Kvotrum

Säg att vi har en Linjär avbildning . Då finns ju något nollrum , och vi noterar att om vi tar något så är
för alla . Det vore ju då rimligt att betrakta alla vektorer som kan skrivas på formen för något som samma vektor eftersom ändå behandlar dem som det. Detta leder oss till att först definiera sidoklasser, som vi låter vara mängder av vektorer som vi vill betrakta som samma. Just nollrummet var ett motiverande exempel, men vi vill såklart definiera detta för godtyckligt delrum.

Definition: Sidoklass

För alla och delrum definierar vi sidoklassen enligt

Hittills är sidoklasser alltså bara mängder av vektorer. Notera även att sidoklasser ofta inte är delrum. Hursomhelst vill vi ju betrakta dessa mängder som vektorer, så då måste vi ju definiera addition och skalärmultiplikation. Innan vi kan göra det hittar vi några egenskaper för sidoklasserna. Först noterar vi att vi kan få samma sidoklass från olika val av .

Sats: Olika vektorer, samma sidoklass

För alla och delrum så är om och endast om
Bevis:
Om så är , alltså är för något . Om istället så är

Vi är nu redo att definiera addition och skalärmultiplikation av våra sidoklasser.

Definition: Sidoklasser som vektorer

För alla och delrum så är
och

Vi måste bara verifiera att dessa operationer är väldefinierade, vilket följer från förra satsen.

Sats: Addition och skalärmultiplikation av sidoklasser är väldefinierat

Addition och skalärmultiplikation av sidoklasser är väldefinierat, det vill säga om och så är .

Bevis:
Vi har att och , vilket ger att

Vi kan nu alltså bilda ett vektorrum av våra sidoklasser. Vi kallar vektorrummet för kvotrummet av och .

Definition: Kvotrum

Kvotrummet av ett vektorrum och delrum är vektorrummet av alla sidoklasser, d.v.s

Med kvotrum kan vi alltså se det som att vi från ett vektorrum tar bort informationen som ett delrum innehåller. Detta liknar Direkta summor, där vi istället lägger till informationen som ett vektorrum innehåller. På det sättet kan alltså direkt summa och kvot ses som motsatta operationer.

Sats:

Om är ett delrum så är
Bevis:
Välj så att . Vi kan definiera enligt
för alla och . Den är linjär, surjektiv och injektiv eftersom

Sats:

Om är ändligdimensionellt så är
Bevis:
Eftersom får vi att

För att gå tillbaka till vårt ursprungliga exempel med en linjär avbildning med nollrum , kan vi alltså bilda rummet vars vektorer alltså är mängder av vektorer som ger samma värde för. Hur agerar avgörs alltså av hur den agerar på sina sidoklasser. Detta leder oss till en rätt rimlig sats.

Sats: Isomorfisatsen

Om är linjär så är
Bevis:
Vi definierar enligt . Detta är väldefinierat eftersom om så är , alltså
är linjär eftersom
är injektiv eftersom
och är surjektiv per definition, alltså är en isomorfi.

Från isomorfisatsen följer även den lite svagare dimensionssatsen.

Sats: Dimensionssatsen

Om är linjär och är ändligdimensionellt så är
Bevis:
Vi får från isomorfisatsen att