线性代数的学习和整理13: 定义域,值域,到达域 和单射,满射,双射,反函数,逆矩阵

这篇具有很好参考价值的文章主要介绍了线性代数的学习和整理13: 定义域,值域,到达域 和单射,满射,双射,反函数,逆矩阵。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

1 函数与 向量/矩阵

2 初等数学的函数

2.1 函数

2.2 函数的定义:定义域  →映射→  值域

3  高等数学里的函数:定义域和陪域/到达域(非值域)的映射关系

3.1 函数

3.2 单射,满射,双射等都是针对定义域 和 陪域的

3.3 易错地方:值域较小且是被决定的

3.4 单射,满射,双射

4 函数和反函数 → 矩阵和逆矩阵

4.1 函数和反函数

4.2 矩阵和逆矩阵 (待完善)


1 函数与 向量/矩阵

下面两者形式类似,本质也类似

  • 函数的:  ax=y    ,常规函数里,a,x,y 一般都是单个数
  • 矩阵:     AX=Y  , 矩阵乘法,这里 A,x,y 一般都是向量/矩阵
  • 线性代数,就是处理 数组和矩阵(数组的数组)的学科

2 初等数学的函数

2.1 函数

形如  ax=y=f(x)的就是函数

  • 自变量 input:x ,原像
  • 因变量 output:y=f(x) ,像
  • 函数/变化规则/映射法则 function :f
  • 定义域domain: 自变量x的取值范围就是定义域,集合x
  • 值域 range:      因变量f(x)=y 的取值范围就是值域, 所有x的像的集合?

2.2 函数的定义:定义域  →映射→  值域

从映射的角度来看,定义域,值域

  • 函数定义域里的每个值x,必须有且只有一个值y与之对应
  1. 每个x不能是0个y对应
  2. 每个x都必须对应1个y
  3. 每个x不能对应多个y
  • 函数值域里的每个值y,必须有一个定义域的x与之对应
  1. 每个y都有1个x对应
  2. 有的y可能都多个x对应到它

如果从图形上来说

  • 函数f(x) 是从定义域 → 值域
  • 下面定义域里打叉×的点都是错的
  • 下面值域里打叉×的点都是错的

实数线性双射取逆,线性代数,线性代数,学习,矩阵

3  高等数学里的函数:定义域和陪域/到达域(非值域)的映射关系

3.1 函数

形如  ax=y=f(x)的就是函数

  • 自变量 input:x ,原像
  • 因变量 output:y=f(x) ,像
  • 函数/变化规则/映射法则 function :f
  • 定义域domain: 自变量x的取值范围就是定义域,集合x
  • 值域 range:      因变量f(x)=y 的取值范围就是值域, 所有x的像的集合?
  • 陪域/ 到达域codomain :因变量f(x)=y 可能的范围,集合y

3.2 单射,满射,双射等都是针对定义域 和 陪域的

  • 理清概念
  • 这个只针对 定义域 →  陪域/到达域
  • 不针对       定义域 →  值域
  • 就这么简单粗暴
  • 前面的函数的映射定义,可能算初等数学的把
  • 这个加入了 陪域/到达域的映射定义,可能算高等函数的把

3.3 易错地方:值域较小且是被决定的

  • 定义域,值域取值范围都选 R 或者 R+
  • 而值域,一般不存在选范围的问题,因为是同感 y=f(x) 一一映射决定的,一般肯定都是R的一个较小的子集!!

比如提前一个例题

  • 为什么y=x^2 不是满射,因为都是针对 定义域 R→  陪域/到达域R,而值域是R+,因此不是满射

3.4 单射,满射,双射

  • 非函数:  定义域里有的x对应了多个y,这种情况还是非函数
  • 单射:     定义域里的每个x 都有唯一的y对应。(但是有的y可能没有x对应)
  • 非单射: 定义域里的每个x 都有y对应,但是可能对应相同的y
  • 满射:     到达域里(非值域)的每个y 都有x对应 (但是有的y可能对应的2个x)
  • 非满射: 到达域里(非值域)不是每个y 都有x对应,有些y值没有x映射
  • 特例
  • 双射:    定义域中的x 和值域中y 分别一一对应
  • 双射的意义,只有满秩的双射矩阵,一定可逆矩阵(见下面)
  1. 单射非满射:   普通单射,只单射,不满射
  2. 单射&满射:    双射
  3. 非单射&满射:
  4. 非单射&非满射:

实数线性双射取逆,线性代数,线性代数,学习,矩阵

实数线性双射取逆,线性代数,线性代数,学习,矩阵

4 函数和反函数 → 矩阵和逆矩阵

双射的意义,只有满秩的双射矩阵,一定可逆矩阵(见下面)

  • 普通函数,直接让y 映射到x,很可能就不是函数
  • 下面图可以看到,直接让y 映射到x,很可能1个y会映射多个x,这样就不是函数

实数线性双射取逆,线性代数,线性代数,学习,矩阵

4.1 函数和反函数

如果一个函数 y=f(x)=ax 反过来 x=f(y)

  • 如果x和y调换,如果不是满射,反过来就不是单射,函数就不存在反函数
  • 所以 函数必须是 双射,这个函数才会有反函数。
  • 双射的函数,一定有反函数,见下图

实数线性双射取逆,线性代数,线性代数,学习,矩阵文章来源地址https://www.toymoban.com/news/detail-806823.html

4.2 矩阵和逆矩阵 (待完善)

  • 同理,矩阵必须是满秩的,才会有逆矩阵
  • 详细的需要写

到了这里,关于线性代数的学习和整理13: 定义域,值域,到达域 和单射,满射,双射,反函数,逆矩阵的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 线性代数的学习和整理9:线性代数的本质(未完成)

    目录 1 相关英语词汇 1.1 元素 1.2 计算 1.3 特征 1.4 线性相关 1.5 各种矩阵 1.6 相关概念 2 可参考经典线性代数文档 2.1 学习资料 2.2 各种文章和视频 2.3 各种书 2.4 下图是网上找的思维导图 3 线性代数的本质 3.1 线性代数是第2代数学模型 一般的看法 大牛总结说法: 3.2   线性代

    2024年02月09日
    浏览(59)
  • 线性代数的学习和整理2:什么是线性,线性相关,线性无关 及 什么是线性代数?

    目录 1 写在前面的话 1.1 为什么要先总结一些EXCEL计算矩阵的工具性知识, 而不是一开始就从基础学起呢?  1.2 关于线性代数入门时的各种灵魂发问: 1.3 学习资料 2 什么是线性(关系)? 2.1 线性的到底是一种什么关系: 线性关系=正比例/正相关关系 ≠ 直线型关系 2.2 一次函数

    2024年02月11日
    浏览(139)
  • 线性代数的学习和整理2:什么是线性,线性相关,线性无关 以及什么是线性代数?

    目录 1 写在前面的话 1.1 为什么要先总结一些EXCEL计算矩阵的工具性知识, 而不是一开始就从基础学起呢?  1.2 关于线性代数入门时的各种灵魂发问: 1.3 学习资料 2 什么是线性(关系)? 2.1 线性的到底是一种什么关系: 线性关系=正比例/正相关关系 ≠ 直线型关系 2.2 一次函数

    2024年02月10日
    浏览(56)
  • 线性代数的学习和整理9(草稿-----未完成)

    目录 1 相关英语词汇 1.1 元素 1.2 计算 1.3 特征 1.4 线性相关 1.5 各种矩阵 1.6 相关概念 2 可参考经典线性代数文档 2.1 学习资料 2.2 各种文章和视频 2.3 各种书 2.4 下图是网上找的思维导图 3 线性代数的本质 3.1 线性代数是第2代数学模型 一般的看法 大牛总结说法: 3.2   线性代

    2024年02月12日
    浏览(55)
  • 线性代数的学习和整理8:行列式相关

    目录 1 从2元一次方程组求解说起 1.1 直接用方程组消元法求解 1.2 有没有其他方法呢?有:比如2阶行列式方法 1.3  3阶行列式 2 行列式的定义 2.1 矩阵里的方阵 2.2  行列式定义:返回值为标量的一个函数 2.3 行列式的计算公式 2.4 克拉默法则 2.4.1 克拉默法则的内容 2.4.2 克拉默

    2024年02月11日
    浏览(44)
  • 线性代数的学习和整理7:各种特殊效果矩阵汇总

    目录 1 矩阵 1.1 1维的矩阵 1.2 2维的矩阵 1.3 没有3维的矩阵---3维的是3阶张量 1.4  下面本文总结的都是各种特殊效果矩阵特例 2 方阵: 正方形矩阵 3 单位矩阵 3.1 单位矩阵的定义 3.2 单位矩阵的特性 3.3 为什么单位矩阵I是 [1,0;0,1] 而不是[0,1;1,0] 或[1,1;1,1] 3.4 零矩阵 3.4 看下这个矩

    2024年02月11日
    浏览(48)
  • 线性代数的学习和整理11: 子式与余子式

    目录 1 原始矩阵A 2 子式(都是行列式) 2.1 k阶子式(行数=列数即可) 比如1阶子式:因为只有1行1列 比如2阶子式:因为有2行2列 比如3阶子式:因为有3行3列 2.2 k阶主子式 {行序号数组} ={列序号数组} 比如1阶主子式:因为有1行1列,且是第1行,第1列 比如2阶主子式:因为有

    2024年02月11日
    浏览(44)
  • 线性代数的学习和整理22:矩阵的点乘(草稿)

    4  矩阵乘法 A,B两个同阶同秩N阵,看上去结构一样,但两厢相乘,在做在右,地位差别巨大。 在左,你就是基,是空间的根本,是坐标系,是往哪去、能到哪的定海神针,是如来佛手;在右,你就只是乾坤已定后数量的选择,你是翻十个跟头,还是翻十一个(都出不了如来佛

    2024年02月09日
    浏览(52)
  • 线性代数的学习和整理4: 求逆矩阵的多种方法汇总

    目录 原始问题:如何求逆矩阵? 1 EXCEL里,直接可以用黑盒表内公式 minverse() 数组公式求A- 2 非线性代数方法:解方程组的方法 3  增广矩阵的方法 4   用行列式的方法计算(未验证) 5  A-=1/|A|*A* (未验证) 求逆矩阵的方法很多 方法1:矩形计算展开为方程组,解方程组得出

    2024年02月12日
    浏览(46)
  • 线性代数的学习和整理1:用EXCEL进行基础的矩阵计算

    目录 1 写在最开始的话 EXCEL里计算线性代数的起点 心得 内容 2 EXCEL里矩形的加法 2.1  矩阵加法的性质 3 EXCEL里矩阵的减法 4 矩阵标量乘法/ 也称 数乘 4.1 矩阵的标量乘法的性质 5 矩阵点乘, 得到:点积/内积 ,使用mmult() 5.1 矩阵点乘规则 5.2  矩阵的乘法不符合交换性,不能交

    2024年03月20日
    浏览(53)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包