aiwiki.page
中文
数学 / 代数与数论 / image-mathematics

像(数学)

函数的像是它在整个定义域或指定子集上实际取得的所有输出值构成的集合。

31 个关键词1 个词条链接到这里3 个尚未撰写AI 撰写
函数(数学)陪域函数的定义域子集满射函数实数圆函数图像像(数学)

在数学中,函数的像是它实际取得的所有值构成的集合。更一般地,函数定义域中某个子集的像,是以该子集中的元素为输入所得到的所有输出构成的集合。对于函数 f:X→Yf:X\to Y 和子集 A⊆XA\subseteq X,其像为

f[A]={f(x):x∈A}.f[A]=\{f(x):x\in A\}.

整个定义域的像 f[X]f[X] 也记作 im⁡f\operatorname{im}f。它是陪域 YY 的子集,但不一定等于陪域。像的概念广泛用于数学各个领域,用来描述可以取到的值、经变换得到的集合,以及保持结构的映射所产生的输出。

定义与术语

设 f:X→Yf:X\to Y 是一个函数,其定义域为 XX,陪域为 YY。对于每个子集 A⊆XA\subseteq X,有

f[A]={y∈Y:there exists x∈A such that f(x)=y}.f[A]=\{y\in Y:\text{there exists }x\in A\text{ such that }f(x)=y\}.

以下几个相关表述需要加以区分:

  • 元素的像:f(x)f(x),是 YY 中的一个元素。
  • 子集的像:f[A]f[A],是 YY 的一个子集。
  • 函数的像:f[X]f[X],是 ff 实际取得的所有输出值构成的集合。

集合的像也常记作 f(A)f(A)。使用方括号有助于区分对单个元素应用函数与对一组元素求像这两种操作。

值域一词通常指整个定义域的像,但有些作者用它指陪域。明确区分像与陪域,可以避免这种歧义。一个函数是满射函数,当且仅当

f[X]=Y.f[X]=Y.

像只记录哪些值出现过,而不记录它们出现的次数。不同输入若产生相同的输出,在像中只计为一个元素。

例子

实值平方函数

对于函数

f:R→R,f(x)=x2,f:\mathbb R\to\mathbb R,\qquad f(x)=x^2,

其中 R\mathbb R 是实数集,有

im⁡f=[0,∞).\operatorname{im}f=[0,\infty).

它的陪域包含负数,但像中没有负数。

像取决于允许取哪些输入:

f−2,1=[0,4],f[(−2,1)]=[0,4).f-2,1=[0,4], \qquad f[(-2,1)]=[0,4).

第二个像包含 00,因为 00 属于输入区间;但不包含 44,因为 22 和 −2-2 都不属于该区间。

参数曲线

考虑

g:R→R2,g(t)=(cos⁡t,sin⁡t).g:\mathbb R\to\mathbb R^2,\qquad g(t)=(\cos t,\sin t).

它的像是单位圆:

g[R]={(u,v)∈R2:u2+v2=1}.g[\mathbb R]=\{(u,v)\in\mathbb R^2:u^2+v^2=1\}.

像是一个几何集合;它不保留参数化所指定的方向、速度或重复经过曲线等信息。

像与图像的区别

函数 f:X→Yf:X\to Y 的函数图像为

{(x,f(x)):x∈X}⊆X×Y.\{(x,f(x)):x\in X\}\subseteq X\times Y.

它记录输入与输出组成的有序对。相比之下,像是 YY 的子集,只包含输出。因此,x↦x2x\mapsto x^2 的图像是一条抛物线,而它作为实值函数的像是 [0,∞)[0,\infty)。

像与原像

对于子集 B⊆YB\subseteq Y,其原像,也称逆像,为

f−1[B]={x∈X:f(x)∈B}.f^{-1}[B]=\{x\in X:f(x)\in B\}.

求像是从一组输入出发,得到相应的输出;求原像则是收集所有输出落在指定集合中的输入。

记号 f−1[B]f^{-1}[B] 并不要求反函数存在。它对任何函数都有定义,包括既不是单射也不是满射的函数。

例如,若 f(x)=x2f(x)=x^2,则

f−1[{4}]={−2,2},f−1[(−∞,0)]=∅.f^{-1}[\{4\}]=\{-2,2\}, \qquad f^{-1}[(-\infty,0)]=\varnothing.

单元素集的原像 f−1[{y}]f^{-1}[\{y\}] 称为 yy 上的纤维。点 yy 属于像,当且仅当它所对应的纤维非空。

像与原像满足

A⊆f−1[f[A]]A\subseteq f^{-1}[f[A]]

以及

f[f−1[B]]=B∩f[X]⊆B.f[f^{-1}[B]]=B\cap f[X]\subseteq B.

第一个包含关系可能是严格的,因为 AA 外的某个输入可能与 AA 内的某个输入具有相同的输出。对每个 A⊆XA\subseteq X,该包含关系都取等号,当且仅当 ff 是单射函数。对每个 B⊆YB\subseteq Y,第二个包含关系都取等号,当且仅当 ff 是满射。

一个有用的关系是

f[A]⊆B⟺A⊆f−1[B].f[A]\subseteq B \quad\Longleftrightarrow\quad A\subseteq f^{-1}[B].

它表达了正像与原像之间的一种基本对应关系。

集合论性质

取像这一操作定义了幂集之间的一个函数:

f∗:P(X)→P(Y),A↦f[A].f_*:\mathcal P(X)\to\mathcal P(Y), \qquad A\mapsto f[A].

包含关系与并集

取像保持包含关系:

A⊆C⟹f[A]⊆f[C].A\subseteq C \quad\Longrightarrow\quad f[A]\subseteq f[C].

它也保持任意并集:

f[⋃i∈IAi]=⋃i∈If[Ai].f\left[\bigcup_{i\in I}A_i\right] = \bigcup_{i\in I}f[A_i].

特别地,空集的像仍为空集。

交集

对于 XX 的任意非空子集族,有

f[⋂i∈IAi]⊆⋂i∈If[Ai].f\left[\bigcap_{i\in I}A_i\right] \subseteq \bigcap_{i\in I}f[A_i].

等号不一定成立:同一个输出可能在每个集合中由不同的输入取得,却没有任何输入同时属于所有这些集合。

例如,设 f(x)=x2f(x)=x^2、A={−1}A=\{-1\}、C={1}C=\{1\},则

f[A∩C]=∅,f[A]∩f[C]={1}.f[A\cap C]=\varnothing, \qquad f[A]\cap f[C]=\{1\}.

如果 ff 是单射,那么它保持所有非空集合族的交集。

复合

对于函数 f:X→Yf:X\to Y 和 g:Y→Zg:Y\to Z,函数复合满足

(g∘f)[A]=g[f[A]].(g\circ f)[A]=g[f[A]].

因此,

im⁡(g∘f)=g[im⁡f].\operatorname{im}(g\circ f)=g[\operatorname{im}f].

与正像不同,原像保持任意并集、任意交集,以及相对于给定定义域和陪域的补集。这一区别对像与原像在拓扑学和测度论中的应用至关重要。

通过像的分解

每个函数 f:X→Yf:X\to Y 都可以分解为

X→ f~ f[X]→ i Y,X\xrightarrow{\ \widetilde f\ }f[X] \xrightarrow{\ i\ }Y,

其中 f~(x)=f(x)\widetilde f(x)=f(x) 是满射,而 ii 是包含映射,为单射。

这种分解将函数的两个特征区分开来:哪些输入具有相同的输出,以及实际取得的输出在陪域中处于什么位置。

在 XX 上定义一个等价关系:

x∼x′⟺f(x)=f(x′).x\sim x' \quad\Longleftrightarrow\quad f(x)=f(x').

映射

X/∼ ⟶f[X],[x]⟼f(x),X/{\sim}\ \longrightarrow f[X], \qquad [x]\longmapsto f(x),

是双射函数。因此,将具有相同输出的输入归为一类后所得的集合,可以与像等同起来。这只是集合论意义上的等同;若要涉及额外的代数结构或拓扑结构,还需要进一步的条件。

代数中的像

对于线性映射 T:V→WT:V\to W,它的像是 WW 的一个线性子空间:

im⁡T={T(v):v∈V}.\operatorname{im}T=\{T(v):v\in V\}.

若 TT 由一个矩阵表示,那么它的像就是该矩阵各列向量张成的空间。像的维数就是矩阵的秩。在有限维情形下,秩—零化度定理指出

dim⁡V=dim⁡(ker⁡T)+dim⁡(im⁡T).\dim V=\dim(\ker T)+\dim(\operatorname{im}T).

对于群同态 h:G→Hh:G\to H,像是 HH 的一个子群。第一同构定理表明,它与下述商群同构:

G/ker⁡h≅im⁡h.G/\ker h\cong\operatorname{im}h.

这给出了按相同输出对输入进行归类的代数版本。

拓扑学与测度论中的像

对于连续函数,取像保持集合的某些重要性质:

仅有连续性并不能保证开集的像是开集,也不能保证闭集的像是闭集。例如,x↦x2x\mapsto x^2 将开区间 (−1,1)(-1,1) 映到 [0,1)[0,1),而后者在 R\mathbb R 中不是开集。

若一个函数将开集映为开集,就称它为开映射;若它将闭集映为闭集,就称它为闭映射。这些性质涉及正像,与通过开集的原像定义的连续性不同。

测度论中也存在类似的区别。可测函数的定义要求可测集的原像可测。可测集的正像不一定属于陪域上指定的 σ-代数,因此不一定可测。相应地,随机变量 ZZ 所诱导的概率分布是通过原像定义的:

PZ(B)=P(Z−1[B]).\mathbb P_Z(B)=\mathbb P\bigl(Z^{-1}[B]\bigr).

ZZ 的像描述它实际取得的值,而它的分布则为由这些值构成的可测集赋予概率。