В математике ядро линейной карты , также известное как нулевое пространство или нулевое пространство , представляет собой линейное подпространство области отображения , которое отображается в нулевой вектор. [1] То есть для линейного отображения L : V → W между двумя векторными пространствами V и W ядром L является векторное пространство всех элементов v из V таких, что L ( v ) = 0 , где 0 обозначает нулевой вектор в W , [2] или более символически:
Характеристики
Ядро и образ линейного отображения L из V в W
Ядро L является линейным подпространством области V . [3] [2]
В линейном отображении два элемента V имеют одинаковый образ в W тогда и только тогда, когда их разница лежит в ядре L , то есть,
Отсюда следует , что образ L изоморфен фактору V по ядру :
Понятие ядра также имеет смысл для гомоморфизмов модулей , которые являются обобщениями векторных пространств , где скаляры являются элементами кольца , а не поля . Областью отображения является модуль, ядро которого представляет собой подмодуль . Здесь понятия ранга и недействительности не обязательно применимы.
Рассмотрим линейную карту, представленную как матрица A размером m × n с коэффициентами в поле K (обычно или ), которая работает с векторами-столбцами x с n компонентами над K . Ядром этого линейного отображения является множество решений уравнения A x = 0 , где под 0 понимается нулевой вектор . Размерность ядра A называется нульностью A . _ _ В обозначениях построителя множеств ,
Таким образом, ядро A такое же, как и набор решений приведенных выше однородных уравнений.
Свойства подпространства
Ядро матрицы A размера m × n над полем K является линейным подпространством K n . То есть ядро A , множество Null( A ), имеет следующие три свойства:
Null( A ) всегда содержит нулевой вектор , поскольку A 0 = 0 .
Если x ∈ Null( A ) и y ∈ Null( A ) , то x + y ∈ Null( A ) . Это следует из дистрибутивности умножения матриц над сложением.
Если x ∈ Null( A ) и c скаляр c ∈ K , то c x ∈ Null( A ) , поскольку A ( c x ) = c ( A x ) = c 0 = 0 .
Пространство строк матрицы
Произведение A x можно записать через скалярное произведение векторов следующим образом:
Здесь a 1 , ... , am обозначают строки матрицы A . Отсюда следует, что x находится в ядре A тогда и только тогда, когда x ортогонален ( или перпендикулярен ) каждому из векторов-строок A (поскольку ортогональность определяется как наличие скалярного произведения, равного 0).
Пространство строк или кообраз матрицы A — это диапазон векторов-строк матрицы A. По приведенным выше рассуждениям ядро A является ортогональным дополнением к пространству строк. То есть вектор x лежит в ядре A тогда и только тогда, когда он перпендикулярен каждому вектору в пространстве строк A .
Размерность пространства строк A называется рангом A , а размерность ядра A называется нульностью A. Эти величины связаны теоремой ранга–нулевой [4]
Левое пустое пространство
Левое нулевое пространство или коядро матрицы A состоит из всех векторов-столбцов x таких, что x T A = 0 T , где T обозначает транспонирование матрицы . Левое нулевое пространство A совпадает с ядром A T . Левое нулевое пространство A является ортогональным дополнением к пространству столбцов A и двойственно к коядру соответствующего линейного преобразования. Ядро, пространство строк, пространство столбцов и левое нулевое пространство A — это четыре фундаментальных подпространства , связанных с матрицей A.
Неоднородные системы линейных уравнений
Ядро также играет роль при решении неоднородной системы линейных уравнений:
Если u и v — два возможных решения приведенного выше уравнения, то
Таким образом, разность любых двух решений уравнения A x = b лежит в ядре A .
Отсюда следует, что любое решение уравнения A x = b можно выразить как сумму фиксированного решения v и произвольного элемента ядра. То есть решение уравнения A x = b равно
Ниже приводится простая иллюстрация вычисления ядра матрицы (см. § Вычисление методом исключения Гаусса ниже, где описаны методы, лучше подходящие для более сложных вычислений). Иллюстрация также затрагивает пространство строк и его связь с ядром.
Рассмотрим матрицу
Ядро этой матрицы состоит из всех векторов ( x , y , z ) ∈ R 3 , для которых
Поскольку c — свободная переменная, охватывающая все действительные числа, это можно одинаково хорошо выразить следующим образом:
Ядро A — это именно набор решений этих уравнений (в данном случае линия, проходящая через начало координат в R 3 ). Здесь, поскольку вектор (−1,−26,16) T составляет базис ядра A . Нульность A равна 1.
Следующие скалярные произведения равны нулю:
который иллюстрирует, что векторы в ядре A ортогональны каждому из векторов-строок A .
Эти два (линейно независимых) вектора-строки охватывают пространство строк A — плоскость, ортогональную вектору (−1,−26,16) T .
С рангом 2 A , нульностью 1 A и размерностью 3 A мы имеем иллюстрацию теоремы о недействительности ранга.
Примеры
Если L : Rm → Rn , то ядро L является множеством решений однородной системы линейных уравнений . Как на рисунке выше, если L — оператор:
то ядро L — это множество решений уравнений
Обозначим через C [0,1] векторное пространство всех непрерывных вещественнозначных функций на интервале [0,1] и определим L : C [0,1] → R по правилу
Тогда ядро L состоит из всех функций f ∈ C [0,1] , для которых f (0.3) = 0 .
Пусть C∞ ( R ) — векторное пространство всех бесконечно дифференцируемых функций R → R , и пусть D : C∞ ( R ) → C∞ ( R ) — оператор дифференцирования :
Тогда ядро D состоит из всех функций из C∞ ( R ) , производные которых равны нулю, т.е. множества всех постоянных функций .
Пусть R∞ — прямое произведение бесконечного числа копий R , и пусть s : R∞ → R∞ — оператор сдвига
Тогда ядром s является одномерное подпространство, состоящее из всех векторов ( x 1 , 0, 0, 0, ...) .
Вычислив форму эшелона столбцов методом исключения Гаусса (или любым другим подходящим методом), мы получаем матрицу A, базис ядра A состоит из ненулевых столбцов C , таких, что соответствующий столбец B является нулевым столбцом .
Фактически, вычисление может быть остановлено, как только верхняя матрица примет форму эшелона столбцов: оставшаяся часть вычислений состоит в изменении базиса векторного пространства, порожденного столбцами, верхняя часть которых равна нулю.
Например, предположим, что
Затем
Помещение верхней части в форму эшелона столбцов с помощью операций со столбцами на всей матрице дает
Последние три столбца B являются нулевыми столбцами. Следовательно, три последних вектора C ,
являются основой ядра A .
Доказательство того, что метод вычисляет ядро: поскольку операции со столбцами соответствуют послеумножению на обратимые матрицы, тот факт, что это сводится к, означает, что существует обратимая матрица такая, что с в форме эшелона столбца. Таким образом , и Вектор-столбец принадлежит ядру (то есть ) тогда и только тогда, когда где As находится в форме эшелона столбцов, тогда и только если ненулевые записи соответствуют нулевым столбцам Умножая на , можно сделать вывод, что это случай тогда и только тогда, когда является линейной комбинацией соответствующих столбцов
Численные вычисления
Задача вычисления ядра на компьютере зависит от природы коэффициентов.
Для матриц, элементами которых являются числа с плавающей запятой , проблема вычисления ядра имеет смысл только для матриц, у которых количество строк равно их рангу: из-за ошибок округления матрица с плавающей запятой почти всегда имеет полный ранг. , даже если это аппроксимация матрицы гораздо меньшего ранга. Даже для полноранговой матрицы можно вычислить ее ядро только в том случае, если она хорошо обусловлена , т. е. имеет низкое число обусловленности . [5] [ нужна ссылка ]
Даже для хорошо обусловленной матрицы полного ранга метод исключения Гаусса работает неправильно: он вносит ошибки округления, которые слишком велики для получения значимого результата. Поскольку вычисление ядра матрицы является частным случаем решения однородной системы линейных уравнений, ядро может быть вычислено с помощью любого из различных алгоритмов, предназначенных для решения однородных систем. Современным программным обеспечением для этой цели является библиотека Lapack . [ нужна цитата ]
^ Вайсштейн, Эрик В. «Ядро». mathworld.wolfram.com . Проверено 9 декабря 2019 г.
^ ab "Ядро (нулевое пространство) | Блестящая вики по математике и наукам" . блестящий.орг . Проверено 9 декабря 2019 г.
^ Линейная алгебра, как обсуждается в этой статье, — это хорошо зарекомендовавшая себя математическая дисциплина, по которой существует множество источников. Почти весь материал этой статьи можно найти в лекциях Лэя 2005, Мейера 2001 и Стрэнга.
^ аб Вайсштейн, Эрик В. «Теорема о недействительности ранга». mathworld.wolfram.com . Проверено 9 декабря 2019 г.
^ «Архивная копия» (PDF) . Архивировано из оригинала (PDF) 29 августа 2017 г. Проверено 14 апреля 2015 г.{{cite web}}: CS1 maint: archived copy as title (link)
Лэй, Дэвид К. (2005), Линейная алгебра и ее приложения (3-е изд.), Аддисон Уэсли, ISBN 978-0-321-28713-7.
Мейер, Карл Д. (2001), Матричный анализ и прикладная линейная алгебра, Общество промышленной и прикладной математики (SIAM), ISBN 978-0-89871-454-8, заархивировано из оригинала 31 октября 2009 г.
Пул, Дэвид (2006), Линейная алгебра: современное введение (2-е изд.), Брукс/Коул, ISBN 0-534-99845-3.