Loading [MathJax]/jax/output/HTML-CSS/jax.js

线性映射的对偶的零空间和值域

我们在 对偶空间与对偶映射 一节讨论了对偶空间和对偶映射的定义。对偶空间把线性泛函和一个特定的空间V联系起来,从对偶空间导出对偶基的概念。从一般的线性映射导出了对偶映射的概念,进而导出对偶映射的一些性质,这些性质和其对应的线性映射之间存在紧密的联系。

今天学习线性映射的对偶的零空间和值域。顾名思义,线性映射T的对偶T指对偶空间L(W,V)中的映射,其零空间和值域按照零空间和值域的记号可以写为:nullT,rangeT。显然对偶映射与其对应的线性映射之间存在紧密的联系,则对偶空间的零空间和值域也必然与nullTrangeT之间存在紧密的联系。

对于UVU的零化子(annihilator)U0定义如下:U0={φV:uU,φ(u)=0}

从定义可以解读,零化子是线性泛函的集合,这个线性泛函是针对V的对偶空间。属于零化子的线性泛函具有uU,φ(u)=0的特性。

UP(R)的用x2乘以所有多项式所得到的子空间,若φP(R)上由φ(p)=p(0)定义的线性泛函,则φU0

对于UV,零化子U0V的子集。于是U0依赖于包含U的向量空间,所以记号U0V或许更准确,这个记号告诉我们UV且零化子是属于V0的子集。

e1,e2,e3,e4,e5表示R5的标准基,用φ1,φ2,φ3,φ4,φ5表示(R5)的对偶基。设:

U=span(e1,e2)={(x1,x2,0,0,0)R5:x1,x2R}

证明:U0=span(φ3,φ4,φ5)

因为φ1,φ2,φ3,φ4,φ5(R5)的对偶基,则这个对偶基是把R5中的向量x=(x1,x2,x3,x4,x5)变为对应坐标元素的基,即: φi(x)=xi,i{1,2,3,4,5}

设线性泛函φspan(φ3,φ4,φ5),则c3,c4,c5,使得:φ=c3φ3+c4φ4+c5φ5,显然φ(R5),又因为U=span(e1,e2),则对于x=(x1,x2,0,0,0)U,有: φ(x)=c3φ3(x)+c4φ4(x)+c5φ5(x)=0 所以φU0,又由于φ的任意性,span(φ3,φ4,φ5)U0

接下来我们证明另一方面:证明U0span(φ3,φ4,φ5)

φU0,因为U0(R5)的子集,则φ可以表示成(R5)的基的线性组合,即:c1,c2,c3,c4,c5使得: φ=c1φ1+c2φ2++c5φ5,因为φU0,则对于uU,有φ(u)=0。因为U=span(e1,e2)φ(e1)=0,φ(e2)=0,进而c1=0,c2=0,所以:φ=c3φ3+c4φ4+c5φ5 即:U0span(φ3,φ4,φ5)

综上有:U0=span(φ3,φ4,φ5)

UV,则U0V的子空间。

证明这样的问题,我们可以从证明子空间的三点出发:1. 包含零元,2. 可加性,3. 齐次性。

U0中包含线性泛函0是显然的。接下来我们证明可加性和齐次性。

φ,ϕU0,则对于uU,有:

(φ+ϕ)(u)=φ(u)+ϕ(u)=0

另外对于λF,ϕU0,则对于(λϕ)(u)=λ(ϕ(u))=λ0=0

所以零化子U0V的子空间。

对于零化子的维数有一个结论:

V是有限维的,UV的子空间,则:dimU+dimU0=dimV

证明之前,明确一下U0U0U零化子,零化子是线性泛函的集合,零化子里的线性泛函把uU映射为0

iL(U,V)是包含映射,定义如下:对uUi(u)=u,则iVU的线性映射。对i应用线性映射基本定理有:

dimrangei+dimnulli=dimV

nulli=U0,且dimV=dimV,故上式变为:

dimrangei+dimU0=dimV

ϕU,则ϕ可以扩张为V上的线性泛函ψi的定义表明i(ψ)=ϕ.所以ϕrangei,这表明rangei=U。因此:dimrangei=dimU=dimU

综上原命题得证。

这个命题的证明过程综合了好多个知识点,现在我们慢慢消化它。首先:从定义i(u)=ui是从VU的线性映射出发。我们知道i(ϕ)=0,ϕV意味着ϕi=0,又因为i是包含映射,所以有:ϕU0

另外对于i的定义,这个线性映射把一个线性泛函映射为另外一个线性泛函,要紧扣对偶映射的定义。

VW都是有限维,TL(V,W),则:

  1. nullT=(rangeT)0
  2. dimnullT=dimnullT+dimWdimV
  1. 首先假设φnullT,则0=T(φ)=φT,对于vV,有:0=(φT)(v)=φ(Tv)于是φ(rangeT)0,即nullT(rangeT)0 为了证明另外一个方面,设φ(rangeT)0,我们知道(rangeT)0={ϕW:ωrangeT,ϕ(ω)=0},假设φ(rangeT)0,我们要证明φnullT。因为φ(rangeT)0,则有:vrangeT,φ(Tv)=0=(φT)v,显然有φT=0=T(φ),即,φnullT,即(rangeT)0nullT
  2. 第二步的证明:
dimnullT=dim(rangeT)0=dimWdimrangeT=dimW(dimVdimnullT)=dimnullT+dimWdimV

第一个等式直接利用第一步的结果,第二个等式利用零化子的维数公式,第三个等式利用了线性映射基本定理。

VW是有限维的,TL(V,W),则T是满的当且仅当T是单的。

我们之前有nullT=(rangeT)0,所以rangeT=W当且仅当(rangeT)0={0},当且仅当nullT={0},即T是单的。

VW都是有限维的,TL(V,W),则:

  1. dimrangeT=dimrangeT
  2. rangeT=(nullT)0

首先我们证明第一个问题:

dimrangeT=dimWdimnullT=dimWdim(rangeT)0=dimrangeT

第一个等式是线性应设定里的直接使用。第二个等式是dimW=dimWdimnullTdim(rangeT)0的实用。第三个等式是dimU+dimU0=dimV的直接使用。

然后我们证明第二个问题: 设φrangeT,由于rangeTV,则φV。存在ψW,使得T(ψ)=φ,设vnullT,则有vV,所以φ(v)=T(ψ)(v)=ψT(v)=0,所以φ(nullT)0,即rangeT(nullT)0

为了完成证明,我们需要证明dimrangeT=dim(nullT)0,注意:

dimrangeT=dimrangeT=dimVdimnullT=dim(nullT)0

T是单的等价于T是满的。

映射TL(V,W)是单的当且仅当nullT={0},当且仅当(nullT)0=V (因为当nullT={0}时,V中的任意一个线性泛函都可以把nullT中的元素映射为0) ,当且仅当dimrangeT=dimV,即rangeT=V