张成空间:
行向量张成空间的秩与其行向量本身的秩是相同的,即r(A)=n,张成空间的集合为
R
r
(
a
)
R^{r(a)}
Rr(a).
如果行向量{
A
1
,
A
2
,
.
.
,
A
n
A_1,A_2,..,A_n
A1,A2,..,An}线性相关,所以矩阵A不是行满秩的。
在乘法列观点中,张成空间的值域列空间。
在列向量矩阵函数
A
x
=
y
Ax=y
Ax=y中,
y
y
y是列向量的线性组合。
A
x
=
y
Ax=y
Ax=y的四要素为:
自然定义域 | 映射法则 | 值域 | 到达域 |
---|---|---|---|
R n R^n Rn | A | c o l s p ( A ) colsp(A) colsp(A) | R m R^m Rm |
假设A为
m
×
n
m×n
m×n的矩阵,则列向量矩阵函数
A
x
=
y
Ax=y
Ax=y的自然定义域为
R
n
R^n
Rn,自然定义域的任意向量
x
x
x可以由
R
n
R^n
Rn的自然基{
e
1
,
e
2
.
.
.
.
.
.
e
n
e_1,e_2......e_n
e1,e2......en}:
x
=
x
1
e
1
+
x
2
e
2
+
.
.
.
+
x
n
e
n
,
x
1
,
2
,
.
.
.
,
n
∈
R
x=x_1e_1+x_2e_2+...+x_ne_n,x_{1,2,...,n} ∈R
x=x1e1+x2e2+...+xnen,x1,2,...,n∈R
假设A的列向量为
c
1
,
c
2
,
.
.
.
,
c
n
c_1,c_2,...,c_n
c1,c2,...,cn:
A
=
(
c
1
,
c
2
,
.
.
.
,
c
3
)
A = (c_1,c_2,...,c_3)
A=(c1,c2,...,c3)
根据矩阵乘法观点可知,列向量矩阵函数
A
x
=
y
Ax=y
Ax=y:
y
=
x
1
c
1
+
x
2
c
2
+
.
.
.
+
x
n
c
n
,
x
1
,
2...
,
n
y=x_1c_1+x_2c_2+...+x_nc_n,x_{1,2...,n}
y=x1c1+x2c2+...+xncn,x1,2...,n
这也就说明,值域
y
y
y是列向量{
c
1
,
c
2
,
.
.
.
,
c
n
c_1,c_2,...,c_n
c1,c2,...,cn}的张成空间,即值域为 列空间。
在自然定义域下,列向量矩阵函数的值域为列空间
矩阵函数
对于矩阵函数而言,当定义域为向量空间时,其值域也为向量空间:
且 定义域的维度 >= 值域的维度
用列向量矩阵函数
A
x
=
y
Ax=y
Ax=y来证明,
首先证明,“当定义域为向量空间时,其值域也是向量空间”。假设定义域X为向量空间,其基{
a
1
,
a
2
,
.
.
.
,
a
n
a_1,a_2,...,a_n
a1,a2,...,an}张成,那么定义域中的任意向量
x
x
x可以表示为:
x
=
x
1
a
1
+
x
2
a
2
+
.
.
.
+
x
n
a
n
x=x_1a_1+x_2a_2+...+x_na_n
x=x1a1+x2a2+...+xnan,
x
1
,
2
,
.
.
,
n
∈
R
x_{1,2,..,n}\in R
x1,2,..,n∈R
因为矩阵函数
A
x
=
y
Ax=y
Ax=y是线性函数,所以有:
y
=
A
(
x
1
a
1
+
x
2
a
2
+
.
.
.
+
x
n
a
n
)
y=A(x_1a_1+x_2a_2+...+x_na_n)
y=A(x1a1+x2a2+...+xnan)
=
x
1
A
(
a
1
)
+
x
2
A
(
a
2
)
+
.
.
.
+
x
n
A
(
a
n
)
=x_1A(a_1)+x_2A(a_2)+...+x_nA(a_n)
=x1A(a1)+x2A(a2)+...+xnA(an)
所以值域为向量组{
A
a
1
,
A
a
2
,
.
.
.
,
A
a
n
Aa_1,Aa_2,...,Aa_n
Aa1,Aa2,...,Aan}的张成空间,也为向量空间。
(2)再证明,“定义域的维度
⩾
\geqslant
⩾值域的维度”。已知定义域是由基{
a
1
,
a
2
,
.
.
.
,
a
n
a_1,a_2,...,a_n
a1,a2,...,an}的张成空间,所以定义域的维度为
n
n
n.
在证明了值域的向量组{
A
a
1
,
A
a
2
,
.
.
.
,
A
a
n
Aa_1,Aa_2,...,Aa_n
Aa1,Aa2,...,Aan}的张成空间。所以该向量组线性无关时,值域的维度为n;当该向量组线性相关时,值域的维度小于n。
因此 定义域的维度
⩾
\geqslant
⩾值域的维度
A
u
−
A
v
=
0
Au-Av=0
Au−Av=0,如果两个向量的函数值相同,因为定义域维度与值域维度相同,因此向量组{
A
a
1
,
A
a
2
,
.
.
.
,
A
a
n
Aa_1,Aa_2,...,Aa_n
Aa1,Aa2,...,Aan}线性无关,
u
=
v
u=v
u=v,两个函数的值相同,那么这两个向量就是一个向量。所以A是单射。
(3)因为矩阵函数的定义域维度
⩾
\geqslant
⩾值域维度,所以除了"定义域维度=值域维度",剩下的情况就是"定义域维度<值域维度"。因为已经证明了单射的充要条件:
矩阵函数是单射
⟺
\Longleftrightarrow
⟺定义域的维度=值域的维度
所以"定义域的维度>值域维度"自然就是非单射。
(单射就是一对一,非单射就是大范围逼近小范围)
满秩与单射的概念
满秩就是秩的大小和行或者列相同,满秩和单射的证明,类似于平移的证明,单射不意味着元素的空间域是相同的
延伸:证明方程唯一解的问题
(1) 需要证明系数矩阵是满秩矩阵,
(2)证明目标证明在值域中,根据非单射的定义。值域的每一个值对应到定义域都有无数的解与之对应。