在线性空间的研究中,有时候证明一个抽象空间的结论十分繁琐,但在中,借助直观的运算可以很容易证明,这时,如果可以证明这两个空间之间的关系(即建立的映射)保持这种性质,也就可以证明了抽象空间的结论:这种思想就是同构。
同构映射[]
设数域上的两个线性空间,如果存在一个双射,且这个双射保持加法和数乘,即,就称为从到的一个同构映射,并称同构于,记作。
“保持加法和数乘”也可以用如下两条替换:
这句中等式左侧的加法和数乘是中定义的,而右侧的加法和数乘是中定义的。
同构的等价性[]
从定义中,我们可以知道同构关系有如下性质:
- 自反性:,只需取映射为恒等映射即可,也称为自同构。
- 对称性:若,则。由于是双射,所以这个双射提供了的同构映射。
- 传递性:若且,则,由映射的合成立得。
因此,同构关系是一种等价关系。
同构映射保持线性相关性和线性无关性[]
对于。显然有
可以证明中一个向量组线性相关当且仅当中该向量组的像线性相关。逆否命题亦成立。
有限维同构的刻画[]
同一个数域上的两个有限维线性空间同构当且仅当它们的维数相等。
参见[]
参考资料
- 郭聿琦, 岑嘉评, 王正攀, 《高等代数教程》, 科学出版社, 北京, 2014-07, ISBN
978-7-0304-0417-6
.
线性代数(学科代码:1102110,GB/T 13745—2009) | |
---|---|
矩阵 | 矩阵的转置 ▪ 矩阵的逆 ▪ 对角矩阵 ▪ 初等矩阵 ▪ 等价标准型 ▪ 分块矩阵 ▪ 伴随矩阵 ▪ 酉矩阵(正交矩阵) ▪ Hermite 矩阵(实对称矩阵) ▪ 正规矩阵(实正规矩阵) ▪ 幂等矩阵 ▪ 幂零矩阵 ▪ 对合矩阵 ▪ 秩一矩阵 >>另参见数值分析<< |
行列式 | Vandermonde 行列式 ▪ 行列式的展开 ▪ Laplace 展开 ▪ 三角行列式 ▪ 三对角行列式 ▪ 行列式的计算 ▪ 析因子法 |
向量组理论 | 向量组 ▪ 替换定理 ▪ 矩阵的秩 ▪ 矩阵的迹 |
线性方程组 | Cramer 法则 ▪ 基础解系(解的结构)>>另参见数值分析<< |
线性空间和内积空间 | 线性空间的维数和基底 ▪ 线性空间的坐标变换 ▪ 线性空间的同构 ▪ 线性子空间 ▪ 线性空间的直和 ▪ 维数公式 ▪ 线性空间上的线性函数 ▪ 双线性函数 ▪ 对称双线性度量空间 ▪ 正交补空间 ▪ 内积 ▪ Euclid 空间 ▪ 向量到子空间的距离 ▪ 最小二乘法 ▪ Gram-Schmidt 正交化 |
线性变换 | 线性映射 ▪ 线性变换 ▪ 线性变换的运算 ▪ 自同构变换 ▪ 线性变换的特征值和特征向量 ▪ 特征子空间 ▪ 特征多项式 ▪ 零化多项式 ▪ 最小多项式 ▪ 关联矩阵的特征根 ▪ 线性空间的直和分解 ▪ 幂等线性变换 ▪ 正交变换 ▪ 正定矩阵 ▪ 半正定矩阵 |
矩阵标准型 | 相似标准型 ▪ λ-矩阵 ▪ 数字矩阵的特征矩阵 ▪ Frobenius 标准形 ▪ Jacobson 标准形 ▪ Jordan 标准形 |
二次型理论 | 二次型(实二次型) ▪ 二次型的化简 ▪ 正定二次型 ▪ 一对实二次型同时化简 |
所在位置:数学(110)→ 代数学(11021)→ 线性代数(1102110) |