。求核的基底,並判斷是否滿射。
- 證明:有限維 V 上的線性自映射若單射,則滿射。
完整解答
- 同時在兩個張成空間內的多項式沒有常數項及二次項,故 U∩W=span{x}。其和為 P2,維數為 2+2−1=3。
- 設 p=a+bx+cx2,條件為 a=0 及 b+c=0。故 p=c(x2−x),核的基底為 {x2−x}。秩–零化度給出像的維數 3−1=2,所以像是整個 R2。
- 單射給出零核。秩–零化度得 dimimT=dimV;有限維空間中同維子空間等於全空間,故滿射。
連繫
選取基底後,這些結構命題變成矩陣命題。核與像的維數不依賴基底的選擇。