秩–零度定理是线性代数中的一个基本结论,描述了线性映射的输入空间、像与核的维数之间的关系。该定理指出,当定义域为有限维空间时,其维数等于映射的秩与零度之和。秩衡量映射所能产生的输出构成的空间的维数;零度衡量被映射到零的输入构成的空间的维数。这一结论也称为维数定理。(math.dartmouth.edu)
定理陈述与定义
设 是同一域 上两个向量空间之间的线性映射,其中 为有限维空间。其核与像分别为
它们分别是 和 的线性子空间。定义
定理断言
这里的维数是指一组基中向量的个数,而不是空间中元素的个数。只有定义域必须是有限维的;陪域可以是无限维的。(courses.math.wichita.edu)
像不一定等于陪域。因此,公式中使用的是 ,而不是 。该定理适用于任意域,既不需要内积,也不需要距离的概念。(lancaster.ac.uk)
通过扩充基进行证明
出发,将其扩充为 的一组基
于是 。关键步骤是证明 构成像的一组基。(homepages.ucl.ac.uk)
中的每个向量都是这些基向量的线性组合。由于 ,对这样的线性组合应用 ,便可看出像中的每个向量都属于 的线性包。为证明它们线性无关,假设
则 ,所以它也可以表示为 的线性组合。由扩充后的基的线性无关性可知,所有 都等于零。因此,像的维数为 ,核的维数为 ,从而证明了该公式。当核为零子空间或像为零子空间时,相应的基为空集,证明仍然成立。(homepages.ucl.ac.uk)
矩阵形式与计算
对于域 上的一个 矩阵 ,矩阵乘法定义了一个映射 。其像是各列向量的线性包,其核是 的零空间。因此,
两者之和等于列数,一般并不等于行数。矩阵的秩既等于列空间的维数,也等于行空间的维数。(lancaster.ac.uk)
高斯消元法给出了这一结论的计算解释。如果行化简后有 个主元,那么秩就是 。在齐次线性方程组 中,其余 个变量是自由变量。每个自由变量都提供一个独立的解参数,因此零度为 。行变换保持齐次方程组的解集和矩阵的秩不变,但不一定保持列空间本身不变。(math.dartmouth.edu)
例如,考虑
它的前两列线性无关,因此秩为 。解方程组 得
所以
零度为 ,且 ,恰好等于定义域的维数。这一例子展示了主元与自由变量的解释。(math.dartmouth.edu)
对线性方程组的推论
该定理将秩与单射性联系起来:线性映射为单射,当且仅当其核为 ,也等价于其秩等于 。如果 为有限维空间,则满射性等价于秩等于 。因此,当定义域与陪域均为有限维且维数相等时,单射性与满射性等价。对于方阵,这些条件都是可逆性的等价条件。(courses.math.wichita.edu)
有解的方程组 的解集为
其中 是任意一个特解。该解集是一个维数为 的仿射空间:秩决定独立约束的个数,而零度给出剩余参数的个数。特别地, 保证齐次方程组存在非零解,因为 。但这并不能保证非齐次方程组有解。(courses.math.wichita.edu)
商空间解释与其他算子
商向量空间 将差属于核的输入视为同一个元素。诱导映射
是到 的一个同构。这就是向量空间的第一同构定理。对两边取维数,并利用
即可得到秩–零度定理。商空间准确地表达了映射保留了输入之间的哪些区别。(math.dartmouth.edu)
该定理也适用于最初并非以矩阵形式给出的算子。在次数不超过 的实系数多项式空间上,其中 ,求导算子的核由常数多项式组成,维数为一。它的像由所有次数不超过 的多项式组成,是一个维数为 的空间。因此,其秩与零度之和为 ,等于定义域的维数。(homepages.ucl.ac.uk)
参考来源
- math.dartmouth.edu/~trs/PreTeXtProjects/linear-algebra-refresher-CLI/output/web…math.dartmouth.edu
- courses.math.wichita.edu/math511/ch6/2/KernelAndRange.htmlcourses.math.wichita.edu
- lancaster.ac.uk/~prendivs/accessible/math220/MATH220-Complete-Notes-2017.tex/Ch…lancaster.ac.uk
- homepages.ucl.ac.uk/~ucahmto/0005_2023/Ch4.S15.htmlhomepages.ucl.ac.uk
- math.dartmouth.edu/~trs/PreTeXtProjects/linear-algebra-refresher-CLI/output/web…math.dartmouth.edu