线性代数（2）

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$R^{r(a)}$.
如果行向量{$A_1,A_2,..,A_n$}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$Ax=y$中，$y$是列向量的线性组合。
$Ax=y$的四要素为：

自然定义域	映射法则	值域	到达域
$R^n$	A	$colsp(A)$	$R^m$

假设A为$m\times n$的矩阵，则列向量矩阵函数$Ax=y$的自然定义域为$R^n$，自然定义域的任意向量$x$可以由$R^n$的自然基{$e_1,e_2......e_n$}:
$x=x_1{e}_1+x_2{e}_2+...+x_n{e}_n,x_{1,2,...,n}\in R$
假设A的列向量为$c_1,c_2,...,c_n$:
$A=(c_1,c_2,...,c_3)$
根据矩阵乘法观点可知，列向量矩阵函数$Ax=y$:
$y=x_1{c}_1+x_2{c}_2+...+x_n{c}_n,x_{1,2...,n}$
这也就说明，值域$y$是列向量{$c_1,c_2,...,c_n$}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$Ax=y$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{$a_1,a_2,...,a_n$}张成，那么定义域中的任意向量$x$可以表示为:
$x=x_1{a}_1+x_2{a}_2+...+x_n{a}_n$,$x_{1,2,..,n}\in R$
因为矩阵函数$Ax=y$是线性函数，所以有：
$y=A(x_1{a}_1+x_2{a}_2+...+x_n{a}_n)$
$=x_{1}A(a_1)+x_{2}A(a_2)+...+x_{n}A(a_n)$
所以值域为向量组{$A{a}_1,A{a}_2,...,A{a}_n$}的张成空间，也为向量空间。
（2）再证明，“定义域的维度$⩾$值域的维度”。已知定义域是由基{$a_1,a_2,...,a_n$}的张成空间，所以定义域的维度为$n$.
在证明了值域的向量组{$A{a}_1,A{a}_2,...,A{a}_n$}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$⩾$值域的维度
$Au-Av=0$,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{$A{a}_1,A{a}_2,...,A{a}_n$}线性无关，$u=v$,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$⩾$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$⟺$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。