對偶空間與對偶性

轉置的秩

這是第一門課中最不動聲色卻最驚人的事實之一:一個矩陣與它的轉置秩相同。等價地說,行空間的維數等於列空間的維數——行秩等於列秩。僅憑元素本身,看不出列與行為何應當一致,然而它們總是一致。

對偶幾乎不用計算就解釋了緣由。對線性映射 T : V -> W,其轉置 T* : W* -> V* 滿足 rank T = rank T*。理由:T* 的像是 T 的核的零化子(在典範等同之下),於是借 dim U + dim U^0 = dim V 計數維數,便迫使兩個秩相等。

用矩陣來讀:rank T 是 A 的行秩(行空間維數),而 rank T* 是 A^T 的行秩,也就是 A 的列秩。於是「rank T = rank T*」一經翻譯,就字面地是「行秩 = 列秩」。列與行那神秘的對稱,不過是一個映射與其對偶的對稱。

這正是認真對待對偶的回報:一條看似計算巧合的定理,變成了一行字的結構性推論。它還能乾淨地推廣到無限維、以及沒有方便矩陣的映射上,那裡初等列化簡的論證根本不適用。

rank A = rank A^T ; row rank = column rank

列秩等於行秩,因為一個映射與其對偶秩相等。

推理鏈:im(T*) = (ker T)^0,故 rank T* = dim V - dim ker T = rank T(由秩-零化度定理)。三個對偶事實坍縮成初等線性代數中最常用的那條等式。

又稱
row rank = column rankrank T = rank T*