1.6值域核及不变子空间.pptVIP

§1.6值域、核与不变子空间 一、定义和若干性质 定义 1.2.1 (P.23) 线性变换的象空间和零空间 设线性映射T：V?U， 值域 R(T)=｛?： ??? V ，?=T(?)｝?U 核空间 N（T）=｛?：?? V，T ( ?) =0 ｝ 定理1.10 N(T), R(T)分别是V,U的子空间 基于以上原因，所以T值域又称为T的象子空间，Ｔ 的核子空间又称为Ｔ的零子空间. * 定义1.14 设T是线性空间V上的线性变换，R(T)的维数 称为T的秩，记为rankT；而N(T)的维数称为T的零度或亏度， 记为nullT. T 的秩=dim R（T）； T 的零度=dim N（T） 定理1.11 设T是n维线性空间V上的线性变换，且T在V的一组 基 下的矩阵是A，则 （1）T的值域R(T)是 生成的子空间，即 （2）T的秩 =r(A). 例1.35 由例1.31知R3上的投影变换f:(a,b,c)?(a,b,0)，在自然基e1=(1,0,0),e2=(0,1,0),e3-(0,0,1)下的矩阵为 由定理1.11知的T秩 =2. 事实上，由例1.34知：R3上的投影变换f的值域就是xoy平面. 定理1.12设V,U分别是数域P上的n维和m维线性空间， T:V?U的线性映射，则 Dim R(T)+dim N(T)=n 设A 为 阶矩阵，称 为矩阵 A的值域； 为A的核 。 、 称为 的秩和零度。 （2） 推论 （3） ， n为A的列数。 （1） （2） 例1.36 设 在R2?2上的线性变换定义为 求T的值域R(T)及核子空间N(T)基与维数，并问 R(T)+N(T)是否是直和？ = 定理1.13 设V,U是有限维线性空间,线性变换 T:V?U 则T是单射当且仅当N（T）={0 }; T是满射当且仅当R(T)=U. 定理1.14 设V是n维线性空间,线性变换T：V?V 则以下条件等价： （1） T是单射； （2） T是满射； （3） T是双射。 二、R上线性方程组求解理论 设 把A看成Rn?Rm的线性映射 x? Rn,x?y=Ax ? Rm A=(?1, ?2,…, ?n) 则有 定理1.15 (1)R(A)=Span{ ?1, ?2,…, ?n} ; (2) dimR(A)=r(A) ,其中r(A)是A的秩. 我们利用线性映射中零空间与值域的概念，来讨论 线性方程组的求解问题 定理1.16 设 则 （1）线性方程组 有解当且仅当 （2）线性方程组 有唯一解当且仅当 （3）线性方程组 有无穷多解当且仅当 推论 在上面的定理中，取b=0,则有 （1）线性方程组 必有解； （2）线性方程组 只有零解当且仅当 （3）线性方程组 有无穷多解当且仅当 关于矩阵秩的有关结论 定理1.17 设A?Rm?n,B?Rn?l,则 （1）r(AB)=r(B)-dim[N(A)?R(B)] （2）r(AB)=r(A)-dim[N(BT)?R(AT)] 证明：我们定义线性映射C ：R(B)?R(A),x?y=Ax? R(A) 则N(C)=R(B)?N(A),R(C)=R(AB). 事实上，若x? R(B)且Ax=0,则x? R(B) ?N(A),从而 N(C)?R(B)?N(A),反之若x ?R(B) ?N(A),则 x ?R(B)且x ? N(A), 所以Ax=0,从而x?N(A),故 N(C)?R(B)?N(A), 于是N(C)＝R(B)?N(A)。 又 R(C)=A(R(B))=A(B(Rl)=AB(Rl)=R(AB) 由维数公式知 dimR(B)= dimR(C)+dimN(C) =dimR(AB)+ dim[N(A)?R(B)] 也即r(AB)=r(B)-dim[N(A)?R(B)]。 又由r(BTAT)=r(AB)以及r(B)=r(BT)知 r(AB)=r(A)-dim[N(BT)?R(AT)]成立。 推论 Sylverster不等式： min{r(A),r(B)}?r(AB)?r(A)+r(B)-n 其中，n是矩阵A的列数。 证明：左边显然成立。对于右边，由于dim[R(B)?N(A) ≤dimN(A) 利用上面的定理则有R(AB)=r(B)- dim[R(B)?N(A) ?r(B)-dimN(A)=r(B)-[n-r(A)]=r(B)+r(A)-n. 定理1.18 设A?Rn×n,则下列条件等价 1） N(A)=N(A2); 2） d