线性变换的值域和核是正交的吗?

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/itnerd/article/details/83216255

如果 A 是 n 维线性空间的一个线性变换,那么有: A + A = n A 的秩 + A的零度 = n 也就是 (1) d i m A V + d i m A 1 ( 0 ) = d i m V = n dimAV + dimA^{-1}(0) = dimV = n\tag{1}

看上去它们互补,但是看一个例子:

在线性空间 P [ x ] n P[x]_n 中,令 D f ( x ) = f ( x ) , Df(x) = f'(x), 那么D的值域为子空间 P [ x ] n 1 P[x]_{n-1} ,维数为n-1;核为子空间 P P ,维数为1。很明显, N ( D ) R ( D ) N(D)\subseteq R(D)。

有趣的是,A的核与 A T A^T 的值域构成了全空间的直和分解 R n = R ( A T ) + N ( A ) \R^n = R(A^T)+N(A) 下面来证明:


首先, R ( A T ) R(A^T) N ( A ) N(A) 都是 R n \R^n 的子空间,且满足维数公式: d i m A T V + d i m A 1 ( 0 ) = d i m V = n dimA^TV + 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 ( A T ) R(A^T) N ( A ) N(A) 的交集只有零元素:
i f      x { x x = A T z , z R n } = R ( A T ) , a n d x { x A x = 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), x T x = z T A x = 0 x = 0 \Rightarrow x^Tx = z^TAx=0\\\Rightarrow x=0

最后,任意 R ( A T ) R(A^T) 的向量和 N ( A ) N(A) 中的向量正交: x { x x = A T z , z R n } = R ( A T ) , \forall x \in \{x|x=A^Tz,\exist z\in\R^n\}=R(A^T), y { y A y = 0 } = N ( A ) , \forall y\in\{y|Ay=0\}=N(A), x T y = z T A y = 0 \Rightarrow x^Ty = z^TAy=0
证毕。

猜你喜欢

转载自blog.csdn.net/itnerd/article/details/83216255
今日推荐