線性映射及其結構
核與像(無座標)
在第一卷裡,核是一個矩陣的零空間,像是它的行空間——兩者都靠列化簡來計算。無座標的視角則完全拋開矩陣。對一個線性映射 T : V -> W,核是 V 中被送到零的向量之集,ker T = { v in V : T(v) = 0 };像是 T 實際觸及的向量之集,im T = { T(v) : v in V }。
兩者各自自動是子空間:核是定義域 V 的子空間,像是陪域 W 的子空間。你可直接由線性性驗證——若 T(u) = 0 且 T(v) = 0,則 T(u + v) = 0,像也類似——眼前沒有基、沒有矩陣、沒有任何列運算。這些子空間是映射所固有的:換基時它們不變。
這種固有性正是要害。T 的矩陣依賴於基的選取,換基時隨之改變;但核與像是只繫於 T 本身的真實幾何對象。因此它們的維數——零化度與秩——是映射的不變量,在每一套座標系裡都相同。對矩陣作列化簡,不過是計算那些先於任何矩陣就已存在的對象的一種辦法。
這裡住著兩條乾淨的判據。T 單射當且僅當 ker T = { 0 }(沒有非零向量被壓扁),T 滿射當且僅當 im T = W(一切皆被觸及)。心中持有這兩個子空間而非一個矩陣,正是讓同構定理顯得理所當然的習慣。
T injective <=> ker T = {0}; T surjective <=> im T = W
映射的兩個基本性質都可直接從它的兩個固有子空間讀出,無需任何矩陣。
核住在定義域裡,像住在陪域裡——它們是不同空間的子空間,不應直接相加或比較。第一同構定理正是經由商空間 V/ker T 把二者聯繫起來。
又稱
另見