全部书籍

专业

应用 关于 Coach 登录 开始阅读

书籍暂未推出简体中文版——当前显示 Español 版。

Matemáticas · 术语表

什么是 Núcleo e imagen?

Definición 20.3 Matemáticas universitarias — Grado 1 · 第 20 章 — Aplicaciones lineales

Para u∈L(E,F)u \in \mathcal{L}(E, F):

ker⁡u={x∈E:u(x)=0}⊆E,im⁡u=u(E)⊆F,\ker u = \{x \in E : u(x) = 0\} \subseteq E, \qquad \operatorname{im} u = u(E) \subseteq F ,

los dos subespacios (comprobación directa con el criterio).

示例

Ejemplo 20.8 (Construir una aplicación a medida)

Constrúyase u∈L(R3)u \in \mathcal{L}(\R^3) con ker⁡u=Vect⁡(1,1,1)\ker u = \operatorname{Vect}(1,1,1) y im⁡u={z=0}\operatorname{im} u = \{z = 0\}. Primero, coherencia: el teorema del rango exige 1+2=31 + 2 = 3 — cuadra, así que puede existir solución. Elíjase una base adaptada al núcleo, digamos ((1,1,1), e1, e2)\bigl((1,1,1),\ e_1,\ e_2\bigr) (Ejemplo 19.7), y prescríbanse las imágenes (Proposición 20.2):

u(1,1,1)=0,u(e1)=e1,u(e2)=e2.u(1,1,1) = 0, \qquad u(e_1) = e_1, \qquad u(e_2) = e_2 .

Entonces ker⁡u⊇Vect⁡(1,1,1)\ker u \supseteq \operatorname{Vect}(1,1,1) y im⁡u=Vect⁡(e1,e2)={z=0}\operatorname{im} u = \operatorname{Vect}(e_1, e_2) = \{z = 0\}; y el teorema del rango fuerza dim⁡ker⁡u=1\dim\ker u = 1, de modo que el núcleo es exactamente la recta prescrita. Explícitamente, descomponiendo (x,y,z)=z(1,1,1)+(x−z)e1+(y−z)e2(x, y, z) = z(1,1,1) + (x - z)e_1 + (y - z)e_2:

u(x,y,z)=(x−z, y−z, 0).u(x, y, z) = (x - z,\ y - z,\ 0).

La receta se generaliza: existe una aplicación lineal con núcleo prescrito NN e imagen prescrita II exactamente cuando dim⁡N+dim⁡I=dim⁡E\dim N + \dim I = \dim E — la necesidad es el teorema del rango y la suficiencia es esta construcción.

Ejemplo 20.10 (La interpolación, estructuralmente)

Fíjense x0,…,xnx_0, \dots, x_n distintos y sea u ⁣:Rn[X]→Rn+1u \colon \R_n[X] \to \R^{n+1}, P↦(P(x0),…,P(xn))P \mapsto (P(x_0), \dots, P(x_n)): lineal. Su núcleo es {P:deg⁡P≤n, n+1 raıˊces}={0}\{P : \deg P \leq n,\ n+1 \text{ raíces}\} = \{0\} (Corolario 8.8). Dimensiones iguales n+1n + 1: uu es un isomorfismo — la existencia y la unicidad del interpolador de Lagrange (Teorema 8.23) en una línea.

El mismo patrón de una línea trata datos que mezclan valores y derivadas: v ⁣:R3[X]→R4v \colon \R_3[X] \to \R^4, P↦(P(0),P′(0),P(1),P′(1))P \mapsto \bigl(P(0), P'(0), P(1), P'(1)\bigr) es lineal, y su núcleo consta de los polinomios de grado ≤3\leq 3 con raíces dobles en 00 y en 11, es decir, divisibles por X2(X−1)2X^2(X-1)^2, de grado 44: solo P=0P = 0. Otra vez dimensiones iguales: cada cuádrupla de datos (P(0),P′(0),P(1),P′(1))(P(0), P'(0), P(1), P'(1)) la realiza exactamente una cúbica — la interpolación de Hermite, concedida por un cálculo de núcleo antes de escribir ninguna fórmula (el problema del fin de semana del Capítulo 22 se encuentra con su determinante).

Ejemplo 20.11 (El teorema del rango en acción: el operador de diferencias)

Sea Δ ⁣:Rn[X]→Rn[X]\Delta \colon \R_n[X] \to \R_n[X], P↦P(X+1)−P(X)P \mapsto P(X+1) - P(X): lineal. Núcleo: si ΔP=0\Delta P = 0, entonces P(0)=P(1)=P(2)=…P(0) = P(1) = P(2) = \dots, luego P−P(0)P - P(0) tiene infinitas raíces y se anula (Corolario 8.8): ker⁡Δ\ker\Delta es la recta de las constantes. Teorema del rango: rk⁡Δ=(n+1)−1=n\operatorname{rk}\Delta = (n + 1) - 1 = n. Y como deg⁡ΔP<deg⁡P\deg \Delta P < \deg P para PP no constante (los términos de cabeza se cancelan), im⁡Δ⊆Rn−1[X]\operatorname{im}\Delta \subseteq \R_{n-1}[X], que tiene dimensión exactamente nn: la inclusión es una igualdad. Conclusión, sin calcular ninguna imagen recíproca: todo polinomio QQ de grado ≤n−1\leq n - 1 es una diferencia Q=P(X+1)−P(X)Q = P(X+1) - P(X) — la primitiva discreta existe. (Compárese con el problema del fin de semana del Capítulo 18, donde Δ\Delta se invirtió explícitamente en la base binomial.)

在原文中阅读 →