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
- 回顾本章节学过的三大代数结构：环（Ring）、域（Field）、线性空间（Linear space），并能准确说出它们各自的运算公理条数；
- 理解代数系统（Algebraic system）的抽象概念：非空集合配上满足一定公理的代数运算；
- 掌握域 \(F\) 上线性空间的一般化定义（将数域 \(\mathbb{K}\) 替换为任意域 \(F\)），理解"标量乘法"应称量乘而非数量乘法的原因；
- 熟悉三类典型线性空间实例：\(F^n\)、\(M_{s\times n}(F)\)、\(F[x]\)；
- 理解线性映射（linear mapping）的两个基本性质：保持加法和保持量乘，它是下一阶段研究的核心对象。
1回顾：已学的代数系统 ⏱ 02:40
本章到目前为止，我们已经引入了三类重要的代数结构。下面逐一回顾其定义所依赖的运算公理条数。
环（Ring）
设 \(R\) 为非空集合，配有两种代数运算：加法（+）与乘法（\(\cdot\)），满足：
- 加法四条公理：交换律、结合律、存在零元 \(0\)、每个元素有负元；
- 乘法两条公理：结合律、乘法对加法的左右分配律。
域（Field）
域是满足更强条件的环：在环的六条公理基础上，还要求：
- 乘法交换律（成为交换环）；
- 存在单位元\(1\neq 0\)；
- 每个非零元可逆（存在乘法逆元）。
2代数系统（Algebraic System）的抽象概念 ⏱ 09:48
定义 · 代数系统
设 \(S\) 为一个非空集合，在 \(S\) 上定义了若干代数运算（即从 \(S^k\) 到 \(S\) 的映射），并且这些运算满足某些预先指定的运算法则（公理），则称 \((S;\text{运算})\) 为一个代数系统。
环和域都是代数系统的典型例子：它们都是在某个非空集合上，定义了加法和乘法两种运算，并赋予相应的公理。
教学要点
引入代数系统的抽象概念，是为了把此前学习的各种具体代数结构放在同一个框架下理解。⏱ 10:01 丘老师特别强调：先讲具体例子（如整数环、多项式环、矩阵环），从例子中抽象出共同特征，再给出环的定义；但这并不意味着环的定义必须先有实例才能存在——定义本身是独立的。
三个具体代数系统实例一览
| 代数系统 | 非空集合 | 运算 | 公理条数 |
|---|---|---|---|
| 环 \(R\) | 任意含至少两元的集合 | 加法（二元）、乘法（二元） | 6 条（加法 4 + 乘法 2） |
| 域 \(F\) | 任意含至少两元的集合 | 加法（二元）、乘法（二元） | 环公理 + 交换 + 单位元 + 可逆 = 共 9 条 |
| 线性空间 \(V\) over \(F\) | 任意含至少零向量的集合 | 加法（二元）、量乘（\(F\times V\to V\)） | 8 条（加法 4 + 量乘 4） |
3域 \(F\) 上的线性空间 ⏱ 13:59
上一章在线性空间理论中，我们始终以数域 \(\mathbb{K}\)（如 \(\mathbb{R}\)、\(\mathbb{C}\)）作为标量域。现在把标量域推广到任意域 \(F\)，得到"\(F\) 上的线性空间"这一更一般的概念。
定义 · \(F\) 上的线性空间
设 \(F\) 为域，\(V\) 为非空集合，在 \(V\) 上定义了：
- 加法：\(V\times V\to V\)，记作 \((\alpha,\beta)\mapsto\alpha+\beta\)；
- 量乘（scalar multiplication）：\(F\times V\to V\)，记作 \((k,\alpha)\mapsto k\alpha\)（注意：\(k\in F\) 不一定是"数"，故称量乘，不称"数量乘法"）。
\[
\begin{aligned}
&\text{(加法)} \quad \alpha+\beta=\beta+\alpha,\quad (\alpha+\beta)+\gamma=\alpha+(\beta+\gamma),\\
&\phantom{\text{(加法)}}\quad \exists\,\mathbf{0}\in V:\ \alpha+\mathbf{0}=\alpha,\quad \exists\,(-\alpha):\ \alpha+(-\alpha)=\mathbf{0};\\
&\text{(量乘)} \quad k(\alpha+\beta)=k\alpha+k\beta,\quad (k+l)\alpha=k\alpha+l\alpha,\\
&\phantom{\text{(量乘)}}\quad (kl)\alpha=k(l\alpha),\quad 1_F\cdot\alpha=\alpha.
\end{aligned}
\]
重要提醒：量乘 vs 数量乘法
当 \(F=\mathbb{R}\) 或 \(\mathbb{C}\) 时，标量是实数或复数，传统称"数量乘法"。但当 \(F=\mathbb{F}_p\)（模 \(p\) 剩余类域）时，元素是剩余类 \(\bar{0},\bar{1},\dots,\overline{p-1}\)，并非普通实数。因此统一改称量乘（由域 \(F\) 的元素——称为量（scalar）——与向量相乘），避免混淆。⏱ 16:46
三类典型实例
实例 1：\(F^n\)（\(n\) 维向量空间）
由所有 \(n\) 元有序组 \((a_1,a_2,\dots,a_n)\)（\(a_i\in F\)）组成的集合，分量加法、分量量乘：
\[ (a_1,\dots,a_n)+(b_1,\dots,b_n)=(a_1+b_1,\dots,a_n+b_n),\quad k(a_1,\dots,a_n)=(ka_1,\dots,ka_n). \]
这是 \(F\) 上 \(n\) 维线性空间，标准基为 \(\mathbf{e}_1=(1,0,\dots,0),\dots,\mathbf{e}_n=(0,\dots,0,1)\)。
实例 2：\(M_{s\times n}(F)\)（\(s\times n\) 矩阵空间）
所有 \(s\) 行 \(n\) 列、元素属于 \(F\) 的矩阵构成的集合，矩阵加法、矩阵与量的数量乘（每个元素乘量）：
\[ M_{s\times n}(F) \text{ 是 } F \text{ 上 } sn \text{ 维线性空间。} \]
实例 3：\(F[x]\)（多项式空间，无穷维）
所有 \(F\) 上的一元多项式 \(a_n x^n + \cdots + a_1 x + a_0\)（\(a_i\in F\)）组成的集合，多项式加法、多项式与量的量乘：
\[ F[x] \text{ 是 } F \text{ 上无穷维线性空间，基为 } \{1,x,x^2,x^3,\dots\}. \]
双重身份：\(F[x]\) 同时还是一个有单位元的交换环（配有多项式乘法），即同一集合 \(F[x]\) 对不同的运算结构可以是不同类型的代数系统。⏱ 25:59
4线性映射（Linear Mapping）⏱ 29:37
有了线性空间这个"舞台"，下一步自然要研究空间之间的映射。但并非任意映射都值得研究，我们希望映射保持空间的代数结构。
定义 · 线性映射
设 \(V,V'\) 均为域 \(F\) 上的线性空间，\(\mathcal{A}:V\to V'\) 是一个映射。若对任意 \(\alpha,\beta\in V\) 和任意 \(k\in F\)，满足：
\[
\mathcal{A}(\alpha+\beta) = \mathcal{A}(\alpha)+\mathcal{A}(\beta), \qquad
\mathcal{A}(k\alpha) = k\,\mathcal{A}(\alpha),
\]
则称 \(\mathcal{A}\) 为线性映射（linear mapping），也称 \(F\)-线性映射或 \(F\)-映射。
两条性质分别称为保持加法和保持量乘。若用黑体大写字母 \(\mathbf{A}\) 表示映射（区别于白体表示矩阵），这是从线性代数到泛函分析、抽象代数中都反复出现的核心概念。⏱ 30:32
基本推论
- \(\mathcal{A}(\mathbf{0}_V)=\mathbf{0}_{V'}\)（零向量映到零向量）；
- \(\mathcal{A}(k_1\alpha_1+\cdots+k_m\alpha_m)=k_1\mathcal{A}(\alpha_1)+\cdots+k_m\mathcal{A}(\alpha_m)\)（保持任意有限线性组合）。
下一章预告：特征多项式与有限域上的异常
当 \(F=\mathbb{F}_p\)（有限域）时，会出现与特征 0 域显著不同的现象：两个不同的多项式可以诱导相同的函数（多项式函数）。例如在 \(\mathbb{F}_3\) 上，\(x^3\) 与 \(x\) 作为多项式不同，但对所有 \(x\in\mathbb{F}_3\) 都有 \(x^3=x\)（Fermat 小定理）。⏱ 00:01 这表明：在有限域上，"多项式"与"多项式函数"不能等同看待，必须加以区分。这一现象在特征 0 域（如 \(\mathbb{Q},\mathbb{R}\)）上不会出现。
★重点回顾
1
代数系统是对一类具有运算结构之集合的统称，环、域、线性空间均是不同公理体系下的具体代数系统。
2
环（6 条公理：加法 4 + 乘法 2）> 域（环 + 交换 + 单位元 + 可逆，共 9 条）> 线性空间（8 条：加法 4 + 量乘 4）。层次越高，约束越强，性质越丰富。
3
量乘记号 \(k\alpha\) 是统一处理任意标量域 \(F\) 的关键：当 \(F=\mathbb{F}_p\) 时，标量不是通常的实数，必须避免说"数量乘法"。
4
三类典型线性空间：\(F^n\)（\(n\) 维）、\(M_{s\times n}(F)\)（\(sn\) 维）、\(F[x]\)（无穷维）。同一集合 \(F[x]\) 还可配上乘法成为环。
5
线性映射 \(\mathcal{A}:V\to V'\) 保持加法与量乘，是下一章研究的核心对象，也是连接代数结构与线性结构的重要桥梁。
6
有限域上的反常现象：\(\mathbb{F}_p[x]\) 中不同多项式可诱导相同函数，特征 0 域上无此问题。原因：特征 0 域无限多元素保证多项式相等可由函数相等推出；有限域上元素有限，此推论失效。
⚠易错点提醒
常见错误
- 将"量乘"误解为数量乘法：在 \(\mathbb{F}_p\) 上线性空间中，标量 \(\bar{k}\in\mathbb{F}_p\) 是剩余类而非实数，量乘定义为 \(\bar{k}\cdot\alpha := \underbrace{\alpha+\cdots+\alpha}_{k\text{ 次}}\)，不可机械套用实数乘法的直觉。
- 混淆多项式与多项式函数：在有限域 \(\mathbb{F}_p\) 上，\(f(x)=x^p-x\) 作为多项式非零，但作为函数恒等于 0。在特征 0 域上两者等价，在特征 \(p\) 域上必须严格区分。
- 误以为线性空间必须是"向量"的集合：矩阵、多项式、函数等均可作为线性空间的元素，关键在于有无满足公理的加法和量乘运算。
- 线性映射只验证加法不验证量乘：线性映射的两个条件缺一不可。仅保持加法称为"加性映射"，仅保持量乘称为"齐次映射"，两者都满足才是线性映射。
- 忽略 \(F[x]\) 的双重身份：\(F[x]\) 既是 \(F\) 上线性空间（加法+量乘），又是环（加法+乘法）。不同运算结构赋予它不同代数属性，解题时需明确当前语境。
✎自测与作业
- 证明：在域 \(F\) 上线性空间 \(V\) 中，对任意 \(\alpha\in V\)，有 \(0_F\cdot\alpha=\mathbf{0}_V\) 和 \(k\cdot\mathbf{0}_V=\mathbf{0}_{V'}\)（其中 \(0_F\) 是 \(F\) 的零元）。
- 验证 \(M_{2\times 3}(\mathbb{F}_2)\) 中矩阵加法与量乘满足线性空间八条公理，并说明该空间的维数和元素个数。
- 在 \(\mathbb{F}_3[x]\) 中，验证多项式 \(f(x)=x^3-x\) 和 \(g(x)=0\)（零多项式）作为函数在 \(\mathbb{F}_3=\{\bar{0},\bar{1},\bar{2}\}\) 上取值完全相同，但 \(f\neq g\) 作为多项式。
- 证明：设 \(\mathcal{A}:V\to V'\) 是线性映射，则 \(\ker\mathcal{A}=\{\alpha\in V\mid\mathcal{A}(\alpha)=\mathbf{0}_{V'}\}\) 是 \(V\) 的线性子空间。
- （思考题）若 \(F=\mathbb{F}_p\)，证明对任意 \(\alpha\in V\)（\(F\) 上线性空间），有 \(p\cdot\alpha=\mathbf{0}_V\)（即 \(\alpha\) 加 \(p\) 次等于零向量）。
- （选做）设 \(V=F^n\)，\(\mathcal{A}:V\to V\) 定义为 \(\mathcal{A}(\alpha_1,\dots,\alpha_n)=(\alpha_2,\alpha_3,\dots,\alpha_n,0)\)（右移零填充）。验证 \(\mathcal{A}\) 是线性映射，并求 \(\ker\mathcal{A}\) 和 \(\operatorname{Im}\mathcal{A}\)。
本章小结
第 P83–P85 三集构成本章的非考试拓展内容，系统介绍了剩余类环 \(\mathbb{Z}/n\mathbb{Z}\)、域 \(\mathbb{F}_p\)、域的特征、代数系统及有限域上线性空间的基本理论。这些概念为后续研究多项式理论、矩阵理论和线性变换奠定了坚实的代数基础。下一章将从线性空间过渡到线性映射的系统研究。