如果 A 是 n 维线性空间的一个线性变换,那么有:A的秩+A的零度=n A 的秩 + A的零度 = nA的秩+A的零度=n也就是(1)dimAV+dimA−1(0)=dimV=ndimAV + dimA^{-1}(0) = dimV = n\tag{1}dimAV+dimA−1(0)=dimV=n(1)
看上去它们互补,但是看一个例子:
在线性空间 P[x]nP[x]_nP[x]n中,令Df(x)=f′(x),Df(x) = f'(x),Df(x)=f′(x),那么D的值域为子空间P[x]n−1P[x]_{n-1}P[x]n−1,维数为n-1;核为子空间PPP,维数为1。很明显,N(D)⊆R(D)。N(D)\subseteq R(D)。N(D)⊆R(D)。
有趣的是,A的核与ATA^TAT的值域构成了全空间的直和分解:Rn=R(AT)+N(A)\R^n = R(A^T)+N(A)Rn=R(AT)+N(A)下面来证明:
首先,R(AT)R(A^T)R(AT)和N(A)N(A)N(A)都是Rn\R^nRn的子空间,且满足维数公式:dimATV+dimA−1(0)=dimV=ndimA^TV + dimA^{-1}(0) = dimV = ndimATV+dimA−1(0)=dimV=n这是因为A和行秩等于列秩,由(1)式直接得出。
其次,R(AT)R(A^T)R(AT)和N(A)N(A)N(A)的交集只有零元素:
if    x∈{x∣x=ATz,∃z∈Rn}=R(AT),andx∈{x∣Ax=0}=N(A),if \;\;x \in \{x|x=A^Tz,\exist z\in\R^n\}=R(A^T), \\and\\ x\in\{x|Ax=0\}=N(A), ifx∈{x∣x=ATz,∃z∈Rn}=R(AT),andx∈{x∣Ax=0}=N(A),⇒xTx=zTAx=0⇒x=0\Rightarrow x^Tx = z^TAx=0\\\Rightarrow x=0⇒xTx=zTAx=0⇒x=0
最后,任意R(AT)R(A^T)R(AT)的向量和N(A)N(A)N(A)中的向量正交:∀x∈{x∣x=ATz,∃z∈Rn}=R(AT),\forall x \in \{x|x=A^Tz,\exist z\in\R^n\}=R(A^T), ∀x∈{x∣x=ATz,∃z∈Rn}=R(AT),∀y∈{y∣Ay=0}=N(A),\forall y\in\{y|Ay=0\}=N(A), ∀y∈{y∣Ay=0}=N(A),⇒xTy=zTAy=0\Rightarrow x^Ty = z^TAy=0⇒xTy=zTAy=0
证毕。
1万+

被折叠的 条评论
为什么被折叠?



