永蔚Alex

Nautical Nonsense and Abstract Nonsense

0%

線性代數:線性映射與矩陣的對應

這份筆記是關於線性映射空間與矩陣空間間的同構關係。

同構

定義 1:同構 (Isomorphic)

給定向量空間\(V,W\),若存在可逆線性映射\(T:V\to W\),則稱\(V\)\(W\)同構,記為\(V\simeq W\)

定義 1-1:同構映射 (Isomorphism)

我們將定義1中的\(T\)稱為從\(V\)\(W\)的同構映射。

註記 2

給定有限維線性空間\(V,W\),則\(\dim V=\dim W\) iff. \(V\simeq W\)

證明:我們分成兩個部分證明。
\(\Rightarrow\)」:若\(\dim V=\dim W=n\),則令\(V\)的基底為\(\beta=\{v_1,\cdots,v_n\}\)\(W\)的基底為\(\gamma=\{w_1,\cdots,w_n\}\),則考慮映射\(T:V\to W\),其中 \[ T(v_i)=w_i,\forall i=1\sim n \] 顯然這是可逆的,故由定義\(V\simeq W\)
\(\Leftarrow\)」:若\(V\simeq W\),則存在同構映射\(T:V\to W\)。由這裡的註記3-1知由於\(T\)可逆,必須有\(\dim V=\dim W\)QED

定義 3:矩陣空間 (Space of Matrices)

我們記\(F\)上所有\(m\times n\)矩陣所構成的向量空間為\(M_{m\times n}(F)\)

定理 4

給定有限維向量空間\(V,W\),並給定他們各自的有序基底\(\beta,\gamma\)。並令\(\dim V=n, \dim W=m\),其中\(n,m<\infty\)。則定義映射\(\Phi:\mathscr{L}(V,W)\to M_{m\times n}(F)\)使得 \[ \Phi(T)=[T]^\gamma_\beta, \forall T\in\mathscr{L}(V,W) \]\(\Phi\)是一可逆線性映射 i.e. \(\Phi\)是從\(\mathscr{L}(V,W)\)\(M_{m\times n}(F)\)的同構映射 i.e. \(\mathscr{L}(V,W)\simeq M_{m\times n}(F)\)

證明\(\Phi\)顯然是線性映射,我們這裡主要希望構造出\(\Phi^{-1}\)。令\(\beta=\{v_1,\cdots,v_n\}\), \(\gamma=\{w_1,\cdots,w_m\}\)。則定義映射\(\Psi:M_{m\times n}(F)\to \mathscr{L}(V,W)\)使得 \[ \forall A\in M_{m\times n}(F), \Psi(A)=T,\mbox{ where }T(v_j)=\sum_{i=1}^n A_{ij}w_i \] 由定義易得\(\Psi\Phi(T)=T\), \(\Phi\Psi(A)=A\)QED