☰本集目录
◎学习目标
- 理解线性映射的复合(乘法)运算的定义与条件;
- 掌握复合运算满足结合律但不满足交换律;
- 掌握左右分配律(加法和数乘对复合的分配);
- 理解 \(\operatorname{End}(V)=\operatorname{Hom}(V,V)\) 构成有单位元的非交换环;
- 理解幂等变换(\(P^2=P\))的概念,掌握投影变换的定义与性质。
1线性映射的复合(乘法)运算 ⏱ 00:00
设 \(A:V\to U\) 和 \(B:U\to W\) 都是线性映射,从映射(函数)的角度,自然可以定义它们的复合:
证明:
2运算律:结合律与分配律 ⏱ 02:00
反例:取 \(V=\mathbb{R}^2\),\(A(x,y)=(y,0)\)(投影到 \(x\) 轴),\(B(x,y)=(0,x)\)(投影到 \(y\) 轴)。则 \(AB(x,y)=A(0,x)=(x,0)\),但 \(BA(x,y)=B(y,0)=(0,y)\),显然不同。
3线性变换的幂与环结构 ⏱ 08:00
当 \(W=V\) 时,\(\operatorname{Hom}(V,V)\) 中任意两个元素都可以做复合(乘法),因为定义域和目标空间都是 \(V\)。
- 加法:\((A+B)(\alpha)=A(\alpha)+B(\alpha)\)(交换群);
- 乘法(复合):满足结合律和左右分配律;
- 单位元:恒等变换 \(I\);
- 非交换环:一般 \(AB\neq BA\)。
4投影变换与幂等变换 ⏱ 11:15
从几何直观出发:在平面 \(V\) 中,取过原点 \(O\) 的一条直线 \(W\) 和一个不与此直线重合的定向,则每个向量 \(\alpha\) 可沿该方向"投影"到 \(W\) 上,得到一个向量 \(\alpha_1\in W\)。
几何例子
设 \(V\) 是平面,\(U\) 是过原点的 \(x\) 轴,\(W\) 是过原点的 \(y\) 轴,则 \(V=U\oplus W\)。对任意 \(\alpha\in V\),唯一分解 \(\alpha=\alpha_1+\alpha_2\)(\(\alpha_1\in U\),\(\alpha_2\in W\)),定义 平行投影 \(P_U:\;P_U(\alpha)=\alpha_1\)。
证明 \(P_V\) 是线性变换
设 \(\alpha=\alpha_1+\alpha_2\),\(\beta=\beta_1+\beta_2\),其中 \(\alpha_i\in U\),\(\beta_i\in W\)。⏱ 13:00
保加法:\(\alpha+\beta=(\alpha_1+\beta_1)+(\alpha_2+\beta_2)\),而 \(\alpha_1+\beta_1\in U\),\(\alpha_2+\beta_2\in W\),由直和分解的唯一性,\(P_V(\alpha+\beta)=\alpha_1+\beta_1=P_V(\alpha)+P_V(\beta)\)。
保数乘:\(c\alpha=c\alpha_1+c\alpha_2\),且 \(c\alpha_1\in U\),\(c\alpha_2\in W\),故 \(P_V(c\alpha)=c\alpha_1=c\,P_V(\alpha)\)。
- 若 \(\alpha\in U\),则 \(P_V(\alpha)=\alpha\)(在 \(U\) 上不动);
- 若 \(\alpha\in W\),则 \(P_V(\alpha)=\mathbf{0}\)(映到零向量);
- 幂等性:\(P_V^2=P_V\)(即 \(P_V\circ P_V=P_V\))。
丘老师反复强调:投影是我们研究线性映射始终要抓住的技术例子——它是几何直观最清晰的线性变换,几乎所有抽象性质都能在投影上找到具体对应。⏱ 16:00
幂等变换的结构定理(补充)
设 \(A\in\operatorname{End}(V)\) 满足 \(A^2=A\)。令 \(U=\operatorname{Im}(A)\)(值域),\(W=\ker(A)\)(核)。则:
- 对任意 \(\alpha\in U\),存在 \(\beta\in V\) 使 \(\alpha=A(\beta)\),故 \(A(\alpha)=A^2(\beta)=A(\beta)=\alpha\),即 \(A|_U=I_U\);
- 对任意 \(\omega\in W\),\(A(\omega)=\mathbf{0}\);
- 任意 \(\alpha\in V\) 可分解为 \(\alpha=A(\alpha)+(\alpha-A(\alpha))\),其中 \(A(\alpha)\in U\),\(\alpha-A(\alpha)\in W\)(因为 \(A(\alpha-A(\alpha))=A^2(\alpha)-A(\alpha)=A(\alpha)-A(\alpha)=\mathbf{0}\));
- 且 \(U\cap W=\{\mathbf{0}\}\),故 \(V=U\oplus W\),且 \(A\) 正是沿 \(W\) 到 \(U\) 的投影。
5可逆线性变换的逆仍是线性的 ⏱ 18:00
证明
需验证 \(A^{-1}\) 保加法和保数乘。
保加法:设 \(u,v\in V\),令 \(\alpha=A^{-1}(u)\),\(\beta=A^{-1}(v)\),则 \(A(\alpha)=u\),\(A(\beta)=v\)。由 \(A\) 的线性:
两边作用 \(A^{-1}\):\(\alpha+\beta=A^{-1}(u+v)\),即 \(A^{-1}(u)+A^{-1}(v)=A^{-1}(u+v)\)。
保数乘:类似,\(A(c\alpha)=c\,A(\alpha)=cu\),故 \(A^{-1}(cu)=c\,A^{-1}(u)\)。
故 \(A^{-1}\in\operatorname{End}(V)\)。⏱ 19:00
★重点回顾
⚠常见误区提醒
- 误认为复合运算可交换:一般 \(AB\neq BA\),即使都是同一个空间上的线性变换。
- 混淆"投影"与"正交投影":本课的投影是沿 \(W\) 方向到 \(U\) 的平行投影,不一定是正交投影(正交投影是内积空间的概念)。
- 幂等变换的定义记错:幂等变换是 \(A^2=A\),不是 \(A^2=I\)(后者是对合变换/involution)。
- 忽略复合的前提条件:\(BA\) 要求 \(A\) 的值域包含于 \(B\) 的定义域;不是任意两个线性变换都能复合。
- 把投影当成唯一特殊变换:投影是贯穿整个线性映射理论的核心例子,几乎所有抽象结论都能在投影上找到具体验证,务必反复体会。
✎自测题
- 设 \(A:\mathbb{R}^2\to\mathbb{R}^2\),\(A(x,y)=(x+y,\;x-y)\);\(B:\mathbb{R}^2\to\mathbb{R}^2\),\(B(x,y)=(2x,\;3y)\)。
计算 \(AB\) 和 \(BA\),验证 \(AB\neq BA\)。 - 设 \(A,B,C\in\operatorname{End}(V)\),验证 \((A+B)C=AC+BC\)(左分配律)。
- 证明:若 \(A^2=A\),则 \((I-A)^2=I-A\)。(即 \(I-A\) 也是幂等变换。)
- 在 \(\mathbb{R}^3\) 中,设 \(U=\operatorname{span}\{(1,0,0),(0,1,0)\}\),\(W=\operatorname{span}\{(0,0,1)\}\)。求沿 \(W\) 到 \(U\) 的投影变换 \(P_U\) 的矩阵表示。
- 证明:投影变换 \(P\) 的幂等性 \(P^2=P\) 等价于:对任意 \(\alpha\in V\),\(P(\alpha)\) 属于投影的目标子空间,且在该子空间上 \(P\) 是恒等变换。
- (思考)设 \(A\) 是可逆线性变换,证明 \(A^{-1}\) 也是线性变换,并利用此结论说明:若 \(A\) 是幂等变换且可逆,则必有 \(A=I\)。