WIIS

線形写像

線形写像の像(値域)

目次

Twitter
Mailで保存

写像の像

写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)が与えられたとき、定義域\(\mathbb{R} ^{n}\)上のベクトル\(x\in \mathbb{R} ^{n}\)を任意に選ぶと、\(f\)はそれに対して終集合\(\mathbb{R} ^{m}\)上のベクトル\begin{equation*}f\left( x\right) =\left(
\begin{array}{c}
f_{1}\left( x_{1},\cdots ,x_{n}\right) \\
\vdots \\
f_{m}\left( x_{1},\cdots ,x_{n}\right)
\end{array}\right) \in \mathbb{R} ^{m}
\end{equation*}を1つだけ定めます。これを\(f\)による\(x\)の像(image)と呼びます。ただし、\(f_{i}:\mathbb{R} ^{n}\rightarrow \mathbb{R} \)は\(f\)の成分関数です。

写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)および定義域の部分集合\(X\subset \mathbb{R} ^{n}\)が与えられているものとします。\(f\)は\(X\)の要素であるそれぞれのベクトル\(x\)に対してその像\(f\left( x\right) \)を定めますが、これらの像をすべて集めてできる集合を、\begin{eqnarray*}f\left( X\right) &=&\left\{ f\left( x\right) \in \mathbb{R} ^{m}\ |\ x\in X\right\} \\
&=&\left\{ \left(
\begin{array}{c}
f_{1}\left( x_{1},\cdots ,x_{n}\right) \\
\vdots \\
f_{m}\left( x_{1},\cdots ,x_{n}\right)
\end{array}\right) \in \mathbb{R} ^{m}\ |\ \left( x_{1},\cdots ,x_{n}\right) \in X\right\}
\end{eqnarray*}で表記し、これを\(f\)による\(X\)の像(image)と呼びます。明らかに、\begin{equation*}f\left( X\right) \subset \mathbb{R} ^{m}
\end{equation*}が成り立ちます。ベクトル\(y\in \mathbb{R} ^{m}\)を任意に選んだとき、以下の関係\begin{equation*}y\in f\left( X\right) \Leftrightarrow \exists x\in X:y=f\left( x\right)
\end{equation*}が成立するため、\(f\)による\(X\)の像を、\begin{equation*}f\left( X\right) =\left\{ y\in \mathbb{R} ^{m}\ |\ \exists x\in X:y=f\left( x\right) \right\}
\end{equation*}と表現することもできます。

写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)の定義域\(\mathbb{R} ^{n}\)は\(\mathbb{R} ^{n}\)自身の部分集合であるため、\(f\)による\(\mathbb{R} ^{n}\)の像をとることもできます。これを\(f\)の像(image)や値域(range)などと呼び、\begin{eqnarray*}\mathrm{Im}f &=&\left\{ f\left( x\right) \in \mathbb{R} ^{m}\ |\ x\in \mathbb{R} ^{n}\right\} \\
&=&\left\{ \left(
\begin{array}{c}
f_{1}\left( x_{1},\cdots ,x_{n}\right) \\
\vdots \\
f_{m}\left( x_{1},\cdots ,x_{n}\right)
\end{array}\right) \in \mathbb{R} ^{m}\ |\ \left( x_{1},\cdots ,x_{n}\right) \in \mathbb{R} ^{n}\right\}
\end{eqnarray*}で表記します。明らかに、\begin{equation*}
\mathrm{Im}f\subset \mathbb{R} ^{m}
\end{equation*}が成り立ちます。ベクトル\(y\in \mathbb{R} ^{m}\)を任意に選んだとき、以下の関係\begin{equation*}y\in f\left( X\right) \Leftrightarrow \exists x\in \mathbb{R} ^{n}:y=f\left( x\right)
\end{equation*}が成立するため、\(f\)の像を、\begin{equation*}\mathrm{Im}f=\left\{ y\in \mathbb{R} ^{m}\ |\ \exists x\in \mathbb{R} ^{n}:y=f\left( x\right) \right\}
\end{equation*}と表現することもできます。

例(曲線)
空間\(\mathbb{R} ^{n}\)上に存在する曲線(curve)は1変数のベクトル値関数\begin{equation*}f:\mathbb{R} \rightarrow \mathbb{R} ^{n}
\end{equation*}の値域\begin{eqnarray*}
C\left( f\right) &=&\left\{ f\left( t\right) \in \mathbb{R} ^{n}\ |\ t\in \mathbb{R} \right\} \\
&=&\left\{ \left(
\begin{array}{c}
f_{1}\left( t\right) \\
\vdots \\
f_{n}\left( t\right)
\end{array}\right) \in \mathbb{R} ^{n}\ |\ t\in \mathbb{R} \right\}
\end{eqnarray*}として定義されます。したがって、1変数のベクトル値関数\(f\)に関しては、\begin{equation*}\mathrm{Im}f=C\left( f\right)
\end{equation*}という関係が成り立ちます。

例(直線)
1変数のベクトル値関数\(f:\mathbb{R} \rightarrow \mathbb{R} ^{n}\)がそれぞれの\(t\in \mathbb{R} \)に対して定めるベクトルが、ベクトル\(p\in \mathbb{R} ^{n}\)および非ゼロベクトル\(v\in \mathbb{R} ^{n}\backslash \left\{ 0\right\} \)を用いて、\begin{equation*}f\left( t\right) =p+tv
\end{equation*}という形で表されるものとします。このような\(f\)によって定義される曲線は、\begin{eqnarray*}C\left( f\right) &=&\left\{ f\left( t\right) \in \mathbb{R} ^{n}\ |\ t\in \mathbb{R} \right\} \\
&=&\left\{ p+tv\in \mathbb{R} ^{n}\ |\ t\in \mathbb{R} \right\} \\
&=&\left\{ x\in \mathbb{R} ^{n}\ |\ \exists t\in \mathbb{R} :x=p+tv\right\}
\end{eqnarray*}ですが、これは位置ベクトルが\(p\)であり方向ベクトルが\(v\)であるような直線\(L\left( p,v\right) \)に他なりません。したがって、先の1変数のベクトル値関数\(f\)に関しては、\begin{equation*}\mathrm{Im}f=L\left( p,v\right)
\end{equation*}という関係が成り立ちます。

例(曲面)
空間\(\mathbb{R} ^{n}\)上に存在する曲面(surface)は2変数のベクトル値関数\begin{equation*}f:\mathbb{R} ^{2}\rightarrow \mathbb{R} ^{n}
\end{equation*}の値域\begin{eqnarray*}
S\left( f\right) &=&\left\{ f\left( s,t\right) \in \mathbb{R} ^{n}\ |\ \left( x,y\right) \in \mathbb{R} ^{2}\right\} \\
&=&\left\{ \left(
\begin{array}{c}
f_{1}\left( s,t\right) \\
\vdots \\
f_{n}\left( s,t\right)
\end{array}\right) \in \mathbb{R} ^{n}\ |\ \left( x,y\right) \in \mathbb{R} ^{2}\right\}
\end{eqnarray*}として定義されます。したがって、2変数のベクトル値関数\(f\)に関しては、\begin{equation*}\mathrm{Im}f=S\left( f\right)
\end{equation*}という関係が成り立ちます。

例(平面)
2変数のベクトル値関数\(f:\mathbb{R} ^{2}\rightarrow \mathbb{R} ^{n}\)がそれぞれの\(\left( s,t\right) \in \mathbb{R} ^{2}\)に対して定めるベクトルが、ベクトル\(p\in \mathbb{R} ^{n}\)および線型独立な2つの非ゼロベクトル\(v,w\in \mathbb{R} ^{n}\backslash \left\{ 0\right\} \)を用いて、\begin{equation*}f\left( s,t\right) =p+sv+tw
\end{equation*}という形で表されるものとします。このような\(f\)によって定義される曲面は、\begin{eqnarray*}S\left( f\right) &=&\left\{ f\left( s,t\right) \in \mathbb{R} ^{n}\ |\ \left( s,t\right) \in \mathbb{R} ^{2}\right\} \\
&=&\left\{ p+sv+tw\in \mathbb{R} ^{n}\ |\ \left( s,t\right) \in \mathbb{R} ^{2}\right\} \\
&=&\left\{ x\in \mathbb{R} ^{n}\ |\ \exists \left( s,t\right) \in \mathbb{R} ^{2}:x=p+sv+tw\right\}
\end{eqnarray*}ですが、これは位置ベクトルが\(p\)であり方向ベクトルが\(v,w\)であるような平面\(P\left( p,v,w\right) \)に他なりません。したがって、先の2変数のベクトル値関数\(f\)に関しては、\begin{equation*}\mathrm{Im}f=P\left( p,v,w\right)
\end{equation*}という関係が成り立ちます。

 

線形写像の像は標準行列の列空間と一致する

写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)が線形写像であることとは、加法性と斉次性\begin{eqnarray*}&&\left( L_{1}\right) \ \forall x,y\in \mathbb{R} ^{n}:f\left( x+y\right) =f\left( x\right) +f\left( y\right) \\
&&\left( L_{2}\right) \ \forall k\in \mathbb{R} ,\ \forall x\in \mathbb{R} ^{n}:f\left( kx\right) =kf\left( x\right)
\end{eqnarray*}をともに満たすこととして定義されます。

写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)がそれぞれの\(x\in \mathbb{R} ^{n}\)に対して定める値が、行列\(A\in M_{m,n}\left( \mathbb{R} \right) \)を用いて、\begin{equation*}f\left( x\right) =Ax
\end{equation*}という形で表されることは、\(f\)が線形写像であるための必要十分です。しかも、この行列\(A\)は\(f\)の標準行列と必ず一致します。つまり、\begin{equation*}A=\left( f\left( e_{1}\right) ,\cdots ,f\left( e_{n}\right) \right) =\begin{pmatrix}
f_{1}\left( e_{1}\right) & \cdots & f_{1}\left( e_{n}\right) \\
\vdots & \ddots & \vdots \\
f_{m}\left( e_{1}\right) & \cdots & f_{m}\left( e_{n}\right)
\end{pmatrix}\in M_{m,n}\left( \mathbb{R} \right)
\end{equation*}となります。ただし、\(\left\{ e_{1},\cdots ,e_{n}\right\} \)は\(\mathbb{R} ^{n}\)の標準基底です。

以上の事実を踏まえると、線形写像\(f\)に関しては、その像\(\mathrm{Im}f\)が標準行列\(A\)の列空間と一致することが示されます。

命題(線形写像の像は標準行列の列空間と一致する)
写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)と\(\mathbb{R} ^{n}\)の標準基底\(\left\{ e_{1},\cdots,e_{n}\right\} \subset \mathbb{R} ^{n}\)から\(f\)の標準行列\begin{equation*}A=\left( f\left( e_{1}\right) ,\cdots ,f\left( e_{n}\right) \right) =\begin{pmatrix}
f_{1}\left( e_{1}\right) & \cdots & f_{1}\left( e_{n}\right) \\
\vdots & \ddots & \vdots \\
f_{m}\left( e_{1}\right) & \cdots & f_{m}\left( e_{n}\right)
\end{pmatrix}\in M_{m,n}\left( \mathbb{R} \right)
\end{equation*}が定義可能である。\(f\)が線形写像である場合には、\begin{equation*}\mathrm{Im}f=\mathrm{col}\left( A\right)
\end{equation*}が成り立つ。ただし、\(\mathrm{Im}f\)は\(f\)の像であり、\(\mathrm{col}\left( A\right) \)は\(A\)の列空間である。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

例(線形写像の像は標準行列の列空間と一致する)
以下の行列\begin{equation*}
A=\begin{pmatrix}
1 & 2 & -1 \\
1 & 0 & 3\end{pmatrix}\end{equation*}から定義される線形写像\(f_{A}:\mathbb{R} ^{3}\rightarrow \mathbb{R} ^{2}\)はそれぞれの\(x\in \mathbb{R} ^{3}\)に対して、\begin{eqnarray*}f_{A}\left( x\right) &=&Ax \\
&=&\begin{pmatrix}
1 & 2 & -1 \\
1 & 0 & 3\end{pmatrix}\left(
\begin{array}{c}
x_{1} \\
x_{2} \\
x_{3}\end{array}\right) \\
&=&x_{1}\left(
\begin{array}{c}
1 \\
1\end{array}\right) +x_{2}\left(
\begin{array}{c}
2 \\
0\end{array}\right) +x_{3}\left(
\begin{array}{c}
-1 \\
3\end{array}\right) \\
&=&\left(
\begin{array}{c}
x_{1}+2x_{2}-x_{3} \\
x_{1}+3x_{3}\end{array}\right)
\end{eqnarray*}を定めるとともに、\(A\)は\(f\)の標準行列と一致します。したがって、先の命題より、\(f\)の像は、\begin{eqnarray*}\mathrm{Im}f &=&\mathrm{col}\left( A\right) \\
&=&\mathrm{span}\left( \left\{ \left(
\begin{array}{c}
1 \\
1\end{array}\right) ,\left(
\begin{array}{c}
2 \\
0\end{array}\right) ,\left(
\begin{array}{c}
-1 \\
3\end{array}\right) \right\} \right) \\
&=&\mathbb{R} ^{2}
\end{eqnarray*}となります。

例(射影の像)
写像\(f:\mathbb{R} ^{3}\rightarrow \mathbb{R} ^{3}\)はそれぞれの\(\left( x,y,z\right)\in \mathbb{R} ^{3}\)に対して、\begin{equation*}f\left( x,y,z\right) =\left(
\begin{array}{c}
x \\
y \\
0\end{array}\right)
\end{equation*}を定めるものとします。つまり、\(f\)は入力した点\(\left( x,y,z\right) \)に対して、その\(xy\)平面への射影\(\left( x,y,0\right) \)を返す写像です。\(f\)は線形写像であるとともに、その像は、\begin{equation*}\mathrm{Im}f=\left\{ \left( x,y,0\right) \in \mathbb{R} ^{3}\ |\ x,y\in \mathbb{R} \right\}
\end{equation*}となりますが(演習問題)、これは\(xy\)平面に他なりません。
例(原点を通過する直線)
1変数のベクトル値関数\(f:\mathbb{R} \rightarrow \mathbb{R} ^{n}\)がそれぞれの\(t\in \mathbb{R} \)に対して定めるベクトルが、非ゼロベクトル\(v\in \mathbb{R} ^{n}\backslash \left\{ 0\right\} \)を用いて、\begin{equation*}f\left( t\right) =tv
\end{equation*}と表されるものとします。\(f\)は線形写像であるとともに、その像は、\begin{eqnarray*}\mathrm{Im}f &=&\left\{ tv\in \mathbb{R} ^{n}\ |\ t\in \mathbb{R} \right\} \\
&=&\mathrm{span}\left( \left\{ v\right\} \right)
\end{eqnarray*}となりますが(演習問題)、これは原点を通過し方向ベクトルが\(v\)であるような\(\mathbb{R} ^{n}\)上の直線に他なりません。
例(原点を通過する平面)
2変数のベクトル値関数\(f:\mathbb{R} ^{2}\rightarrow \mathbb{R} ^{n}\)がそれぞれの\(\left( s,t\right) \in \mathbb{R} ^{2}\)に対して定めるベクトルが、線型独立な非ゼロベクトル\(v,w\in \mathbb{R} ^{n}\backslash \left\{ 0\right\} \)を用いて、\begin{equation*}f\left( s,t\right) =sv+tw
\end{equation*}と表されるものとします。\(f\)は線形写像であるとともに、その像は、\begin{eqnarray*}\mathrm{Im}f &=&\left\{ sv+tw\in \mathbb{R} ^{n}\ |\ \left( s,t\right) \in \mathbb{R} ^{2}\right\} \\
&=&\mathrm{span}\left( \left\{ v,w\right\} \right)
\end{eqnarray*}となりますが(演習問題)、これは原点を通過し方向ベクトルが\(v,w\)であるような\(\mathbb{R} ^{n}\)上の平面に他なりません。
例(斉次連立1次方程式の係数行列の列空間)
すべての定数項が\(0\)であるような変数\(x_{1},\cdots ,x_{n}\)に関する連立1次方程式\begin{equation}\left\{
\begin{array}{c}
a_{11}x_{1}+a_{12}x_{2}+\cdots +a_{1n}x_{n}=0 \\
a_{21}x_{1}+a_{22}x_{2}+\cdots +a_{2n}x_{n}=0 \\
\vdots \\
a_{m1}x_{1}+a_{m2}x_{2}+\cdots +a_{mn}x_{n}=0\end{array}\right. \quad \cdots (1)
\end{equation}を斉次連立1次方程式と呼びます。\(\left( 1\right) \)の係数行列\begin{equation*}A=\begin{pmatrix}
a_{11} & a_{12} & \cdots & a_{1n} \\
a_{21} & a_{22} & \cdots & a_{2n} \\
\vdots & \vdots & \ddots & \vdots \\
a_{m1} & a_{m2} & \cdots & a_{mn}\end{pmatrix}\in M_{m,n}\left( \mathbb{R} \right)
\end{equation*}を踏まえた上で、それぞれの\(x\in \mathbb{R} ^{n}\)に対して、\begin{eqnarray*}f\left( x\right) &=&Ax \\
&=&\begin{pmatrix}
a_{11} & a_{12} & \cdots & a_{1n} \\
a_{21} & a_{22} & \cdots & a_{2n} \\
\vdots & \vdots & \ddots & \vdots \\
a_{m1} & a_{m2} & \cdots & a_{mn}\end{pmatrix}\left(
\begin{array}{c}
x_{1} \\
\vdots \\
x_{n}\end{array}\right) \\
&=&\left(
\begin{array}{c}
a_{11}x_{1}+a_{12}x_{2}+\cdots +a_{1n}x_{n} \\
a_{21}x_{1}+a_{22}x_{2}+\cdots +a_{2n}x_{n} \\
\vdots \\
a_{m1}x_{1}+a_{m2}x_{2}+\cdots +a_{mn}x_{n}\end{array}\right)
\end{eqnarray*}を定める線形写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)を定義します。先の命題より、\(f\)の像は、\begin{eqnarray*}\mathrm{Im}f &=&\mathrm{col}\left( A\right) \\
&=&\mathrm{span}\left( \left\{ \mathrm{col}\left( A,1\right) ,\mathrm{col}\left( A,2\right) ,\cdots ,\mathrm{col}\left( A,n\right) \right\} \right)
\end{eqnarray*}となりますが、これは斉次連立1次方程式\(\left( 1\right) \)の係数行列の列の線型結合からなる集合です。

 

線形写像の像は終集合の部分空間

線形写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)の値域は\(f\)の標準行列\(A\in M_{m,n}\left( \mathbb{R} \right) \)の列空間と一致すること、すなわち、\begin{equation*}\mathrm{Im}f=\mathrm{col}\left( A\right)
\end{equation*}が成り立つことが明らかになりました。一般に、行列\(A\)の列空間\(\mathrm{col}\left( A\right) \)は実ベクトル空間\(\mathbb{R} ^{m}\)上の部分空間であるため、それと一致する\(\mathrm{Im}f\)もまた\(\mathbb{R} ^{m}\)上の部分空間です。

命題(線形写像の像は終集合の部分空間)
線形写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)の像\begin{equation*}\mathrm{Im}f=\left\{ f\left( x\right) \in \mathbb{R} ^{m}\ |\ x\in \mathbb{R} ^{n}\right\}
\end{equation*}は実ベクトル区間\(\mathbb{R} ^{m}\)の部分空間である。
例(線形写像の像は終集合の部分空間)
以下の行列\begin{equation*}
A=\begin{pmatrix}
1 & 2 & -1 \\
1 & 0 & 3\end{pmatrix}\end{equation*}から定義される線形写像\(f_{A}:\mathbb{R} ^{3}\rightarrow \mathbb{R} ^{2}\)はそれぞれの\(x\in \mathbb{R} ^{3}\)に対して、\begin{equation*}f_{A}\left( x\right) =\left(
\begin{array}{c}
x_{1}+2x_{2}-x_{3} \\
x_{1}+3x_{3}\end{array}\right)
\end{equation*}を定めるとともに、\(f\)の像は、\begin{equation*}\mathrm{Im}f=\mathbb{R} ^{2}
\end{equation*}であることを先に示しました。\(\mathbb{R} ^{2}\)は\(\mathbb{R} ^{2}\)の部分空間ですが、この結果は先の命題の主張と整合的です。
例(座標平面は部分空間)
写像\(f:\mathbb{R} ^{3}\rightarrow \mathbb{R} ^{3}\)はそれぞれの\(\left( x,y,z\right)\in \mathbb{R} ^{3}\)に対して、\begin{equation*}f\left( x,y,z\right) =\left(
\begin{array}{c}
x \\
y \\
0\end{array}\right)
\end{equation*}を定めるものとします。\(f\)は線形写像であるとともに、その像は、\begin{equation*}\mathrm{Im}f=\left\{ \left( x,y,0\right) \in \mathbb{R} ^{3}\ |\ x,y\in \mathbb{R} \right\}
\end{equation*}であることを先に示しました。したがって、先の命題より、\(xy\)平面は\(\mathbb{R} ^{3}\)の部分空間であることが明らかになりました。
例(原点を通過する直線は部分空間)
1変数のベクトル値関数\(f:\mathbb{R} \rightarrow \mathbb{R} ^{n}\)がそれぞれの\(t\in \mathbb{R} \)に対して定めるベクトルが、非ゼロベクトル\(v\in \mathbb{R} ^{n}\backslash \left\{ 0\right\} \)を用いて、\begin{equation*}f\left( t\right) =tv
\end{equation*}と表されるものとします。\(f\)は線形写像であるとともに、その像は、\begin{eqnarray*}\mathrm{Im}f &=&\left\{ tv\in \mathbb{R} ^{n}\ |\ t\in \mathbb{R} \right\} \\
&=&\mathrm{span}\left( \left\{ v\right\} \right)
\end{eqnarray*}であることを先に示しました。したがって、先の命題より、原点を通過し方向ベクトルが\(v\)であるような\(\mathbb{R} ^{n}\)上の直線は\(\mathbb{R} ^{n}\)の部分空間であることが明らかになりました。
例(原点を通過する平面は部分空間)
2変数のベクトル値関数\(f:\mathbb{R} ^{2}\rightarrow \mathbb{R} ^{n}\)がそれぞれの\(\left( s,t\right) \in \mathbb{R} ^{2}\)に対して定めるベクトルが、線型独立な非ゼロベクトル\(v,w\in \mathbb{R} ^{n}\backslash \left\{ 0\right\} \)を用いて、\begin{equation*}f\left( s,t\right) =sv+tw
\end{equation*}と表されるものとします。\(f\)は線形写像であるとともに、その像は、\begin{eqnarray*}\mathrm{Im}f &=&\left\{ sv+tw\in \mathbb{R} ^{n}\ |\ \left( s,t\right) \in \mathbb{R} ^{2}\right\} \\
&=&\mathrm{span}\left( \left\{ v,w\right\} \right)
\end{eqnarray*}であることを先に示しました。したがって、先の命題より、原点を通過し方向ベクトルが\(v,w\)であるような\(\mathbb{R} ^{n}\)上の平面は\(\mathbb{R} ^{n}\)の部分空間であることが明らかになりました。
例(斉次連立1次方程式の係数行列の列空間は部分空間)
すべての定数項が\(0\)であるような変数\(x_{1},\cdots ,x_{n}\)に関する連立1次方程式\begin{equation}\left\{
\begin{array}{c}
a_{11}x_{1}+a_{12}x_{2}+\cdots +a_{1n}x_{n}=0 \\
a_{21}x_{1}+a_{22}x_{2}+\cdots +a_{2n}x_{n}=0 \\
\vdots \\
a_{m1}x_{1}+a_{m2}x_{2}+\cdots +a_{mn}x_{n}=0\end{array}\right. \quad \cdots (1)
\end{equation}を斉次連立1次方程式と呼びます。\(\left( 1\right) \)の係数行列\begin{equation*}A=\begin{pmatrix}
a_{11} & a_{12} & \cdots & a_{1n} \\
a_{21} & a_{22} & \cdots & a_{2n} \\
\vdots & \vdots & \ddots & \vdots \\
a_{m1} & a_{m2} & \cdots & a_{mn}\end{pmatrix}\in M_{m,n}\left( \mathbb{R} \right)
\end{equation*}を踏まえた上で、それぞれの\(x\in \mathbb{R} ^{n}\)に対して、\begin{equation*}f\left( x\right) =Ax
\end{equation*}を定める線形写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)を定義したとき、その像は、\begin{eqnarray*}\mathrm{Im}f &=&\mathrm{col}\left( A\right) \\
&=&\mathrm{span}\left( \left\{ \mathrm{col}\left( A,1\right) ,\mathrm{col}\left( A,2\right) ,\cdots ,\mathrm{col}\left( A,n\right) \right\} \right)
\end{eqnarray*}であることを示しました。したがって、先の命題より、斉次連立1次方程式\(\left( 1\right) \)の係数行列の列の線型結合からなる集合は\(\mathbb{R} ^{n}\)の部分空間であることが明らかになりました。

 

線形写像による部分空間の像は部分空間

線形写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)が与えられているものとします。加えて、\(f\)の定義域である実ベクトル空間\(\mathbb{R} ^{n}\)の部分空間\(X\)を任意に選びます。このとき、\(f\)による\(X\)の像\begin{equation*}f\left( X\right) =\left\{ f\left( x\right) \in \mathbb{R} ^{m}\ |\ x\in X\right\}
\end{equation*}は\(f\)の終集合である実ベクトル空間\(\mathbb{R} ^{m}\)の部分空間になることが保証されます。線形写像は部分空間を部分空間へ写すということです。

命題(線形写像による部分空間の像は部分空間)
線形写像\(f:\mathbb{R} ^{n}\rightarrow \mathbb{R} ^{m}\)と\(\mathbb{R} ^{n}\)の部分空間\(X\)を任意に選んだとき、\(f\)による\(X\)の像\begin{equation*}f\left( X\right) =\left\{ f\left( x\right) \in \mathbb{R} ^{m}\ |\ x\in X\right\}
\end{equation*}は\(\mathbb{R} ^{m}\)の部分空間になる。
証明

プレミアム会員専用コンテンツです
ログイン】【会員登録

 

演習問題

問題(射影の像)
写像\(f:\mathbb{R} ^{3}\rightarrow \mathbb{R} ^{3}\)はそれぞれの\(\left( x,y,z\right)\in \mathbb{R} ^{3}\)に対して、\begin{equation*}f\left( x,y,z\right) =\left(
\begin{array}{c}
x \\
y \\
0\end{array}\right)
\end{equation*}を定めるものとします。この関数\(f\)が線形写像であることを示すとともに、その像\(\mathrm{Im}f\)は\(xy\)平面であることを示してください。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

問題(原点を通過する直線)
1変数のベクトル値関数\(f:\mathbb{R} \rightarrow \mathbb{R} ^{n}\)がそれぞれの\(t\in \mathbb{R} \)に対して定めるベクトルが、非ゼロベクトル\(v\in \mathbb{R} ^{n}\backslash \left\{ 0\right\} \)を用いて、\begin{equation*}f\left( t\right) =tv
\end{equation*}と表されるものとします。この関数\(f\)が線形写像であることを示すとともに、その像\(\mathrm{Im}f\)は原点を通過し方向ベクトルが\(v\)であるような\(\mathbb{R} ^{n}\)上の直線であることを示してください。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

問題(原点を通過する平面)
2変数のベクトル値関数\(f:\mathbb{R} ^{2}\rightarrow \mathbb{R} ^{n}\)がそれぞれの\(\left( s,t\right) \in \mathbb{R} ^{2}\)に対して定めるベクトルが、線型独立な非ゼロベクトル\(v,w\in \mathbb{R} ^{n}\backslash \left\{ 0\right\} \)を用いて、\begin{equation*}f\left( s,t\right) =sv+tw
\end{equation*}と表されるものとします。この関数\(f\)が線形写像であることを示すとともに、その像\(\mathrm{Im}f\)は原点を通過し方向ベクトルが\(v,w\)であるような\(\mathbb{R} ^{n}\)上の平面であることを示してください。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

Twitter
Mailで保存

質問とコメント

プレミアム会員専用コンテンツです
ログイン】【会員登録

関連知識

多変数関数による像と値域

多変数関数(スカラー場)による点の像、集合の像、値域などの概念を定義します。また、多変数関数のグラフと平面が交わる領域を特定する方法を解説します。

関数による像と関数の値域

関数が始集合のそれぞれの要素に対して定める実数を、その要素の像と呼びます。関数がとり得るすべての値からなる集合を関数の値域と呼びます。

内積としての線形汎関数

多変数の実数値関数が線形汎関数であることと、その関数がベクトルの形で表現されることは必要十分です。

写像による像と写像の値域

写像による始集合の要素の像や、写像による始集合の部分集合の像などについて解説した上で、それらの概念が満たす性質について整理します。

線形写像の成分関数

実ベクトル空間の間に定義された写像が線形写像であることと、その写像のすべての成分関数が線形写像であることは必要十分です。

線形写像が全射であることの判定

写像が線形写像である場合には、それが全射であることを様々な形で表現できます。線形写像が全射であることを判定する方法について解説します。

線形写像が単射であることの判定

写像が線形写像である場合には、それが単射であることを様々な形で表現できます。線形写像が単射であることを判定する方法について解説します。

線形写像が全単射であることの判定

定義域と終集合が一致する線形写像だけが全単射になり得ることを示すとともに、線形写像が全単射であることを判定する方法について解説します。

線形写像の加法(線形写像の和)

定義域と終集合を共有する2つの線形写像が与えられたとき、それらが定めるベクトルどうしの和を像として定める写像を定義すると、それもまた線形写像になります。線形写像の加法は行列加法と実質的に等しい演算です。

線形写像の合成

線形写像どうしの合成写像は線形写像になります。線形写像の合成は行列積と実質的に等しい演算です。

線形写像