主要内容

高等代数教学辅导

4.4 像与核

建设中!

子节 4.4.1

定义 4.4.2.

\(\phi\in \mathcal{L}(V,U)\),集合
\begin{equation*} \phi (V)=\{\phi(\alpha)|\alpha\in V\} \end{equation*}
称为线性映射\(\phi\) ,记作\({\rm Im}\phi\)
集合
\begin{equation*} \phi^{-1}(0)=\{\alpha\in V|\phi(\alpha)=0\} \end{equation*}
称为线性映射\(\phi\) ,记作\({\rm Ker}\phi\)
  • 引理 4.4.1\({\rm Im}\phi\)\(U\)的子空间,\({\rm Ker}\phi\)\(V\)的子空间。

定义 4.4.3.

线性映射\(\phi\)的像空间\({\rm Im}\phi\)维数称为\(\phi\)\(\phi\)的核空间\({\rm Ker}\phi\)的维数称为\(\phi\)零度

备注 4.4.6.

虽然\({\rm Im}\phi\)\({\rm Ker}\phi\)的维数之和等于\(n\),但是\({\rm Im}\phi+{\rm Ker}\phi\)未必等于\(V\)

练习 4.4.2 练习

1.

\(V\)\(\mathbb{R}\)上全体实函数构成线性空间,
\begin{equation*} \varphi:V\to V,\ f(x)\mapsto \frac{1}{2}(f(x)+f(-x)), \end{equation*}
\(\rm{Ker }\varphi,\rm{Im}\varphi\)
解答.
\begin{equation*} {\rm Ker}\varphi =\{f(x)\in V\ |\ \frac{1}{2}(f(x)+f(-x))=0\}=\{f(x)\in V\ |\ f(x)\mbox{为奇函数}\}\mbox{。} \end{equation*}
对任意\(g(x)\in{\rm Im}\varphi\),存在\(f(x)\in V\)使得\(g(x)=\varphi (f(x))=\frac{1}{2}(f(x)+f(-x))\),则
\begin{equation*} g(-x)=\frac{1}{2}(f(-x)+f(x))=g(x), \end{equation*}
\(g(x)\)是偶函数。反之,对任意偶函数\(h(x)\),存在\(h(x)\in V\),使得
\begin{equation*} h(x)=\frac{1}{2}(h(x)+h(-x))=\varphi (h(x)), \end{equation*}
\(h(x)\in{\rm Im}\varphi\)。因此\({\rm Im}\varphi=\{f(x)\in V\ |\ f(x)\mbox{为偶函数}\}\)

2.

\(\varphi:\mathbb{F}^{n\times n}\rightarrow\mathbb{F}, A\mapsto tr(A)\)是线性映射。求\(\rm{Ker}\varphi, \rm{Im} \varphi\),并分别求它们的一个基和维数。
解答.
\({\rm Ker}\varphi =\{A\in\mathbb{F}^{n\times n}\ |\ tr(A)=0\}.\) \(E_{ij}(1\leq i\neq j\leq n), E_{kk}-E_{nn}(k=1,2,\cdots ,n-1)\)\({\rm Ker}\varphi\)的一个基。事实上,若
\begin{equation*} \sum\limits_{1\leq i\neq j\leq n}a_{ij}E_{ij} + \sum\limits_{k=1}^{n-1}a_{kk}(E_{kk}-E_{nn})=0, \end{equation*}
\begin{equation*} \begin{pmatrix} a_{11}&a_{12}&\cdots&a_{1,n-1}&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2,n-1}&a_{2n}\\ \cdots&\cdots&\cdots&\cdots&\cdots\\ a_{n-1,1}&a_{n-1,2}&\cdots&a_{n-1,n-1}&a_{n-1,n}\\ a_{n1}&a_{n2}&\cdots&a_{n,n-1}&-a_{11}-a_{22}-\cdots -a_{n-1,n-1}\\ \end{pmatrix}=0, \end{equation*}
\(a_{ij}=0,\ a_{kk}=0,\forall 1\leq i\neq j\leq n, k=1,2,\cdots ,n-1\)。 故\(E_{ij}(1\leq i\neq j\leq n), E_{kk}-E_{nn}(k=1,2,\cdots ,n-1)\)线性无关。
另一方面,对任意\(A=(a_{ij})_{n\times n}\in{\rm Ker}\varphi\),由\(tr (A)=0\)
\begin{equation*} a_{nn}=-a_{11}-a_{22}-\cdots -a_{n-1,n-1}, \end{equation*}
于是,
\begin{equation*} A=\sum\limits_{1\leq i\neq j\leq n}a_{ij}E_{ij} + \sum\limits_{k=1}^{n-1}a_{kk}(E_{kk}-E_{nn}). \end{equation*}
所以,
\begin{equation*} E_{ij}(1\leq i\neq j\leq n), E_{kk}-E_{nn}(k=1,2,\cdots ,n-1) \end{equation*}
\({\rm Ker}\varphi\)的一个基,\(\dim{\rm Ker}\varphi =n^2-1\)
\begin{equation*} {\rm Im}\varphi=\{tr(A)\ |\ A\in\mathbb{F}^{n\times n}\}=\mathbb{F}, \end{equation*}
所以\(1\)\({\rm Im}\varphi\)的一个基,\(\dim{\rm Im}\varphi =1\)

3.

\(A=\begin{pmatrix} 1&2\\2&4 \end{pmatrix}\),定义线性映射\(\varphi_A:\mathbb{F}^{2\times 2}\to \mathbb{F}^{2\times 2},\ B\mapsto AB\),求\({\rm Ker}\varphi_A,{\rm Im}\varphi_A\),并分别求它们的一个基和维数。
解答.
解法一:因为
\begin{equation*} \begin{array}{ccl}{\rm Im}\varphi_A&=&\{AB\ |\ B\in\mathbb{F}^{2\times 2}\}=\left\{\begin{pmatrix} b_{11}+2b_{21}&b_{12}+2b_{22}\\ 2b_{11}+4b_{21}&2b_{12}+4b_{22} \end{pmatrix}\ \left|\ \begin{pmatrix} b_{11}&b_{12}\\b_{21}&b_{22} \end{pmatrix}\in\mathbb{F}^{2\times 2}\right.\right\}\\ &=&\left\{\left. \begin{pmatrix} a&b\\2a&2b \end{pmatrix}\ \right|\ a,b\in\mathbb{F}\right\},\end{array} \end{equation*}
所以\(\begin{pmatrix} 1&0\\2&0 \end{pmatrix}, \begin{pmatrix} 0&1\\0&2 \end{pmatrix}\)\({\rm Im}\varphi_A\)的一个基,\(\dim{\rm Im}\varphi_A=2\)
因为
\begin{equation*} \begin{array}{ccl}B=\begin{pmatrix} b_{11}&b_{12}\\b_{21}&b_{22} \end{pmatrix}\in{\rm Ker}\varphi_A&\Leftrightarrow& \varphi_A(B)=0,\mbox{即}\begin{pmatrix} b_{11}+2b_{21}&b_{12}+2b_{22}\\ 2b_{11}+4b_{21}&2b_{12}+4b_{22} \end{pmatrix}=0\\ &\Leftrightarrow &b_{11}=-2b_{21},b_{12}=-2b_{22},\end{array} \end{equation*}
所以\({\rm Ker}\varphi_A=\left\{\begin{pmatrix} -2a&-2b\\a&b \end{pmatrix}\ |\ a,b\in\mathbb{F}\right\}\)。故\(\begin{pmatrix} -2&0\\1&0 \end{pmatrix}, \begin{pmatrix} 0&-2\\0&1 \end{pmatrix}\)\({\rm Ker}\varphi_A\)的一个基,\(\dim{\rm Ker}\varphi_A=2\)
解法二: 因为
\begin{equation*} \varphi_A(E_{11},E_{12},E_{21},E_{22})=(E_{11},E_{12},E_{21},E_{22})M, \end{equation*}
其中
\begin{equation*} M=\begin{pmatrix} 1&0&2&0\\ 0&1&0&2\\ 2&0&4&0\\ 0&2&0&4 \end{pmatrix}\rightarrow\begin{pmatrix} 1&0&2&0\\ 0&1&0&2\\ 0&0&0&0\\ 0&0&0&0 \end{pmatrix}. \end{equation*}
所以\(\dim{\rm Im}\varphi_A=r(M)=2\)\({\rm Im}\varphi_A=\langle E_{11}+2E_{21},E_{12}+2E_{22}\rangle\)\({\rm Im}\varphi_A\)的一个基为\(E_{11}+2E_{21},E_{12}+2E_{22}\)\(MX=0\)的基础解系为\((-2,0,1,0)^T,(0,-2,0,1)^T\),所以\(\dim{\rm Ker}\varphi_A=2\)
\begin{equation*} {\rm Ker}\varphi_A=\langle -2E_{11}+E_{21},-2E_{12}+E_{22}\rangle, \end{equation*}
\({\rm Ker}\varphi_A\)的一个基为\(-2E_{11}+E_{21},-2E_{12}+E_{22}\)

4.

\(\varphi\)是线性空间\(V\)上的线性变换,证明:
\begin{equation*} {\rm Ker}\varphi\subseteq{\rm Im} ({\rm id}_V-\varphi),\ {\rm Ker} ({\rm id}_V-\varphi)\subseteq {\rm Im}\varphi. \end{equation*}
解答.
对任意\(\alpha\in{\rm Ker}\varphi\),有\(\varphi (\alpha)=0\)。则
\begin{equation*} \alpha= \alpha -\varphi(\alpha)=({\rm id}_V-\varphi)(\alpha)\in{\rm Im}({\rm id}_V-\varphi). \end{equation*}
\({\rm Ker}\varphi\subseteq{\rm Im}({\rm id}_V-\varphi)\)
对任意\(\beta\in{\rm Ker}({\rm id}_V-\varphi)\),有\(({\rm id}_V-\varphi)(\beta)=0\),则\(\beta=\varphi(\beta)\in{\rm Im}\varphi\)。因此
\begin{equation*} {\rm Ker}({\rm id}_V-\varphi)\subseteq{\rm Im}\varphi . \end{equation*}

5.

\(\varphi,\psi\)是线性空间\(V\)上的两个线性变换,且\(\varphi^2=\varphi,\psi^2=\psi\),证明:
  1. \({\rm Im}\varphi={\rm Im}\psi\)的充分必要条件是\(\varphi\psi=\psi,\psi\varphi=\varphi\)
  2. \({\rm Ker}\varphi={\rm Ker}\psi\)的充分必要条件是\(\varphi\psi=\varphi,\psi\varphi=\psi\)
解答.
  1. 充分性:对任意\(\alpha\in{\rm Im}\varphi\),存在\(\beta\in V\)使得\(\alpha=\varphi(\beta)\)。由\(\varphi=\psi\varphi\)
    \begin{equation*} \alpha=\psi(\varphi(\beta))\in{\rm Im}\psi , \end{equation*}
    \({\rm Im}\varphi\subseteq{\rm Im}\psi\)。同理,由\(\psi=\varphi\psi\)\({\rm Im}\psi\subseteq{\rm Im}\varphi\)。因此\({\rm Im}\varphi={\rm Im}\psi\)
    必要性:对任意\(\alpha\in V\),由于\(\varphi (\alpha)\in{\rm Im}\varphi={\rm Im}\psi\),所以存在\(\beta\in V\)使得\(\varphi(\alpha)=\psi(\beta)\)。于是\(\psi\varphi(\alpha)=\psi^2(\beta)\)。又\(\psi^2=\psi\),故
    \begin{equation*} \psi\varphi(\alpha)=\psi^2(\beta)=\psi(\beta)=\varphi(\alpha), \end{equation*}
    \(\psi\varphi=\varphi\)。同理可证\(\varphi\psi=\psi\)
  2. 充分性:对任意\(\alpha\in{\rm Ker}\varphi\),有\(\varphi(\alpha)=0\)。由\(\psi\varphi=\psi\)
    \begin{equation*} \psi(\alpha)=\psi(\varphi(\alpha))=\psi(0)=0, \end{equation*}
    \(\alpha\in{\rm Ker}\psi\),故\({\rm Ker}\varphi\subseteq{\rm Ker}\psi\)。同理,由\(\varphi\psi=\varphi\)\({\rm Ker}\psi\subseteq{\rm Ker}\varphi\)。因此\({\rm Ker}\varphi={\rm Ker}\psi\)
    必要性:对任意\(\alpha\in V\),由\(\varphi^2=\varphi\)
    \begin{equation*} \varphi\left(\varphi(\alpha)-\alpha\right)=\varphi^2(\alpha)-\varphi(\alpha)=0, \end{equation*}
    \(\varphi(\alpha)-\alpha\in{\rm Ker}\varphi\)。注意到\({\rm Ker}\varphi={\rm Ker}\psi\),所以\(\psi\left(\varphi(\alpha)-\alpha\right)=0\),即\(\psi\varphi(\alpha)=\psi(\alpha)\)。因此\(\psi\varphi=\psi\)。同理可证\(\varphi\psi=\varphi\)

6.

证明:有限维线性空间\(V\)的任意子空间\(U\)都是\(V\)上某个线性变换的核;有限维线性空间\(V\)的任意子空间\(U\)都是\(V\)上某个线性变换的像。证明:有限维线性空间\(V\)的任意子空间\(U\)都是\(V\)上某个线性变换的核;有限维线性空间\(V\)的任意子空间\(U\)都是\(V\)上某个线性变换的像。
解答.
\(\xi_1,\xi_2,\cdots ,\xi_r\)\(U\)的一个基,将其扩充为\(V\)的一个基\(\xi_1,\xi_2,\cdots , \xi_r,\xi_{r+1},\cdots ,\xi_n\),定义
\begin{equation*} \varphi:V\rightarrow V,\ \sum\limits_{i=1}^n c_i \xi_i\mapsto \sum\limits_{i=r+1}^n c_i \xi_i, \end{equation*}
\(\varphi\)\(V\)上线性变换且\({\rm Ker}\varphi =U\)
定义
\begin{equation*} \psi :V\rightarrow V,\ \sum\limits_{i=1}^n c_i \xi_i\mapsto \sum\limits_{i=1}^r c_i \xi_i, \end{equation*}
\(\psi\)\(V\)上线性变换且\({\rm Im}\psi =U\)

7.

\(V\)是数域\(\mathbb{F}\)\(n\)维线性空间,\(\varphi_1,\varphi_2,\cdots ,\varphi_s\)\(V\)上的非零线性变换,证明:存在\(\alpha\in V\),使得\(\varphi_i(\alpha)\neq 0,\ i=1,2,\cdots ,s\)
解答.
\(V_i={\rm Ker}\varphi_i,i=1,2,\cdots ,s\),则\(V_i\)\(V\)的子空间。
因为\(\varphi_i\neq 0\),所以\(V_i\)\(V\)的真子空间。由第三章总复习题第8题知,存在\(\alpha\in V\),使得\(\alpha\not\in\bigcup\limits_{i=1}^s V_i\),即\(\varphi_i(\alpha)\neq 0,i=1,2,\cdots ,s\)

8.

\(V\)是数域\(\mathbb{F}\)\(n\)维线性空间,\(\varphi_1,\varphi_2,\cdots ,\varphi_s\)\(V\)上两两不同的线性变换,证明:存在\(\alpha\in V\),使得\(\varphi_1(\alpha),\varphi_2(\alpha),\cdots ,\varphi_s(\alpha)\)两两不同。
解答.
\(V_{ij}={\rm Ker}(\varphi_i-\varphi_j),1\leq i<j\leq n\),则\(V_{ij}\)\(V\)的子空间。
因为\(\varphi_i\neq \varphi_j\),所以\(V_{ij}\)\(V\)的真子空间。由第三章总复习题第8题知,存在\(\alpha\in V\),使得\(\alpha\not\in\bigcup\limits_{1\leq i<j\leq s} V_{ij}\),即\(\varphi_i(\alpha)-\varphi_j(\alpha)\neq 0,\forall 1\leq i<j\leq n.\)
故存在\(\alpha\in V\),使得\(\varphi_1(\alpha),\varphi_2(\alpha),\cdots ,\varphi_s(\alpha)\)两两不同。

9.

\(\xi_1,\xi_2,\xi_3,\xi_4\)是线性空间\(V\)的一个基,\(\eta_1,\eta_2,\eta_3\)是线性空间\(U\)的一个基,\(\varphi\in\mathcal{L} (V,U)\),且
\begin{equation*} \varphi (\xi_1,\xi_2,\xi_3,\xi_4)=(\eta_1,\eta_2,\eta_3)\begin{pmatrix} 1&-1&5&-1\\1&1&-2&3\\3&1&1&5 \end{pmatrix}, \end{equation*}
  1. \({\rm Ker}\varphi,{\rm Im}\varphi\)
  2. \({\rm Ker}\varphi\)中选一个基,把它扩充为\(V\)的一个基,并求\(\varphi\)在这个基与\(\eta_1,\eta_2,\eta_3\)下的矩阵;
  3. \({\rm Im}\varphi\)中选一个基,把它扩充为\(U\)的一个基,并求\(\varphi\)\(\xi_1,\xi_2,\xi_3,\xi_4\)与这个基下的矩阵。
解答.
  1. \(\varphi\)在基\(\xi_1,\xi_2,\xi_3,\xi_4\)\(\eta_1,\eta_2,\eta_3\)下的矩阵为\(A\),则
    \begin{equation*} A=\begin{pmatrix} 1&-1&5&-1\\1&1&-2&3\\3&1&1&5 \end{pmatrix}\rightarrow \begin{pmatrix} 1&0&\frac{3}{2}&1\\ 0&1&-\frac{7}{2}&2\\ 0&0&0&0 \end{pmatrix}. \end{equation*}
    所以,\(r(A)=2\)\(A\)的第一二列线性无关。故
    \begin{equation*} {\rm Im}\varphi=\{a(\eta_1+\eta_2+3\eta_3)+b(-\eta_1+\eta_2+\eta_3)\ |\ a,b\in\mathbb{F}\}. \end{equation*}
    注意到\(AX=0\)的基础解系为\((-\frac{3}{2},\frac{7}{2},1,0)^T,(-1,-2,0,1)^T\),故
    \begin{equation*} {\rm Ker}\varphi=\{a(-\frac{3}{2}\xi_1+\frac{7}{2}\xi_2+\xi_3)+b(-\xi_1-2 \xi_2 +\xi_4)\ |\ a,b\in\mathbb{F}\}. \end{equation*}
  2. \(\alpha_1=-\frac{3}{2}\xi_1+\frac{7}{2}\xi_2+\xi_3,\alpha_2=-\xi_1-2 \xi_2 +\xi_4\),则\(\alpha_1,\alpha_2\)\({\rm Ker}\varphi\)的一个基。因为
    \begin{equation*} (\alpha_1,\alpha_2,\xi_3,\xi_4)=(\xi_1,\xi_2,\xi_3,\xi_4) \begin{pmatrix} -\frac{3}{2}&-1&0&0\\ \frac{7}{2}&-2&0&0\\ 1&0&1&0\\ 0&1&0&1 \end{pmatrix}=(\xi_1,\xi_2,\xi_3,\xi_4)B, \end{equation*}
    \(B\)可逆,所以\(\alpha_1,\alpha_2,\xi_3,\xi_4\)\(V\)的一个基。
    \begin{equation*} \varphi(\alpha_1,\alpha_2,\xi_3,\xi_4)=(\eta_1,\eta_2,\eta_3)\begin{pmatrix} 0&0&5&-1\\0&0&-2&3\\0&0&1&5 \end{pmatrix}, \end{equation*}
    \(\varphi\)在基\(\alpha_1,\alpha_2,\xi_3,\xi_4\)\(\eta_1,\eta_2,\eta_3\)下的矩阵为\(\begin{pmatrix} 0&0&5&-1\\0&0&-2&3\\0&0&1&5 \end{pmatrix}\)
  3. \(\beta_1=\eta_1+\eta_2+3\eta_3,\beta_2=-\eta_1+\eta_2+\eta_3\),则\(\beta_1,\beta_2\)\({\rm Im}\varphi\)的一个基。因为
    \begin{equation*} (\beta_1,\beta_2,\eta_3)=(\eta_1,\eta_2,\eta_3)\begin{pmatrix} 1&-1&0\\ 1&1&0\\ 3&1&1 \end{pmatrix}=(\eta_1,\eta_2,\eta_3)C, \end{equation*}
    \(C\)可逆,所以\(\beta_1,\beta_2,\eta_3\)\(U\)的一个基。又
    \begin{equation*} \varphi(\xi_1,\xi_2,\xi_3,\xi_4)=(\beta_1,\beta_2,\eta_3)C^{-1}A, \end{equation*}
    所以\(\varphi\)在基\(\xi_1,\xi_2,\xi_3,\xi_4\)\(\beta_1,\beta_2,\beta_3\)下的矩阵为\(C^{-1}A=\begin{pmatrix} 1&0&\frac{3}{2}&1\\ 0&1&-\frac{7}{2}&2\\ 0&0&0&0 \end{pmatrix}\)

10.

\(\varphi\in \mathcal{L}(V,U)\)\(U'\)\(U\)的子空间,证明:
\begin{equation*} \dim({\rm Im}\varphi\cap U')+\dim({\rm Ker}\varphi)=\dim \varphi^{-1}(U'), \end{equation*}
\begin{equation*} \dim \varphi^{-1}(U')\leq\dim U'+\dim {\rm Ker}\varphi. \end{equation*}
解答.
证法一:定义映射\(\psi:\varphi^{-1}(U')\rightarrow U', \alpha\mapsto\varphi (\alpha)\),则\(\psi\in\mathcal{L}(\varphi^{-1}(U'),U')\)。由维数公式,有
\begin{equation*} \dim{\rm Im}\psi +\dim{\rm Ker}\psi=\dim\varphi^{-1}(U')\mbox{。} \end{equation*}
下证\({\rm Im}\psi={\rm Im}\varphi\cap U',\ {\rm Ker}\psi={\rm Ker}\varphi\)即可。
对任意\(\beta\in{\rm Im}\psi\),存在\(\alpha\in\varphi^{-1}(U')\)使得\(\beta=\psi (\alpha)\),即\(\beta=\varphi (\alpha)\)。由\(\alpha\in\varphi^{-1}(U')\)知:\(\beta=\varphi (\alpha)\in{\rm Im}\varphi\cap U'\)。故\({\rm Im}\psi\subseteq{\rm Im}\varphi\cap U'\)
反之,对任意\(\gamma\in{\rm Im}\varphi\cap U'\),由\(\gamma\in{\rm Im}\varphi\)知:存在\(\omega\in V\)使得\(\gamma=\varphi(\omega)\)。注意到\(\gamma\in U'\),所以\(\omega\in\varphi^{-1}(U')\),即存在\(\omega\in\varphi^{-1}(U')\)使得\(\gamma=\varphi(\omega)=\psi(\omega)\)。故\(\gamma\in{\rm Im}\psi\),即\({\rm Im}\varphi\cap U'\subseteq{\rm Im}\psi\)。因此,\({\rm Im}\psi={\rm Im}\varphi\cap U'\)
\begin{equation*} \begin{array}{ccl} {\rm Ker}\psi&=&\{\alpha\in\varphi^{-1}(U')\ |\ \psi (\alpha)=0\}=\{\alpha\in\varphi^{-1}(U')\ |\ \varphi(\alpha)=0\}\\&=& \varphi^{-1}(U')\cap\varphi^{-1}(0)=\varphi^{-1}(0)={\rm Ker}\varphi , \end{array} \end{equation*}
因此,\(\dim({\rm Im}\varphi\cap U')+\dim({\rm Ker}\varphi)=\dim \varphi^{-1}(U').\)
注意到\({\rm Im}\varphi\cap U'\subseteq U'\),故\(\dim \varphi^{-1}(U')\leq\dim U'+\dim {\rm Ker}\varphi.\)
证法二:设\(\xi_1,\cdots ,\xi_r\)\({\rm Ker}\varphi\)的一个基,将其扩充为\(\varphi^{-1}(U')\)的一个基\(\xi_1,\cdots ,\xi_r,\xi_{r+1},\cdots ,\xi_s\),下证\(\varphi (\xi_{r+1}),\cdots ,\varphi (\xi_{s})\)\({\rm Im} \varphi\cap U'\)的一个基即可。
因为\(\xi_{r+1},\cdots ,\xi_s\in\varphi^{-1}(U')\),所以\(\varphi (\xi_{r+1}),\cdots ,\varphi (\xi_{s})\in {\rm Im}\varphi\cap U'\)
\(k_{r+1}\varphi (\xi_{r+1})+\cdots +k_s\varphi (\xi_{s})=0\),则\(\varphi (k_{r+1}\xi_{r+1}+\cdots +k_s\xi_s)=0\),即\(k_{r+1}\xi_{r+1}+\cdots +k_s\xi_s\in{\rm Ker}\varphi\)。由\(\xi_1,\cdots ,\xi_r\)\({\rm Ker}\varphi\)的一个基知:存在\(k_1,\cdots ,k_r\in\mathbb{F}\),使得\(k_{r+1}\xi_{r+1}+\cdots +k_s\xi_s=k_1\xi_1+\cdots +k_r\xi_r\),即
\begin{equation*} k_1\xi_1+\cdots +k_r\xi_r-k_{r+1}\xi_{r+1}-\cdots -k_s\xi_s=0. \end{equation*}
注意到\(\xi_1,\cdots ,\xi_r,\xi_{r+1},\cdots ,\xi_s\)线性无关,所以\(k_{r+1}=\cdots =k_s=0\)。故\(\varphi (\xi_{r+1}),\cdots ,\varphi (\xi_{s})\)线性无关。
对任意\(\alpha\in{\rm Im} \varphi\cap U'\),存在\(\beta\in\varphi^{-1}(U')\)使得\(\alpha=\varphi (\beta)\)。由\(\xi_1,\cdots ,\xi_r,\xi_{r+1},\cdots ,\xi_s\)\(\varphi^{-1}(U')\)的一个基知:存在\(a_1,\cdots ,a_s\in\mathbb{F}\)使得
\begin{equation*} \beta=a_1\xi_1+\cdots +a_r\xi_r+a_{r+1}\xi_{r+1}+\cdots +a_s\xi_s, \end{equation*}
\(\alpha=\varphi (\beta)=\sum\limits_{i=1}^ra_i\varphi(\xi_i)+\sum\limits_{j=r+1}^s a_j\varphi(\xi_j)=a_{r+1}\varphi (\xi_{r+1})+\cdots +a_s\varphi (\xi_s).\)
综上,\(\varphi (\xi_{r+1}),\cdots ,\varphi (\xi_{s})\)\({\rm Im} \varphi\cap U'\)的一个基。因此,
\begin{equation*} \dim({\rm Im}\varphi\cap U')+\dim({\rm Ker}\varphi)=\dim \varphi^{-1}(U'). \end{equation*}

11.

证明:任何一个线性映射都能表示成一个满线性映射和一个单线性映射的合成。
解答.
\(\varphi\)\(V\)\(U\)的线性映射,\(\xi_1,\xi_2,\cdots ,\xi_n\)\(V\)的一个基,\(\eta_1,\eta_2,\cdots ,\eta_m\)\(U\)的一个基,且
\begin{equation*} \varphi (\xi_1,\xi_2,\cdots ,\xi_n)=(\eta_1,\eta_2,\cdots ,\eta_m)A. \end{equation*}
\(r(A)=r\),则存在\(m\)阶可逆矩阵\(P\)\(n\)阶可逆矩阵\(Q\)使得
\begin{equation*} A=P \begin{pmatrix} E_r&0\\0&0 \end{pmatrix}Q. \end{equation*}
\(B=P \begin{pmatrix} E_r\\0 \end{pmatrix},C= \begin{pmatrix} E_r&0 \end{pmatrix}Q\),则\(A=BC\),且\(B\)\(m\times r\)列满秩矩阵,\(C\)\(r\times n\)行满秩矩阵。定义线性映射\(\sigma\in\mathcal{L} (V,\mathbb{F}^r),\tau\in\mathcal{L} (\mathbb{F}^r,U)\)满足
\begin{equation*} \begin{array}{c} \sigma (\xi_1,\xi_2,\cdots ,\xi_n)=(\varepsilon_1,\varepsilon_2,\cdots ,\varepsilon_r)C,\\ \tau(\varepsilon_1,\varepsilon_2,\cdots ,\varepsilon_r)=(\eta_1,\eta_2,\cdots ,\eta_m)B, \end{array} \end{equation*}
\(\sigma\)是满线性映射,\(\tau\)是单线性映射,且\(\varphi=\tau\sigma\)

12.

\(V\)\(n\)维线性空间,\(U\)\(m\)维线性空间,\(\varphi,\psi:V\to U\)是线性映射。求证:\({\rm Ker}\varphi={\rm Ker}\psi\)的充分必要条件是存在\(U\)上可逆线性变换\(\theta\),使得\(\varphi=\theta\psi\)
解答.
证法一:充分性:对任意\(\alpha\in{\rm Ker}\psi\),有\(\psi (\alpha)=0\)。由于\(\varphi =\theta\psi\),所以\(\varphi (\alpha)=\theta\psi(\alpha)=\theta (0)=0\),即\(\alpha\in{\rm Ker}\varphi\)。故\({\rm Ker}\psi \subseteq{\rm Ker}\varphi\)
另一方面,对任意\(\beta\in{\rm Ker}\varphi\),有\(\varphi(\beta)=0\)。由\(\varphi =\theta\psi\)\(\theta\left(\psi(\beta)\right)=0\),注意到\(\theta\)可逆,所以\(\psi(\beta)=0\),即\(\beta\in{\rm Ker}\psi\)。故\({\rm Ker}\varphi \subseteq{\rm Ker}\psi\)
因此,\({\rm Ker}\varphi ={\rm Ker}\psi\)
必要性:设\(\xi_{r+1},\xi_{r+2},\cdots ,\xi_n\)\({\rm Ker}\varphi ={\rm Ker}\psi\)的一个基,将其扩充为\(V\)的一个基\(\xi_1,\xi_2,\cdots ,\xi_r,\xi_{r+1},\xi_{r+2},\cdots ,\xi_n\),则\(\varphi(\xi_1),\varphi(\xi_2),\cdots ,\varphi(\xi_r)\)\({\rm Im}\varphi\)的一个基,\(\psi(\xi_1),\psi(\xi_2),\cdots ,\psi(\xi_r)\)\({\rm Im}\psi\)的一个基。分别将其扩充为\(U\)的一个基\(\varphi(\xi_1),\varphi(\xi_2),\cdots ,\varphi(\xi_r),\eta_{r+1},\cdots ,\eta_m\)\(\psi(\xi_1),\psi(\xi_2),\cdots ,\psi(\xi_r),\zeta_{r+1},\cdots ,\zeta_m\)。定义
\begin{equation*} \theta:U\rightarrow U,\ \sum\limits_{i=1}^r a_i\psi(\xi_i)+\sum\limits_{i=r+1}^m a_i\zeta_i\mapsto\sum\limits_{i=1}^r a_i\varphi(\xi_i)+\sum\limits_{i=r+1}^m a_i\eta_i, \end{equation*}
\(\theta\)是线性变换,它将\(U\)的一个基变为\(U\)的一个基,所以是可逆线性变换 。又\(\theta\psi(\sum\limits_{i=1}^n a_i\xi_i)=\theta\left(\sum\limits_{i=1}^r a_i\psi(\xi_i)\right)=\sum\limits_{i=1}^r a_i\varphi(\xi_i)=\varphi(\sum\limits_{i=1}^n a_i\xi_i)\),故\(\varphi =\theta\psi \)
证法二:充分性同上。
必要性:设\(\xi_1,\xi_2,\cdots ,\xi_n\)\(V\)的一个基,\(\eta_1,\eta_2,\cdots ,\eta_m\)是的\(U\)的一个基且
\begin{equation*} \begin{array}{c}\varphi (\xi_1,\xi_2,\cdots ,\xi_n)=(\eta_1,\eta_2,\cdots ,\eta_m)A,\\ \psi (\xi_1,\xi_2,\cdots ,\xi_n)=(\eta_1,\eta_2,\cdots ,\eta_m)B. \end{array} \end{equation*}
\({\rm Ker}\varphi ={\rm Ker}\psi\)知:\(AX=0\)\(BX=0\)同解。根据复习题二、14(2),\(A\)的行向量组与\(B\)的行向量组等价,即存在可逆矩阵\(P\)使得\(A=PB\)。定义\(U\)上的线性变换\(\theta\)满足
\begin{equation*} \theta (\eta_1,\eta_2,\cdots ,\eta_m)=(\eta_1,\eta_2,\cdots ,\eta_m)P, \end{equation*}
\(\theta\)是可逆线性变换且\(\varphi =\theta\psi\)

13.

\(V\)\(U\)分别是数域\(\mathbb{F}\)\(n\)维、\(m\)维线性空间,证明:\(V\)\(U\)的每一个秩为\(r\)的线性映射\(\varphi\)可表成\(r\)个秩为1的线性映射的和。
解答.
\(\xi_1,\xi_2,\cdots ,\xi_n\)\(V\)的一个基,\(\eta_1,\eta_2,\cdots \eta_m\)\(U\)的一个基,且
\begin{equation*} \varphi (\xi_1,\xi_2,\cdots ,\xi_n)=(\eta_1,\eta_2,\cdots \eta_m)A. \end{equation*}
因为\(\varphi\)的秩为\(r\),所以\(r(A)=r\)。于是,存在\(m\)阶可逆矩阵\(P\)\(n\)阶可逆矩阵\(Q\),使得
\begin{equation*} A=P \begin{pmatrix} E_r&0\\0&0 \end{pmatrix}Q. \end{equation*}
\(A_i=PE_{ii}Q,\ i=1,2,\cdots ,r\),则\(A=A_1+A_2+\cdots +A_r\)\(r(A_i)=1\)
\(\forall 1\leq i\leq r\),定义\(\varphi_i\in\mathcal{L}(V,U)\)满足
\begin{equation*} \varphi_i (\xi_1,\xi_2,\cdots ,\xi_n)=(\eta_1,\eta_2,\cdots \eta_m)A_i, \end{equation*}
\(\varphi_i\)的秩为1且\(\varphi=\varphi_1+\varphi_2+\cdots +\varphi_r\)

14.

用线性映射的观点证明:\(r(A+B)\leq r(A)+r(B)\)
解答.
定义线性映射
\begin{equation*} \begin{array}{c} \varphi_A:\mathbb{F}^n\rightarrow\mathbb{F}^m,\alpha\mapsto A \alpha,\ \ \ \ \varphi_B:\mathbb{F}^n\rightarrow\mathbb{F}^m,\alpha\mapsto B \alpha,\\ \varphi_{A+B}:\mathbb{F}^n\rightarrow\mathbb{F}^m,\alpha\mapsto (A+B) \alpha, \end{array} \end{equation*}
\(\dim{\rm Im}\varphi_A=r(A),\ \dim{\rm Im}\varphi_B=r(B),\ \dim{\rm Im}\varphi_{A+B}=r(A+B)\)
注意到
\begin{equation*} {\rm Im}\varphi_A=\{A \alpha\ |\ \alpha\in\mathbb{F}^n\},\ {\rm Im}\varphi_B=\{B \beta\ |\ \beta\in\mathbb{F}^n\}, \end{equation*}
\begin{equation*} {\rm Im}\varphi_{A+B}=\{(A+B)\alpha\ |\ \alpha\in\mathbb{F}^n\}=\{A \alpha+B\alpha\ |\ \alpha\in\mathbb{F}^n\}, \end{equation*}
所以\({\rm Im}\varphi_{A+B}\subseteq{\rm Im}\varphi_A +{\rm Im}\varphi_B\)。因此,
\begin{equation*} \dim{\rm Im}\varphi_{A+B}\leq\dim ({\rm Im}\varphi_A +{\rm Im}\varphi_B)\leq\dim{\rm Im}\varphi_A +\dim{\rm Im}\varphi_B, \end{equation*}
\(r(A+B)\leq r(A)+r(B)\)