{
  "id": "function-codomain",
  "title": "函数的陪域",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "函数的陪域是指定的目标集合，包含函数的所有输出，但其中的元素不一定都能被函数取到。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "函数的到达域",
    "函数的目标集"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/function-codomain/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/function-codomain/",
      "json": "https://aiwiki.page/en/function-codomain.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "函数的陪域是为函数指定的目标集合。在记号 \\(f:A\\to B\\) 中，集合 \\(A\\) 是函数的定义域，\\(B\\) 是陪域：每个输入都属于 \\(A\\)，相应的输出则必须属于 \\(B\\)。陪域不一定等于函数实际取到的所有输出组成的集合，后者称为函数的像。这一区别对于定义满射性、确定反函数以及描述数学结构之间的映射至关重要。"
    },
    {
      "heading": "定义与记号",
      "text": "函数\n\n\\[f:A\\to B\\]\n\n为每个元素 \\(a\\in A\\) 指定唯一的元素 \\(f(a)\\in B\\)。它的像为\n\n\\[f(A)=\\{f(a):a\\in A\\}.\\]\n\n因此，\n\n\\[f(A)\\subseteq B.\\]\n\n陪域规定了输出允许落在哪个集合中，而像则记录了实际出现的输出。陪域中的某个元素可能没有任何输入映射到它。\n\n英文术语 range 的用法并不统一：有些文献用它表示像，另一些则用它表示陪域。如果文献没有明确定义这一术语，使用“像”和“陪域”可以更清楚地区分这两个概念。\n\n一般来说，仅凭一个对应规则或公式无法确定陪域。例如，\\(f(x)=x^2\\) 可以描述不同集合之间的函数，具体取决于所指定的输入集合和目标集合。"
    },
    {
      "heading": "示例",
      "text": "考虑实数上的函数\n\n\\[f:\\mathbb{R}\\to\\mathbb{R},\\qquad f(x)=x^2.\\]\n\n它的陪域是 \\(\\mathbb{R}\\)，但它的像是\n\n\\[f(\\mathbb{R})=[0,\\infty).\\]\n\n负数属于它的陪域，却没有任何负数是它的输出。\n\n函数\n\n\\[g:\\mathbb{R}\\to[0,\\infty),\\qquad g(x)=x^2\\]\n\n具有相同的定义域和对应规则，但陪域不同。这个陪域中的每个元素都能被函数取到。\n\n改变所用的数系也可能改变像。映射\n\n\\[h:\\mathbb{C}\\to\\mathbb{C},\\qquad h(z)=z^2\\]\n\n的像和陪域都是全体复数，因为每个复数都有复数平方根。\n\n一个有限集合上的例子可以明确展示这一区别。设\n\n\\[A=\\{1,2,3\\},\\qquad B=\\{u,v,w\\},\\]\n\n且\n\n\\[f(1)=u,\\qquad f(2)=v,\\qquad f(3)=u.\\]\n\n陪域是 \\(\\{u,v,w\\}\\)，而像是 \\(\\{u,v\\}\\)。"
    },
    {
      "heading": "在满射性和可逆性中的作用",
      "text": "一个函数是满射函数，也称为映上的函数，当且仅当它的像等于陪域：\n\n\\[f(A)=B.\\]\n\n等价地，\n\n\\[\\forall b\\in B\\;\\exists a\\in A:\\ f(a)=b.\\]\n\n因此，满射性取决于指定的陪域。实数上的平方函数以 \\(\\mathbb{R}\\) 为陪域时不是满射，以 \\([0,\\infty)\\) 为陪域时则是满射。\n\n相比之下，一个函数是否为单射函数，取决于不同的输入是否具有不同的输出：\n\n\\[f(a_1)=f(a_2)\\implies a_1=a_2.\\]\n\n在保持定义域和输入输出对应关系不变的情况下，仅改变陪域不会改变单射性。\n\n双射函数既是单射，也是满射。双侧反函数\n\n\\[f^{-1}:B\\to A\\]\n\n存在，当且仅当 \\(f:A\\to B\\) 是双射。因此，陪域是决定反函数能否在整个指定目标集合上定义的因素之一。\n\n例如，\n\n\\[q:[0,\\infty)\\to[0,\\infty),\\qquad q(x)=x^2\\]\n\n是双射，其反函数为 \\(q^{-1}(y)=\\sqrt{y}\\)。如果将它的陪域扩大为 \\(\\mathbb{R}\\)，同时保持定义域和对应关系不变，它就不再是满射，也就不存在定义在该陪域上的双侧反函数。"
    },
    {
      "heading": "陪域与函数的形式化定义",
      "text": "对于哪些信息构成一个函数，存在不同的约定。\n\n按照一种常见约定，函数包含其定义域、陪域和对应规则。它可以表示为三元组\n\n\\[(A,B,G),\\]\n\n其中\n\n\\[G=\\{(a,f(a)):a\\in A\\}\\]\n\n是它的函数图像，也是笛卡尔积 \\(A\\times B\\) 的一个子集。按照这一约定，即使每个输入对应的输出都保持不变，改变陪域也会得到不同的函数。\n\n按照集合论中的另一种约定，函数被等同于其图像，但须满足每个输入恰好对应一个输出的要求。图像确定了定义域和像，却不能确定唯一的陪域：任何包含像的集合都可以作为目标集合。\n\n这些约定以不同的方式描述相同的对应关系。因此，理解关于函数相等的陈述时，必须考虑函数的定义信息中是否包含陪域。"
    },
    {
      "heading": "改变陪域",
      "text": "设 \\(f:A\\to B\\)，且 \\(C\\) 满足\n\n\\[f(A)\\subseteq C\\subseteq B.\\]\n\n相同的对应关系定义了函数\n\n\\[f_C:A\\to C.\\]\n\n这一操作称为陪域限制（corestriction）。它改变的是陪域，而非定义域；相对地，限制定义域会改变允许输入的集合。\n\n任何函数都可以将陪域限制为它的像：\n\n\\[\\widetilde f:A\\to f(A),\\qquad \\widetilde f(a)=f(a).\\]\n\n这个函数必然是满射。若 \\(i:f(A)\\to B\\) 是包含映射，则\n\n\\[f=i\\circ\\widetilde f.\\]\n\n这一分解将函数分为两步：先映到实际取到的值，再将这些值包含到原来的陪域中。\n\n只要一个集合遗漏了任意一个实际取到的输出，它就不能在对应规则不变的情况下充当陪域。"
    },
    {
      "heading": "复合与带有结构的目标空间",
      "text": "对于函数复合，标准记号\n\n\\[f:A\\to B,\\qquad g:B\\to C\\]\n\n给出\n\n\\[g\\circ f:A\\to C,\\qquad (g\\circ f)(a)=g(f(a)).\\]\n\n中间集合相匹配，保证了 \\(g\\) 在 \\(f\\) 的每个输出处都有定义。若只考虑按对应规则求值，较弱的条件 \\(f(A)\\subseteq\\operatorname{dom}(g)\\) 就已足够。在范畴论中，复合通过相匹配的源对象和目标对象来规定。\n\n陪域还可以带有与函数相关的结构：\n\n- 线性映射 \\(T:V\\to W\\) 具有指定的目标向量空间 \\(W\\)。它的像可能是 \\(W\\) 的真线性子空间。\n- 对于连续函数 \\(f:X\\to Y\\)，目标拓扑空间 \\(Y\\) 上的拓扑参与连续性的定义。\n- 可测函数的目标集合配备了指定的可测集族。例如，实值随机变量通常以 \\(\\mathbb{R}\\) 为陪域，即使它只取有限多个值。\n\n在这些情形中，目标集合不仅仅是容纳输出值的集合：它所带有的数学结构也是映射定义的一部分。"
    }
  ],
  "links": [
    "mathematical-function",
    "domain-of-a-function",
    "image-of-a-function",
    "real-number",
    "complex-number",
    "surjective-function",
    "injective-function",
    "bijective-function",
    "inverse-function",
    "graph-of-a-function",
    "cartesian-product",
    "subset",
    "set-theory",
    "function-composition",
    "category-theory",
    "linear-map",
    "vector-space",
    "continuous-function",
    "topological-space",
    "measurable-function",
    "random-variable"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}