φ 高等代数学习系统(谢帅版)
知识点 / 第十章 双线性型

双线性型

定义第十章 双线性型

设U,VU,V是数域K\mathbb{K}上的线性空间,U×VU\times V是它们的积集合。若映射g:U×V→Kg:U\times V\to\mathbb{K}满足:

  1. 对任意的x,y∈U,z∈V,k∈Kx,y\in U,z\in V,k\in K,
    g(x+y,z)=g(x,z)+g(y,z),g(kx,z)=kg(x,z);g(x+y,z)=g(x,z)+g(y,z),\quad g(kx,z)=kg(x,z);

  2. 对任意的x∈U,z,w∈V,k∈Kx\in U,z,w\in V,k\in K,
    g(x,z+w)=g(x,z)+g(x,w),g(x,kz)=kg(x,z),g(x,z+w)=g(x,z)+g(x,w),\quad g(x,kz)=kg(x,z),

则称gg是UU与VV上的双线性函数(或双线性型)。

注[双线性型的矩阵表示] 设UU及VV分别是数域KK上的mm维与nn维线性空间,{e1,e2,…,em}\{e_{1},e_{2},\ldots,e_{m}\}与{v1,v2,…,vn}\{v_{1},v_{2},\ldots,v_{n}\}分别是UU与VV的基,gg是定义在UU和VV上的双线性型。设AA是一个m×nm\times n矩阵,它的第(i,j)(i,j)元素等于g(ei,vj)g(e_{i},v_{j}),即
A=(g(e1,v1)g(e1,v2)⋯g(e1,vn)g(e2,v1)g(e2,v2)⋯g(e2,vn)⋮⋮⋱⋮g(em,v1)g(em,v2)⋯g(em,vn)).A=\begin{pmatrix}g(e_{1},v_{1})&g(e_{1},v_{2})&\cdots&g(e_{1},v_{n})\\g(e_{2},v_{1})&g(e_{2},v_{2})&\cdots&g(e_{2},v_{n})\\\vdots&\vdots&\ddots&\vdots\\g(e_{m},v_{1})&g(e_{m},v_{2})&\cdots&g(e_{m},v_{n})\end{pmatrix}.
称AA为双线性型gg在给定基下的表示矩阵。

若x∈U,y∈Vx\in U,y\in V,
x=∑i=1maiei,y=∑j=1nbjvj,x=\sum_{i=1}^{m}a_{i}e_{i},\quad y=\sum_{j=1}^{n}b_{j}v_{j},
则
g(x,y)=g(∑i=1maiei,∑j=1nbjvj)=∑i=1m∑j=1naibjg(ei,vj)=(a1,a2,…,am)A(b1,b2,…,bn)′.g(x,y)=g\left(\sum_{i=1}^{m}a_{i}e_{i},\sum_{j=1}^{n}b_{j}v_{j}\right)=\sum_{i=1}^{m}\sum_{j=1}^{n}a_{i}b_{j}g(e_{i},v_{j})=(a_{1},a_{2},\ldots,a_{m})A(b_{1},b_{2},\ldots,b_{n})'.

若记xx的坐标列向量为α=(a1,a2,…,am)′\alpha=(a_{1},a_{2},\ldots,a_{m})',yy的坐标列向量为β=(b1,b2,…,bn)′\beta=(b_{1},b_{2},\ldots,b_{n})',则
g(x,y)=α′Aβ.g(x,y)=\alpha'A\beta.

想看这道知识点对应的例题和练习?登录后进入学习系统。