高等代数 · 课程学习笔记

第 P47 集 · 二十九：线性空间同构与维数关系

Isomorphism and Dimension — The Classification of Finite-Dimensional Spaces
北大丘维声教授 · 清华大学 进度 P47 / 151 集 核心概念：同构充要条件 · 坐标映射 · Kⁿ 标准型
提示：数学公式渲染组件（KaTeX）加载失败，公式以源码形式显示，不影响阅读内容。联网后刷新即可正常渲染。

☰本集目录

◎学习目标

  1. 掌握定理一（充要条件）：两个有限维线性空间同构 \(\iff\) 它们的维数相等；
  2. 理解定理一充分性的证明思路：通过选取基，构造显式的同构映射；
  3. 熟记推论：任一 \(n\) 维线性空间都同构于 \(K^n\)（\(n\) 元数组空间）；
  4. 理解坐标映射 \(\alpha \mapsto [a_1,a_2,\dots,a_n]^T\) 是一个具体的同构映射；
  5. 掌握同构映射下子空间的像仍是子空间，且维数保持不变；
  6. 理解"通过同构把抽象空间转化为 \(K^n\) 研究"这一方法论的意义。

1定理一：同构的充要条件 ⏱ 00:00

定理一（完整表述） 设 \(V\) 和 \(V'\) 都是数域 \(K\) 上的有限维线性空间，则
\[ V \cong V' \quad \Longleftrightarrow \quad \dim V = \dim V' \]
即：两个有限维线性空间同构，当且仅当它们的维数相等。⏱ 00:20

本集完成定理一的充分性（\(\Leftarrow\)）方向的证明。必要性（\(\Rightarrow\)）已在上一集（P46）证毕。

逻辑结构
  • 必要性（P46）：\(V \cong V' \Rightarrow \dim V = \dim V'\)，由性质五"把基映为基"直接推出。
  • 充分性（本集）：\(\dim V = \dim V' \Rightarrow V \cong V'\)，需要显式构造一个同构映射 \(\sigma\)。

2充分性的构造性证明 ⏱ 02:00

证明思路：给定 \(\dim V = \dim V' = n\)，分别在 \(V\) 和 \(V'\) 中各取一组基，然后"按坐标对应"建立映射 \(\sigma: V \to V'\)。

充分性证明：构造同构映射

已知：\(\dim V = \dim V' = n\)。

步骤一：选取基。

  • 在 \(V\) 中取一组基 \(\alpha_1,\dots,\alpha_n\)；
  • 在 \(V'\) 中取一组基 \(\gamma_1,\dots,\gamma_n\)。

步骤二：定义映射 \(\sigma\)。

对任意 \(\alpha \in V\)，有唯一表达式：

\[\alpha = a_1\alpha_1 + \cdots + a_n\alpha_n\]

定义

\[\sigma(\alpha) = a_1\gamma_1 + \cdots + a_n\gamma_n\]

即：系数 \(a_1,\dots,a_n\) 不变，把基向量 \(\alpha_i\) 换成 \(\gamma_i\)。⏱ 03:00

步骤三：验证 \(\sigma\) 是良定义的映射。

由于基的表法唯一（基的定义要求），每个 \(\alpha\) 对应唯一的系数组 \((a_1,\dots,a_n)\)，故 \(\sigma(\alpha)\) 是唯一确定的，\(\sigma\) 是映射。

步骤四：验证 \(\sigma\) 是双射。

  • 满射：对任意 \(\gamma \in V'\)，\(\gamma = c_1\gamma_1+\cdots+c_n\gamma_n\)，取 \(\alpha=c_1\alpha_1+\cdots+c_n\alpha_n\)，则 \(\sigma(\alpha)=\gamma\)。
  • 单射：若 \(\sigma(\alpha)=\sigma(\beta)\)，其中 \(\alpha=\sum a_i\alpha_i,\ \beta=\sum b_i\alpha_i\)，则 \(\sum a_i\gamma_i=\sum b_i\gamma_i\)，由 \(\gamma_i\) 线性无关得 \(a_i=b_i\)，故 \(\alpha=\beta\)。

步骤五：验证保持运算。

设 \(\alpha=\sum a_i\alpha_i,\ \beta=\sum b_i\alpha_i\)，则 \(\alpha+\beta=\sum(a_i+b_i)\alpha_i\)，于是：

\[\sigma(\alpha+\beta)=\sum(a_i+b_i)\gamma_i=\sum a_i\gamma_i+\sum b_i\gamma_i=\sigma(\alpha)+\sigma(\beta)\]

同理，对任意 \(k\in K\)，\(\sigma(k\alpha)=k\sigma(\alpha)\)。⏱ 05:00

综上，\(\sigma\) 是同构映射，故 \(V\cong V'\)。

核心洞察 构造同构映射的关键依赖是"基的表示唯一性"——没有它，映射甚至不是良定义的。⏱ 05:30丘老师强调，这正是映射概念在本阶段的深刻应用。

3推论：任一 n 维空间同构于 \(K^n\) ⏱ 06:00

推论（重要） 设 \(V\) 是数域 \(K\) 上任意一个 \(n\) 维线性空间，则
\[ V \cong K^n \]
其中 \(K^n\) 是所有 \(n\) 元数组 \((a_1,\dots,a_n)^T\) 按逐分量加法和数量乘法构成的线性空间。⏱ 06:15

证明：由定理一，只要 \(\dim V = n = \dim K^n\) 即可。而 \(K^n\) 的标准基是 \(e_1=(1,0,\dots,0)^T,\dots,e_n=(0,\dots,0,1)^T\)，共 \(n\) 个，故 \(\dim K^n=n\)，由定理一即得 \(V\cong K^n\)。

方法论意义 这是研究线性空间结构的第三条途径（通同构归类）：⏱ 06:50
任何 \(n\) 维线性空间都可以通过同构映射转化为最标准的 \(K^n\) 来研究，而 \(K^n\) 是我们从线性方程组阶段就极为熟悉的空间。因此，一旦掌握了 \(K^n\) 的性质，所有 \(n\) 维线性空间的相应性质都"自动获得"。
几何空间的同构 三维几何空间与 \(K^3\) 同构。由此，所有关于三维几何空间中向量加法、数量乘法的性质，都可以转化到 \(K^3\) 中去研究——这是我们高中就已熟悉的工具。⏱ 07:30

4标准同构映射：坐标映射 ⏱ 08:00

在推论的证明中，同构映射 \(\sigma: V \to K^n\) 可以显式写出。

定义 · 坐标映射 设 \(\alpha_1,\dots,\alpha_n\) 是 \(V\) 的一组基，对任意 \(\alpha\in V\)，有唯一表达式
\[\alpha = a_1\alpha_1 + \cdots + a_n\alpha_n\]
定义映射
\[\sigma: V \to K^n, \qquad \sigma(\alpha) = \begin{pmatrix} a_1 \\ a_2 \\ \vdots \\ a_n \end{pmatrix}\]
称 \(\sigma\) 为坐标映射（或标准同构映射）。⏱ 08:30
坐标映射是同构映射的验证

双射：由基的唯一表法，每个 \(\alpha\) 对应唯一的坐标列向量，反之每个列向量对应唯一的 \(\alpha\)，故为双射。

保持加法：若 \(\alpha\leftrightarrow(a_1,\dots,a_n)^T\)，\(\beta\leftrightarrow(b_1,\dots,b_n)^T\)，则 \(\alpha+\beta\leftrightarrow(a_1+b_1,\dots,a_n+b_n)^T\)，即 \(\sigma(\alpha+\beta)=\sigma(\alpha)+\sigma(\beta)\)。

保持数乘：\(k\alpha\leftrightarrow(ka_1,\dots,ka_n)^T\)，即 \(\sigma(k\alpha)=k\sigma(\alpha)\)。⏱ 09:10

重要性质（课后题要用） 设 \(\sigma: V \to K^n\) 是由基 \(\alpha_1,\dots,\alpha_n\) 确定的坐标映射，则对任意 \(\alpha\in V\)：
\[\alpha \text{ 在基 } \alpha_1,\dots,\alpha_n \text{ 下的坐标} \;=\; \sigma(\alpha) \;\in\; K^n\]

换言之：同构映射 \(\sigma\) 把向量映为其在给定基下的坐标列向量。⏱ 09:30

课后题提示 丘老师特别指出，这个性质将在当周的习题课中出现一道需要用到的题目。今后做任何同构相关的题目，都可以直接使用这一结论：⏱ 10:00
"对应向量的坐标相同"等价于"存在一个保基的同构映射"。

5子空间在同构下的像 ⏱ 10:30

设 \(\sigma: V \to V'\) 是同构映射，\(U\) 是 \(V\) 的一个子空间。考虑 \(U\) 中所有向量在 \(\sigma\) 下的象所构成的集合：

定义 · 象集
\[\sigma(U) = \{\,\sigma(\alpha) \mid \alpha \in U\,\} \subseteq V'\]
定理：\(\sigma(U)\) 是 \(V'\) 的子空间，且 \(\dim\sigma(U)=\dim U\)

第一步：证明 \(\sigma(U)\) 是 \(V'\) 的子空间。

  • 非空：\(\mathbf{0}_V\in U\)（子空间必含零向量），且 \(\sigma(\mathbf{0}_V)=\mathbf{0}_{V'}\)（性质一），故 \(\mathbf{0}_{V'}\in\sigma(U)\)。
  • 对加法封闭：取 \(\sigma(\alpha),\sigma(\beta)\in\sigma(U)\)（\(\alpha,\beta\in U\)），则 \(\sigma(\alpha)+\sigma(\beta)=\sigma(\alpha+\beta)\)（保持加法），而 \(\alpha+\beta\in U\)（\(U\) 是子空间），故 \(\sigma(\alpha)+\sigma(\beta)\in\sigma(U)\)。
  • 对数量乘法封闭：取 \(\sigma(\alpha)\in\sigma(U)\)，\(k\in K\)，则 \(k\sigma(\alpha)=\sigma(k\alpha)\)（保持数乘），而 \(k\alpha\in U\)，故 \(k\sigma(\alpha)\in\sigma(U)\)。⏱ 11:30

第二步：证明维数相等。

将 \(\sigma\) 限制在 \(U\) 上，得到映射 \(\sigma|_U: U \to \sigma(U)\)：

  • 单射：\(\sigma\) 本身是单射，限制后仍单射；
  • 满射：陪域取为 \(\sigma(U)\)，显然满射；
  • 保持运算：继承 \(\sigma\) 的保持加法、数乘性质。

因此 \(\sigma|_U\) 是 \(U\) 到 \(\sigma(U)\) 的同构映射。由P46定理一（同构的必要条件）：

\[\dim U = \dim \sigma(U)\]

证毕。⏱ 12:20

最终结论 在同构映射下，子空间映为子空间，且维数保持不变。⏱ 12:30
关键技巧总结 证明过程中，把 \(\sigma\) 限制到子空间 \(U\) 上，再视其为 \(U\to\sigma(U)\) 的映射，这样直接继承双射+保持运算的性质，从而得到 \(U\cong\sigma(U)\)，再用定理一得到维数相等。这是处理"子空间在同构下性质"的标准技巧。⏱ 13:00

★重点回顾

1
定理一（充要条件）：\(V\cong V'\iff\dim V=\dim V'\)（有限维情形）。必要性用性质五，充分性用构造性证明。
2
推论：任何 \(n\) 维线性空间 \(V\cong K^n\)。这建立了抽象空间与坐标空间的桥梁。
3
坐标映射：\(\sigma(\alpha)=[a_1,\dots,a_n]^T\)，其中 \(a_i\) 是 \(\alpha\) 在给定基下的坐标。这是一个具体可写的同构映射。
4
子空间的像：\(\sigma(U)\) 是 \(V'\) 的子空间，且 \(\dim\sigma(U)=\dim U\)。限制映射技巧是关键。
5
方法论：通过同构把抽象问题转化为 \(K^n\) 的具体问题——这是研究线性空间结构的第三条途径。
6
逆否命题应用：维数不同→不同构。这是最快的"判断不同构"工具。

⚠易错提醒

常见错误
  1. 混淆"同构"与"相等"：\(V\cong K^n\) 不是说 \(V=K^n\)，而是说二者结构相同。例如多项式空间 \(P_n[K]\) 与 \(K^{n+1}\) 同构但不相等。
  2. 忽视"有限维"前提：定理一及推论都要求空间是有限维的。无限维线性空间的情形不适用。
  3. 坐标映射的基依赖性：坐标映射依赖于基的选取。换一组基，坐标映射就不同。但无论选哪组基，得到的映射都是同构映射。
  4. 子空间像的维数错误：\(\sigma(U)\) 的维数等于 \(U\) 的维数，不等于 \(V\) 的维数。不要把整个空间的维数和子空间的维数混用。
  5. 充分性证明中的"唯一性"：构造映射时必须说明"由于基表示唯一，映射良定义"。跳步会导致逻辑漏洞。
  6. 忘记验证保持运算：仅验证双射还不够，必须同时验证保持加法和数乘，三者缺一不可。

✎自我检测

  1. 设 \(V\) 是数域 \(K\) 上所有三次以下多项式构成的线性空间，证明 \(V\cong K^4\)，并写出一个具体的同构映射。（提示：取基 \(1,x,x^2,x^3\)）
  2. 设 \(\sigma: V\to V'\) 是同构映射，\(U\) 是 \(V\) 的三维子空间。证明 \(\sigma(U)\) 是 \(V'\) 的三维子空间。
  3. 判断下列各组空间是否同构，说明理由：
    （a）\(M_{2\times2}(\mathbb{R})\) 与 \(\mathbb{R}^4\)；  （b）\(\mathbb{R}^2\) 与 \(\mathbb{C}\)（视为实数域上线性空间）；  （c）所有实系数多项式空间与 \(\mathbb{R}^3\)。⏱ 09:00
  4. 设 \(\alpha_1,\alpha_2,\alpha_3\) 是 \(V\) 的基，定义 \(\sigma: V\to\mathbb{R}^3\) 为坐标映射。若 \(\alpha=2\alpha_1-3\alpha_2+\alpha_3\)，求 \(\sigma(\alpha)\)。
  5. （思考题）证明：同构关系 \(\cong\) 是线性空间集合上的等价关系（自反、对称、传递）。
  6. （思考题）设 \(V\) 是 \(n\) 维线性空间，\(U\) 是 \(V\) 的 \(m\) 维子空间（\(m
三集小结 P45～P47 构成一个完整知识链：
P45：映射 → 单射/满射/双射 → 同构映射定义
P46：同构映射的五条性质 → 同构的必要条件（维数相等）
P47：同构的充要条件 → 坐标映射 → 子空间在同构下的像
三集共同构建了"通过同构分类线性空间"的理论框架。⏱ 13:00