• 沒有找到結果。

這個結果對任意的 vector space 皆成立, 不過我們僅探討 finite dimensional 的情形

N/A
N/A
Protected

Academic year: 2022

Share "這個結果對任意的 vector space 皆成立, 不過我們僅探討 finite dimensional 的情形"

Copied!
4
0
0

加載中.... (立即查看全文)

全文

(1)

5.3. Transpose and Adjoint 121

以下結果告訴我們一個 linear transformation 其 kernel 和 image 和其 transpose 的 kernel 與 image 之間的關係. 這個結果對任意的 vector space 皆成立, 不過我們僅探討 finite dimensional 的情形.

Proposition 5.3.3. 假設 V,W 皆為 finite dimensional vector space, T : V → W 為 linear transformation, Tt: W→ V 為其 transpose. 則

Ker(Tt) = Im(T )0, Im(Tt) = Ker(T )0.

Proof. 假設 f ∈ Ker(Tt), 即 Tt( f ) = f◦ T = O in V. 這表示對任意 v∈ V, 皆有 Tt( f )(v) = f (T (v)) = 0. 得 f ∈ {T(v) | v ∈ V}0= Im(T )0.反之, 若 f ∈ Im(T)0, 表示對任意 v∈ V, 皆有 f (T (v)) = 0, 亦即 Tt( f ) = O in V, 得證 f ∈ Ker(Tt).

另一方面, 假設 f ∈ Im(Tt), 即存在 g∈ W 使得 f = Tt(g) = g◦ T. 故對任意 v ∈ Ker(T), 我們有 f (v) = g(T (v)) = g(OW) = 0. 也就是說 f ∈ Ker(T)0, 得證 Im(Tt)⊆ Ker(T)0. 現因 Tt: W→ V 為 linear transformation, 利用 Theorem 5.2.2 我們有

dim(Im(Tt)) = dim(W)− dim(Ker(Tt)) = dim(W )− dim(Ker(Tt)).

再由 Ker(Tt) = Im(T )0 以及 Proposition 5.2.6 知

dim(Ker(Tt)) = dim(Im(T )0) = dim(W )− dim(Im(T)), 故得

dim(Im(Tt)) = dim(Im(T )).

而因 T : V → W 為 linear transformation, 故知 dim(Ker(T)) = dim(V) − dim(Im(T)), 再由 Proposition 5.2.6 知

dim(Ker(T )0) = dim(V )− dim(Ker(T)) = dim(Im(T)).

故得 dim(Im(Tt)) = dim(Ker(T )0),得證 Im(Tt) = Ker(T )0.  Question 5.15. 在 Proposition 5.3.3 的證明中我們知道 dim(Im(Tt)) = dim(Im(T )). 是否 dim(Ker(Tt)) = dim(Ker(T ))?

既然 Tt: W→ V 也是 linear transformation, 我們自然也會去考慮 Tt 的 transpose, 也 就是 (Tt)t: (V)→ (W). 回顧一下當 V 為 finite dimensional, 我們有一個 isomorphism τV : V → (V), 定義為對任意 v∈ V, τV(v) = ˆv 其中 ˆv( f ) = f (v), ∀ f ∈ V. 我們有以下的圖 示:

V −−−−−−→T W



yτV yτW (V) (T

t)t

−−−−−−→ (W)

現對於任意 v∈ V, 我們有 (Tt)tV(v)) = ˆv◦ Tt∈ (W). 也就是說對於任意 f ∈ W, 我 們有

(Tt)tV(v))( f ) = ˆv◦ Tt( f ) = ˆv( f◦ T) = f ◦ T(v) = f (T(v)).

(2)

122 5. Operators on Inner Product Spaces

另一方面 T (v)∈ W, 所以 τW(T (v)) = dT (v)∈ (W). 也就是說對於任意 f ∈ W, 我們有 τW(T (v))( f ) = dT (v)( f ) = f (T (v)).

得證 (Tt)tV(v)) =τW(T (v)), ∀v ∈ V, 亦即

(Tt)tτVW◦ T.

我們證明了上面那個圖示為一個 commutative diagram. 再加上 τV 為 isomorphism, 故 τV−1: (V)→ V 存在 (亦為 isomorphism). 我們有以下之結果.

Proposition 5.3.4. 假設 V,W 皆為 finite dimensional vector space, T : V → W 為 linear transformation. 令 τV 以及τW 分別為 V, (V) 以及 W, (W) 之間的 canonical map. 則

(Tt)tW◦ T ◦τV−1.

由 Proposition 5.3.1, 我們可將一個 linear transformation 的 transpose 和一個 matrix 的 transpose 相連結. 我們可以將 Proposition 5.3.2, 5.3.3, 5.3.4 換成有關 matrix 的 transpose 的性質.

Question 5.16. 令 β = (v1, . . . , vn),γ = (w1, . . . , wm) 分別為 V,W 的 ordered basis 且令 β = ( bˆ v1, . . . ,vbn), ˆγ = (cw1, . . . ,wcm)分別為 (V), (W) 的 ordered basis, 其中vbiV(vi),cwj= τW(wj) (τV : V → (V), τW : W → (W) 為 canonical maps.) 請利用 Proposition 5.3.4, 5.3.1 證明

(γ[T ]tβ)t=γˆ[(Tt)t]βˆ =γ[T ]β.

5.3.2. The Adjoint of a Linear Transformation. 接下來我們要探討的是一個 linear transformation T : V → W 的 adjoint. 首先強調 adjoint 的定義是需要 V,W 皆為 finite dimensional inner product spaces. 回顧一下, 在此時我們有ρV : V → VW: W → W 定義 為ρV(v) =⟨·,v⟩,∀v ∈V 以及ρW(w) =⟨·,w⟩,∀w ∈W 且ρV,ρW 皆為 conjugate isomorphism.

我們定義 T 的 adjoint T: W → V 為

TV−1◦ TtρW. 換言之對任意 w∈ W, 我們有

T(w) =ρV−1ρW(w)◦ T =ρV−1(⟨T(·),w⟩).

由 Lemma 5.2.9 (1) 我們知 TtρW : W → V 為 conjugate transformation, 故再由 Lemma 5.2.9 (2) 得 T: W→ V 為 linear transformation. 我們有以下的 commutative diagram.

VyρV ←−−−−−− WT yρW

V ←−−−−−− WTt

(3)

5.3. Transpose and Adjoint 123

Theorem 5.3.5. 假設 V,W 皆為 finite dimensional inner product space, T : V → W 為 linear transformation. 則 T 的 transpose T: W → V, 為唯一的 linear transformation 滿足

⟨T(v),w⟩ = ⟨v,T(w)⟩, ∀v ∈ V,w ∈ W.

Proof. 我們已知 T 為 linear transformation. 現對任意 w∈ W, 我們有 ρV(T(w))∈ V 滿 足對任意 v∈ V, 皆有 ρV(T(w))(v) =⟨v,T(w)⟩. 另一方面ρV(T(w)) = TtρW(w), 而對任 意 v∈ V, 皆有 TtρW(w)(v) =⟨T(v),w⟩. 得證 ⟨T(v),w⟩ = ⟨v,T(w)

至於唯一性, 假設 T: W → V 亦滿足 ⟨T(v),w⟩ = ⟨v,T(w)⟩, ∀v ∈ V,w ∈ W, 則知對任意 v∈ V,w ∈ W 皆有 ⟨v,T(w)⟩ = ⟨v,T(w)⟩. 由 Corollary 5.1.5 知 T(w) = T(w), ∀w ∈ W, 得

證 T= T. 

要注意 Theorem 5.3.5 中左式的 inner product 是 W 的 inner product, 右式為 V 的 inner product. 當一個 linear transformation T : V → W 保持 inner product, 亦即

⟨T(v),T(v)⟩ = ⟨v,v⟩, ∀v,v∈ V.

我們很自然有 T 為 one-to-one. 這是因為若 v∈ Ker(T), 則 ⟨v,v⟩ = ⟨T(v),T(v)⟩ = 0, 得 證 v = OV. 故若 dim(W ) = dim(V ), 則 T 為 isomorphism, 我們稱這樣的 isomorphism 為 inner product isomorphism. 此時 linear transformation T−1: W → V 也會是 inner product isomorphism. 這是因為

⟨T−1(w), T−1(w)⟩ = ⟨T(T−1(w)), T (T−1(w))⟩ = ⟨w.w⟩, ∀w,w∈ W.

我們有以下判斷 inner product isomorphism 的方法.

Corollary 5.3.6. 假設 V,W 為 finite dimensional inner product spaces, T : V→ W 為 linear transformation 且 T: W → V 為其 adjoint. 則以下敘述為等價的 (equivalent).

(1) T 為 inner product isomorphism.

(2) T 為 isomorphism 且 T−1= T.

Proof. (1)⇒ (2): 對於任意 v ∈ V,w ∈ W, 我們有

⟨T(v),w⟩ = ⟨T(v),T(T−1(w))⟩ = ⟨v,T−1(w)⟩.

故利用 Theorem 5.3.5 有關 adjoint 的唯一性得證 T−1= T. (2)⇒ (1): 對於任意 v,v∈ V, 皆有

⟨T(v),T(v)⟩ = ⟨v,T(T (v))⟩ = ⟨v,T−1(T (v))⟩ = ⟨v,v⟩.

故 T 為 inner product isomorphism. 

接下來我們列出 adjoint 的基本性質.

Proposition 5.3.7. 設 V,W,U 皆為 finite dimensional inner product space over F.

(4)

124 5. Operators on Inner Product Spaces

(1) 若 r, s∈ F 且 T1: V → W, T2: V → W 皆為 linear transformations, 則 (rT1+ sT2)= rT1+ sT2.

(2) 若 T1: V → W, T2: W→ U 皆為 linear transformations, 則 (T2◦ T1)= T1◦ T2.

(3) idV = idV, 特別地, 若 T : V → W 為 isomorphism, 則 T: W→ V 亦為 isomorphism

(T)−1= (T−1). (4) 若 T : V→ W 為 linear transformation, 則

(T)= T.

Proof.

(1) 對於任意 v∈ V,w ∈ W, 利用 inner product 的性質我們有

⟨(rT1+ sT2)(v), w⟩ = r⟨T1(v), w⟩+s⟨T2(v), w⟩ = r⟨v,T1(w)⟩+s⟨v,T2(w)⟩ = ⟨v,(rT1+ sT2)(w)⟩.

故由 adjoint 的唯一性得證 (rT1+ sT2)= rT1+ sT2.

(2) 因為 T2◦ T1 為從 V 到 U 的 linear transformation, 所以 (T2◦ T1) 為從 U 到 V 的 linear transformation. 現對任意 v∈ V,u ∈ U, 我們有

⟨(T2◦ T1)(v), u⟩ = ⟨T2(T1(v)), u⟩ = ⟨T1(v), T2(u)⟩ = ⟨v,T1(T2(u))⟩ = ⟨v,T1◦ T2(u)⟩.

故由 adjoint 的唯一性得證 (T2◦ T1)= T1◦ T2.

(3) 對於任意 v, v ∈ V, 我們有 ⟨v,v⟩ = ⟨idV(v), v⟩ = ⟨v,idV(v)⟩, 所以利用 Corollary 5.1.5 得證 idV(v) = v,∀v∈ V. 亦即 idV = idV. 現若 T : V → W 為 isomorphism, 我們有 T−1◦ T = idV 且 T◦ T−1= idW. 故由 (2) 得

idV = idV = T◦ (T−1), idW = idW = (T−1)◦ T, 得證 T 為 isomorphism 且 (T)−1= (T−1).

(4) 因 T: W → V 為 linear transformation, 對任意 v ∈ V,w ∈ W 我們有

⟨T(w), v⟩ = ⟨w,(T)(v)⟩.

另一方面

⟨w,T(v)⟩ = ⟨T(v),w⟩ = ⟨v,T(w)⟩ = ⟨T(w), v⟩,

我們得知 (T)(v) = T (v), ∀v ∈ V. 得證 (T)= T.  Question 5.17. 試利用 adjoint 的定義證明 Proposition 5.3.7.

接下來, 我們來看一個 linear transformation 和其 adjoint 它們的 kernel 和 image 之間 的關係.

Proposition 5.3.8. 假設 V,W 為 finite dimensional inner product spaces, T : V → W 為 linear transformation 且 T: W → V 為其 adjoint. 則

參考文獻

相關文件

不過這些 定理在一般狀況之下也成立, 雖然我們不會去談 infinite dimensional vector space, 不過利用 linear transformation 的性質來證明這些 isomorphism 更能讓我們了解這些 vector spaces

不過若一個 ring 對於乘法其 identity 存在的話, 即使 在乘法之下 R 不一定會是一個 group 但利用和 Proposition 1.2.1 相同的証明我們 可知此 identity 必唯一..

接下來要說明要探討的集合如何用 index set 裡的元素編碼, 這樣才能形成一個 indexed family.. 注意, 即使只有有 限個集合, 我們仍可將其視為

事實上 既然 A 的 echelon form 和 reduced echelon form 有相同的 row space, 而它們 pivot 的個 數又相同, 所以由 dimension 的性質, 知 echelon form 中 pivot 所在的 row vectors 也會是 A 的

我們利用前面 Example 3.2.6 所得的 characteristic polynomial 來求它們 的 minimal polynomial.. 但 minimal polynomial 的定義就和哪一個

所以本節中的 vector space 一定是 finite dimensional inner product space 且其 over 的 field 為 C 或 R, 我們就不再贅 敘..

另外要注意的是在 Theorem 5.3.5 中我們強調一個 linear transformation 的 adjoint 是 唯一的, 這是在給定一個 inner product 的條件之下.. 在不同的 inner product 之下, 一個 linear

不過 Proposition 4.2.3 告訴 我們對於 linear transformation, 可以直接由它的 range 的 dimension 來判斷是否為 onto?. 至於如何知道一個 linear transformation