雙線性映射

在數論中,一個雙線性映射是由兩個向量空間上的元素,生成第三個向量空間上一個元素之函式,並且該函式對每個參數都是線性的。例如矩陣乘法就是一個例子。

定義

設 V, W和 X是在同一個基礎域 F上的三個向量空間。雙線性映射是函式。

B:V×W→X

使得對於任何 W中 w,映射

v↦B(v,w )

是從 V到 X的線性映射,並且對於任何 V中的 v,映射

w↦B(v,w )

是從 W到 X的線性映射。

換句話說,如果保持雙線性映射的第一個參數固定,並留下第二個參數可變,結果的是線性運算元,如果保持第二個參數固定也是類似的。

如果 V= W並且有 B( v, w ) = B( w, v )對於所有 V中的 v, w,則我們稱 B是對稱的。

當這裡的 X是 F的時候,我們稱之為 雙線性形式,它特別有用(參見例子標量積、內積和二次形式)。

如果使用在交換環 R上的模替代向量空間,定義不需要任何改變。還可容易的推廣到 n元函式,這裡正確的術語是“多線性”。

對非交換基礎環 R和右模 M與左模 N的情況,我們可以定義雙線性映射 B: M× N→ T,這裡的 T是阿貝爾環,使得對於任何 N中的 n, m↦ B( m, n )是群同態,而對於任何 M中的 m, n↦ B( m, n )是群同態,並還滿足

B(mt,n ) =B(m,tn )

對於所有的 M中的 m, N中 n和 R中的 t。

性質

定義的V, W, X是有限維的,則 L(V,W;X)也是。對於 X=F就是雙線性形式,這個空間的維度是dim V×dim W(儘管線性形式的空間 L(V×W;K)的維度是dim V+dim W)。要看出來,選擇 V和 W的基;接著每個線性映射可以唯一的表示為矩陣{\displaystyle B(e_{i},f_{j})},反之亦然。現在,如果 X是更高維的空間,我們明顯的有dim L(V如果 V, W, X是有限維的,則 L(V,W;X)也是。對於 X=F就是雙線性形式,這個空間的維度是dim V×dim W(儘管線性形式的空間 L(V×W;K)的維度是dim V+dim W)。要看出來,選擇 V和 W的基;接著每個線性映射可以唯一的表示為矩陣 ,反之亦然。現在,如果 X是更高維的空間,我們明顯的有dim L(V,W;X)=dim V×dim W×dim X。

例子

•矩陣乘法是雙線性映射M(m,n)×M(n,p) → M(m,p)。

•如果在實數R上的向量空間V承載了內積,則內積是雙線性映射V×V→R。

•一般的說,對於在域F上的向量空間V,在V上的雙線性形式同於雙線性映射V×V→F。

•如果V是有對偶空間V*的向量空間,則套用運算元b(f,v) =f(v)是從V*×V到基礎域的雙線性映射。

•設V和W是在同一個基礎域F上的向量空間。如果f是V* 的成員而g是W* 的成員,則b(v,w) =f(v)g(w)定義雙線性映射V×W→F。

•在R中叉積是雙線性映射R×R→R。

•設B:V×W→X是雙線性映射,而L:U→W是線性運算元,則(v,u) →B(v,Lu)是在V×U上的雙線性映射。

•零映射,定義於B(v,w)=o對於所有V×W中的(v,w),是從V×W到X的同時為雙線性映射和線性映射的唯一映射。實際上,如果(v,w)∈V×W,則 B(v,w)=B(v,o)+B(o,w)=o+o。

相關詞條

相關搜尋

熱門詞條

聯絡我們