一、环同态与环同构回顾
1.1 环同态的定义
环同态与群同态类似，研究两个环之间的映射。设 $R$ 和 $S$ 是两个环，映射 $F: R \to S$ 要成为环同态，需要保持两个运算：
- 保持加法：$F(a + b) = F(a) + F(b)$（即加法群同态）
- 保持乘法：$F(ab) = F(a)F(b)$
注意等式左边 $ab$ 是环 $R$ 中的乘法，右边 $F(a)F(b)$ 是环 $S$ 中的乘法。记法上不区分，但从上下文可知分别属于哪个环。
如果不保持运算，就不考虑这个映射——研究代数结构之间的映射，保持运算是前提。既然环有两个运算，就要同时保持加法和乘法。
由于环的加法部分构成一个交换群，环同态的加法部分就是加法群的群同态。
1.2 环同构
环同构不仅是环同态，还要求是一个双射（一一对应）：
- 单射：不同元素映射到不同元素
- 满射：像集等于整个 $S$
动机：两个代数结构可能实际的集合不一样、运算的定义不一样，但如果能用保持运算的双射联系起来，从环的角度就认为它们是一样的。在代数结构里不只是研究单个环，还研究环与环之间的关系。
1.3 同态的核
环同态 $F$ 的核（kernel）定义为加法意义下的核：
\[\ker F = \{a \in R \mid F(a) = 0\}\]注意：用 $0$ 统一表示每个环中加法下的幺元（零元），即使涉及多个环也不区分记号。
核不是新概念，但因为环有更丰富的乘法结构，核作为理想的性质也更为丰富。
二、环同构的例子：矩阵环与线性变换环
2.1 两个环的定义
固定一个正整数 $n$，考虑两个环：
环1：$M_n(\mathbb{R})$——实数域上 $n \times n$ 实矩阵全体，运算是矩阵加法和矩阵乘法。
环2：$\text{End}_{\mathbb{R}}(\mathbb{R}^n)$——$\mathbb{R}^n$ 上全体线性变换（linear transformation），其中：
- 加法：逐点相加，$(F+G)(\alpha) = F(\alpha) + G(\alpha)$
- 乘法：映射的复合，$(F \cdot G)(\alpha) = F(G(\alpha))$
线性变换的定义回顾：一个映射 $T: \mathbb{R}^n \to \mathbb{R}^n$ 是线性变换当且仅当：
- 保持加法：$T(\alpha + \beta) = T(\alpha) + T(\beta)$
- 保持数乘：$T(\lambda \alpha) = \lambda T(\alpha)$，$\forall \lambda \in \mathbb{R}$
2.2 构造同构映射 $\Phi$
从矩阵 $A$ 出发，定义一个线性变换 $\Phi_A$：
\[\Phi_A(\alpha) = \alpha A \quad (\alpha \in \mathbb{R}^n \text{ 视为行向量})\]这里 $\alpha$ 是 $n$ 元行向量，右乘 $n$ 阶矩阵 $A$，结果仍为行向量。由于矩阵乘法满足分配律和与数乘的相容性，$\Phi_A$ 确实是线性变换。
验证 $\Phi$ 是双射：
单射性：若 $\Phi_A = \Phi_B$，则对任意 $\alpha \in \mathbb{R}^n$ 有 $\alpha A = \alpha B$，即 $\alpha(A - B) = 0$。由线性代数中已知结论：若一个 $n$ 阶方阵左乘任意行向量都为零向量，则该矩阵必为零矩阵。因此 $A = B$。
满射性：任取线性变换 $F \in \text{End}_{\mathbb{R}}(\mathbb{R}^n)$，需要找到矩阵 $A$ 使得 $\Phi_A = F$。关键构造如下：
取标准单位向量 $e_1, e_2, \ldots, e_n$（$e_i$ 第 $i$ 个分量为1，其余为0），它们是 $\mathbb{R}^n$ 的一组基。对任意 $\alpha = (\alpha_1, \ldots, \alpha_n)$，有：
\[\alpha = \sum_{i=1}^n \alpha_i e_i\]利用 $F$ 的线性性：
\[F(\alpha) = F\left(\sum_{i=1}^n \alpha_i e_i\right) = \sum_{i=1}^n \alpha_i F(e_i)\]关键一步：这里用到了线性变换保持加法和数乘的性质。
每个 $F(e_i)$ 是一个 $n$ 元行向量。将这些行向量依次拼成矩阵：
\[A = \begin{bmatrix} F(e_1) \\ F(e_2) \\ \vdots \\ F(e_n) \end{bmatrix}\]则 $F(\alpha) = \alpha A = \Phi_A(\alpha)$，即 $F = \Phi_A$。
这也就说明了为什么矩阵很重要——有限维线性空间上的线性变换可以非常完整地用矩阵来刻画。矩阵乘法之所以重要，一方面是因为解线性方程组就是矩阵乘法，另一方面线性变换的运算就是用矩阵乘法来描述的。矩阵把抽象的线性变换给具体化了。
2.3 验证保持运算
保持加法：利用矩阵乘法的分配律： \(\Phi_{A+B}(\alpha) = \alpha(A+B) = \alpha A + \alpha B = \Phi_A(\alpha) + \Phi_B(\alpha)\)
保持乘法：注意行向量写法下乘法顺序倒置。若用映射复合 $F \circ G$（先 $G$ 后 $F$），则对应的矩阵乘法是 $\Phi_{AB} = \Phi_B \circ \Phi_A$。如果取列向量写法（$\alpha$ 写成列向量，矩阵左乘），则复合顺序与矩阵乘法顺序自然保持一致。
2.4 补充思考：可逆矩阵与线性变换的双射性
$A$ 是可逆矩阵 $\iff$ $\Phi_A$ 是双射（既是单射又是满射）。
在有限维线性空间上，线性变换的单射性和满射性等价——这不同于一般映射（双射比单射更强）。用矩阵语言表述就是：对于 $n \times n$ 方阵，左逆等价于右逆等价于可逆。
三、环同态定理
3.1 核是理想
回顾理想定义：$I \subseteq R$ 是理想，要求：
- $I$ 是加法子群
- 对任意 $r \in R$，$a \in I$，有 $ra \in I$ 且 $ar \in I$
性质：若 $F: R \to S$ 是环同态，则 $\ker F$ 是 $R$ 的理想。
验证：由于 $F$ 首先是加法群同态，$\ker F$ 是加法子群。对任意 $u \in \ker F$（即 $F(u) = 0$），$a \in R$：
\[F(au) = F(a)F(u) = F(a) \cdot 0 = 0\]所以 $au \in \ker F$。同理可证 $ua \in \ker F$。因此 $\ker F$ 是理想。
3.2 商环的定义复习
有了理想 $I$，可以构造商环 $R/I$：
- 加法：$(a + I) + (b + I) = (a + b) + I$（商群结构）
- 乘法：$(a + I)(b + I) = ab + I$
乘法的合理性依赖于 $I$ 是理想这一事实（之前已验证）。
3.3 环同态定理
设 $F: R \to S$ 是环同态，$I = \ker F$。定义映射：
\[\overline{F}: R/I \to S, \quad \overline{F}(a + I) = F(a)\]则：
- $\overline{F}$ 是环同态，且是单射
- $\text{Im}(\overline{F}) = \text{Im}(F)$
- 特别地，若 $F$ 是满射，则 $\overline{F}$ 是环同构
这个定理不是全新的结果，它本质上是群同态定理的补充——因为有了更多的运算结构（乘法），所以在群同态定理的基础上进一步增加了保持乘法的性质。如果暂时忘掉乘法结构，结论中关于加法群的部分（映射的合理性、单射性、像集相等）全部来自群同态定理，唯一需要补证的就是 $\overline{F}$ 保持乘法。