Loading AI tools
来自维基百科,自由的百科全书
在域 F 中,向量空间 V 的双线性形式指的是一个V × V → F 上的线性函数 B, 满足:
都是线性的。这个定义也适用于交换环的模,这时线性函数要改为模同态。
注意一个双线性形式是特别的双线性映射。
如果V是n维向量空间,设是V的一组基。定义 阶的矩阵A使得。当 的矩阵x和y表示向量u及v时,双线性形式B可表示为:
考虑另一组基 ,其中S是一个可逆的 阶矩阵(基底转换矩阵),则双线性形式在下的矩阵的形式为:
V的每一个双线性形式B都定义了一对由V射到它的对偶空间V*的线性函数。 定义 :
常常记作:
这里的(–)是放变量的位置。
如果 V是有限维空间的话,V和它的双对偶空间V**是同构的,这时B2是B1 的转置映射(如果V是无限维空间,B2限制在V在V**的像下的部分是B1 的转置映射)。 定义B的转置映射为双线性形式:
如果 V是有限维空间,B1 及B2 的秩相等。如果他们的秩等于V的维数的话,B1 和 B2 就是由V到V*的同构映射(显然B1是同构当且仅当B2 是同构),此时,B是非退化的。实际上在有限维空间里,这常常作为非退化的定义:B是非退化的当且仅当
双线性形式 B : V × V → F 是镜像对称的当且仅当:
当A是非奇异矩阵,即当B是非退化时,根都是零子空间{0}。
设W是一个子空间,定义。
当B是非退化时,映射是双射,所以的维数等于dim(V)-dim(W)。
可以证明,双线性形式B是镜像对称的当且仅当它是以下两者之一:
每个交替形式都是斜对称(skew-symmetric)(或称反对称(antisymmetric))的,只要展开
当F的特征不为2时,逆命题也是真的。斜对称的形式必定交替。然而,当char(F)=2时,斜对称就是对称,因此不全是交替的。
一个双线性形式是对称的(反对称的)当且仅当它对应的矩阵是对称的(反对称的)。一个双线性形式是交替的当且仅当它对应的矩阵是反对称的,且主对角线上都是零。(在F的特征不为2时的情况下)
一个双线性形式是对称的当且仅当 相等,是旋钮对称的当且仅当。char(F) ≠ 2 时,一个双线性形式可以按成对称和反对称部分分解:
其中B* 是B 的转置映射。
这套理论有很大一部份可推广到双线性映射的情形:
此时仍有从 V 到 W 的对偶、及从 W 到 V 的对偶的映射。当 V, W 皆有限维,则只要其中之一是同构,另一个映射也是同构。在此情况下 B 称作完美配对。
由张量积的泛性质, 上的双线性形式一一对映至线性映射 :若 是 上的双线性形,则相应的映射由下式给出
所有从 到 的线性映射构成 的对偶空间,此时双线性形式遂可视为下述空间的元素:
同理,对称双线性形式可想成二次对称幂 S2V* 的元素,而交代双线性形式则可想成二次外幂 Λ2V* 的元素。
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.