1639 字
8 分钟
【LADR】【03】Linear Maps

线性映射#

线性映射也构成向量空间#

习题 3A#

第 11 题#

VV 是有限维的,TL(V)T \in \mathcal L(V).证明

λF,T=λI\exists\, \lambda \in \mathbf F, T = \lambda I

当且仅当

SL(V),ST=TS\forall\, S \in \mathcal L(V), \: S\,T = TS

必要性 (\Rightarrow) 易证,充分性 (\Leftarrow) 如下.

思路:要证 Tv=λvTv = \lambda v,为了能利用上 ST=TSST = TS,我们取 SL(V)S \in \mathcal L(V),且满足 v=Suv = Su,此时

Tv=T(Su)=S(Tu)=?λvTv = T(Su) = S(Tu) \overset{?}{=} \lambda v

虽然 v=Suv = Su 和线性映射这两个条件会让 SS 的存在性无法保证,但可以看到,我们还希望让 SS 映射到 vv 的方向上,于是我们进一步取 SvL(V)S_v \in \mathcal L(V),且满足 Svu=φ(u)vS_v u = \varphi(u)v,其中 φ:VF\varphi : V \rightarrow \mathbf F

为了保证 SvS_v 的线性性,此时 φ\varphi 必须为线性映射,但我们又想让它在某个输入下输出 11,以便我们作替换

Tv=T(φ(?)v)=T(Sv(?))=Sv(T(?))=φ(T(?))vTv = T(\varphi(?)v) = T(S_v (?)) = S_v(T(?)) = \varphi(T(?)) v

想让线性映射输出特定,输入只能是基向量.因为 VV 是有限维的 (dimV=0\dim V = 0 的情形显然,不做讨论),设 VV 的一组基为

{v1,v2,,vm}\{v_1, v_2, \cdots, v_m\}

设法让 φ(v1)=1\varphi(v_1) = 1,其他的输出任意.所有输出确定后,根据线性映射引理,这个线性映射 φ\varphi 存在,且被唯一确定,因此将 ?? 替换成 v1v_1 即可完成证明.

第 13 题#

VV 是有限维的,UUVV 的子空间,SL(U,W)S \in \mathcal L(U, W),证明:

TL(V,W),uU,Tu=Su\exists\, T \in \mathcal L(V, W),\: \forall\, u \in U,\: Tu = Su

TTUU 上的映射和 SS 保持一致即可,人为构造在 VUV - U 上的映射,使整体保持线性性较为困难.

证明:不妨从整体出发,直接在 VV 上找满足局部条件的映射,这样容易保证线性性.为了满足局部条件,我们选取从 UU 基 (线性无关组) 拓展出来的 VV 基 (dimV=0\dim V = 0 的情形显然,不做讨论)

{u1,,um,vm+1,,vn}\{u_1, \cdots, u_{m}, v_{m+1}, \cdots, v_n\}

我们令

Tui=Sui,i=1,,mTvjW,j=m+1,,n\begin{aligned} Tu_i &= Su_i, & i &= 1, \cdots, m \\ Tv_j &\in W, & j &= m + 1, \cdots, n \end{aligned}

根据线性映射引理TL(V,W)T \in \mathcal L(V, W) 存在且唯一,且 uU\forall\, u \in U

Tu=c1Tu1++cmTum=c1Su1++cmSum=Su\begin{aligned} Tu &= c_1Tu_1 + \cdots + c_mTu_m \\ &= c_1Su_1 + \cdots + c_mSu_m = Su \end{aligned}

原命题得证.

第 14 题#

VV 是有限维的,WW 是无限维的,dimV>0\dim V > 0,证明:L(V,W)\mathcal L(V, W) 是无限维的.

证明:只需证能构造出无穷序列 {Ti}\{T_i\},使得 nN+\forall\, n \in \mathbf N_+

T1,,TnT_1, \cdots, T_n

线性无关,即

c1T1++cnTn=0c_1T_1 + \cdots + c_nT_n = 0

只有平凡解,也就是 vV\forall\, v \in V

(c1T1++cnTn)v=0(c_1T_1 + \cdots + c_nT_n)v = 0

只有平凡解.设 VV 的一组基为

{v1,,vm}\{v_1, \cdots, v_m\}

由于 WW 是无限维的,因此存在无穷序列 {wi}\{w_i\},使得 kN+\forall\, k \in \mathbf N_+

w1,,wkw_1, \cdots, w_k

线性无关.

为了强迫映射线性无关,我们取 k=nk = n,令

Tivj=wi,i=1,,n,j=1,,mT_iv_j = w_i, \quad i = 1, \cdots, n,\quad j = 1, \cdots, m

根据线性映射引理,这些 TiT_i 均存在且唯一.对于 vV\forall\, v \in V

v=d1v1++dmvmv = d_1v_1 + \cdots + d_mv_m

此时

(c1T1++cnTn)v=c1T1(d1v1++dmvm)++cnTn(d1v1++dmvm)=(d1++dm)(c1w1++cnwn)\begin{aligned} & (c_1T_1 + \cdots + c_nT_n)v \\ ={}& c_1T_1(d_1v_1 + \cdots + d_mv_m) + {}\\ &\cdots + c_nT_n(d_1v_1 + \cdots + d_mv_m) \\ ={}& (d_1 + \cdots + d_m)(c_1w_1 + \cdots + c_nw_n) \end{aligned}

我们发现 d1++dmd_1 + \cdots + d_m 可能为 00

该怎么办?这个问题其实可以规避掉.因为基的任意性,我们在验证 vV\forall\, v \in V

c1T1v++cnTnv=0c_1T_1v + \cdots + c_nT_nv = 0

平凡解情况的时候,其实可以用 v1v_1 去检验,从而减少不必要的任意性.

我们改变映射的定义:

Tiv1=wi,i=1,,nT_iv_1 = w_i, \quad i = 1, \cdots, n

TivjT_iv_j 任意,j=2,,mj = 2, \cdots, m,此时

(c1T1++cnTn)v1=c1w1++cnwn=0(c_1T_1 + \cdots + c_nT_n)v_1 = c_1w_1 + \cdots + c_nw_n = 0

显然只有平凡解.

原命题得证.

零空间与值域#

习题 3B#

第 9 题#

TL(V,W)T \in \mathcal L(V, W) 是单射,v1,,vnv_1, \cdots, v_nVV 中线性无关,证明:

Tv1,,TvnTv_1, \cdots, Tv_n

WW 中线性无关.

在不浪费维度的情况下,单射保持线性无关性.

证明TL(V,W)T \in \mathcal L(V, W) 是单射,故 nullT={0}\text{null}\, T = \{0\},考虑若方程

c1Tv1++cnTvn=0c_1Tv_1 + \cdots + c_nTv_n = 0

成立,则 c1v1++cnvnnullTc_1v_1 + \cdots + c_nv_n \in \text{null}\, T,又因为 v1,,vnv_1, \cdots, v_nVV 中线性无关,因此

c1v1++cnvn=0c_1v_1 + \cdots + c_nv_n = 0

仅有平凡解,原方程也仅有平凡解,原命题得证.

第 11 题#

VV 是有限维的,TL(V,W)T \in \mathcal L(V, W),证明:存在 VV 的一个子空间 UU,使得

UnullT={0}andrangeT={Tu:uU}U \cap \text{null}\, T = \{0\} \quad \text{and} \quad \text{range}\, T = \{Tu : u \in U\}

也就是说,除了 00,核 (零空间) 对值域没有贡献.

证明nullT\text{null}\, TVV 的子空间,故进行直和分解

V=UnullTV = U \oplus \text{null}\, T

此时 UnullT={0}U \cap \text{null}\, T = \{0\},且 UU 基与 nullT\text{null}\, T 基共同组成 VV

{u1,,um,w1,,wk}\{u_1, \cdots, u_m, w_1, \cdots, w_k\}

我们将证明此 UU 即为所求子空间.任取 TvrangeTTv \in \text{range}\, T

Tv=T(c1u1++cmum+d1w1++dkwk)=T(c1u1++cmum)=Tu,uU\begin{aligned} Tv &= T(c_1u_1 + \cdots + c_mu_m + d_1w_1 + \cdots + d_kw_k) \\ &= T(c_1u_1 + \cdots + c_mu_m) = Tu, \quad u \in U \end{aligned}

rangeT{Tu:uU}\text{range}\, T \subset \{Tu : u \in U\},易证 rangeT{Tu:uU}\text{range}\, T \supset \{Tu : u \in U\},得证.

第 18 题#

VVWW 都是有限维的,UUVV 的子空间,证明:

TL(V,W),nullT=U\exists\, T \in \mathcal L(V, W), \: \text{null}\, T = U

当且仅当

dimUdimVdimW\dim U \ge \dim V - \dim W

必要性 (\Rightarrow) 显然,下面证明充分性 (\Leftarrow).

证明:考虑直和分解 V=UXV = U \oplus X,取 VV

{u1,,um,,x1,,xk}\{u_1, \cdots, u_m, \cdots, x_1, \cdots, x_k\}

WW

{w1,,wn}\{w_1, \cdots, w_n\}

根据题意,可以保证直和补维数不大于陪域维数

k=dimVdimUdimW=nk = \dim V - \dim U \le \dim W = n

构造线性映射,可以尝试从基入手:

根据线性映射引理,取 TL(V,W)T \in \mathcal L(V, W),满足

Tui=0,Txj=wjTu_i = 0, \quad Tx_j = w_j

易证 nullTU\text{null}\, T \supset U.任取 Tv=0Tv = 0,直和分解 v=u+xv = u + x,于是

Tx=T(vu)=0Tx = T(v - u) = 0

xnullTx \in \text{null}\, T,但 TT 不是单射,无法证明 x=0x = 0

怎么办?引理无法保证线性映射的单射与否,但我们先前已经有了更进一步的结论:习题 3B.16 告诉我们,只要定义域的维数不大于陪域的维数,我们还有能力让找到的线性映射成为单射.

由于 dimXdimW\dim X \le \dim W,取单射 S:XWS: X \rightarrow W,根据习题 3A.13,将 SS 进一步拓展成 T:VWT: V \rightarrow W,使其除了满足

xX,Tx=Sx\forall\, x \in X, \: Tx = Sx

还满足

u+xV,T(u+x)=Sx\forall\, u + x \in V,\:T(u + x) = Sx

这通过令 Tui=0Tu_i = 0 即可实现.

现在 TTXX 上的限制 SS 是单射,也就是说

T(u+x)=0Sx=0x=0u+xUT(u + x) = 0 \Leftrightarrow Sx = 0 \Leftrightarrow x = 0 \Leftrightarrow u + x \in U

这说明 nullT=U\text{null}\, T = U,原命题得证.

【LADR】【03】Linear Maps
https://fuwari.vercel.app/posts/math/ladr/ladr-03-linear-maps/
作者
Shy_Vector
发布于
2025-07-22
许可协议
CC BY-NC-SA 4.0