内核(零空间)
的内核(或零空间)的线性变换 是一组 向量的 这样 这是一个子空间的 谁的维被称为零度.的rank-nullity定理将此维度与排名的
当 是由左乘an得到的吗 矩阵 这 在哪里 被认为是 矩阵 通常指的是矩阵的核,而不是线性变换的核。 而不是
许多子空间 可以自然地描述为特定线性变换的核(和的每一个子空间 可以描述为内核的一些线性变换)。给定一个线性方程组 核的计算 (通过高斯消去法)可以用来给出系统的通解,只要已知一个特解。
让 找到
高斯消去法: 行约简并不改变矩阵的核,这是一个事实(在下一节中证明)。矩阵的核 在淘汰过程的最后,也就是行简化阶梯形,通过将主变量( 在本例中)的自由(非主元)变量( 在这种情况下)。也就是说, 相当于
所以解向量 =
核是一个一维子空间 谁的基础是单个向量
内容
属性
- 吸水:内核对吸水的 :
一个线性变换 是单射当且仅当
要理解这一点,请注意,核是映射到的向量的集合 ,所以如果 是单射的,那么核只能有一个元素,这是必然的吗 .另一方面,如果内核是平凡的,那么 意味着 ,由于内核是平凡的,这意味着 所以 所以 是单射。
这个直接的结果在wiki上得到了证明行和列空间.
基本行运算下不变:如上例所述,高斯消去中的基本行运算不改变的核 .理解这个的一种方法是做一个基本行变换和乘法是一样的 左边是可逆初等矩阵 但是核心是 和的核是一样的吗 :如果 然后 如果 然后 所以 这证明了上面示例中所概述的计算内核的方法是正确的。
用平移法求解一般线性方程:与线性方程组一样,核可以用来求解一般形式的方程 如果 那么通解是这样的形式 在哪里 这是因为
所以解的集合 是一个陪集核的,形式的
为 找到所有解决方案 考虑到 就是这样一种解决方案。
介绍中的例子说明了 向量的集合是的标量倍吗 所有解的集合 是 对所有
Rank-nullity
直观地说,核函数衡量了线性变换的程度 崩溃的域 如果内核是平凡的,那么 那么,不会瓦解域吗 是单射的(如前一节所示);所以 嵌入 成 但如果核是非平凡的, 不再是一个嵌入,那么它的图像在 更小。
这种直觉表明核的大小和像的大小之间存在着反比关系 这种直觉的形式是秩零定理。下面以矩阵形式说明:
在这里,排名的 列空间(或行空间)的维数是 求和的第一项,核的维数 通常被称为零度的让 是一个 矩阵。然后
要看出这个定理是正确的,最自然的方法是把它放在前两节的例子中来看。核的计算 明确了核的维数等于的行简化阶梯形中自由(非主)列的个数 另一方面,回想一下秩等于主列的个数。所以维数的和等于列数,也就是
再次 验证rank-nullity为
我们已经看到了 和级别 等于行简化阶梯形中主列的个数 这是 正如所料,
概括
本维基集中讨论了使用矩阵的内核实际应用,但上面的语句更适用于线性变换 在任意向量空间之间 核仍然是一个子空间,仍然可以用来求解这种形式的线性方程 秩零定理仍然是正确的,如果“列数” 取而代之的是
让 实向量空间 的多项式 与真正的系数。验证线性变换的秩零性 给出的
的内核 多项式的集合在里面了吗 它的二阶导数消失了。这显然是多项式的集合 与 这是一个二维子空间 与基础
的形象 多项式的集合在里面了吗 多项式的二阶导数是什么 不难看出这是的子空间 由次多项式组成的 这是一个三维子空间 与基础
的维数 是 因为它的标准基础是 满足秩零