最后更新: 2025-03-14 17:42 查看: 419 次纠错评论(0) 课件开VIP

映射与逆映射

## 映射
映射是集合与集合之间的一种关系．本节列出有关映射的一般性概念．

**定义3.1** 设有两个集 $X$ 与 $Y$ ．如果存在一个对应规则 $f$ ，通过它对于每个 $x \in X$ 有惟一的 $y \in Y$ 与之对应，则称 $f$ 为从 $X$ 到 $Y$ 的映射，记作

$$
\begin{aligned}
& f: X \rightarrow Y, \\
& x \mapsto y=f(x) .
\end{aligned} ...(3.1)
$$

称 $X$ 为映射 $f$ 的**定义域**，记为 $D (f)$ ，称集合

$$
f(X)=\{y \in Y \mid y=f(x), x \in X\}
$$

为映射 $f$ 的**值域**，记为 $R (f)$ ．

将 $y=f(x)$ 称作在映射 $f$ 下 $x$ 的**象**，又将 $x$ 称作在映射 $f$ 下 $y$ 的**原象**（或逆象），$y$ 的原象全体记为 $f^{-1}(y)$ ，即有 $f^{-1}(y)=\{x \mid f(x)=y, x \in D (f)\}$ ．

**注1** 映射的记号（3．1）有两层意思，第一行的 $f: X \rightarrow Y$ 表示通过 $f$ 将整个集合 $X$ 映入到 $Y$ 中去，第二行则表示对每个 $x \in X$ ，有一个规则将它对应于一个 $y \in Y$ ，并将它记为 $y=f(x)$ 。

**注2** 从定义 3.1 可见，一个映射的给定取决于定义域 $X$ 和对应规则 $f$ ，值域 $f(X)$ 是由它们决定的．$f(X) \subset Y$ 总是成立的，但不一定有 $f(X)=Y$ 。

**注3** 定义3.1表明，对于每个 $x \in X$ 有且只有惟一的 $y$ 与之对应．这种映射称为**单值映射**．反之，如果允许对于 $x \in X$ 可以有多于一个 $y \in Y$ 与之对应，则称 $f$ 为**多值映射**．今后在不加说明时只用单值映射，简称为映射．

## 满射 单射 双射
以下几类映射是特别重要的：若对于每个 $y \in Y$ ，存在 $x \in X$ ，使得 $y=f(x)$ ，则称 $f$ 是从 $X$ 到 $Y$ 的**满射**（即有 $f(X)=Y$ 成立）；

若对于 $X$ 中的每一对 $x_1, x_2$ ， $x_1 \neq x_2$ ，总是有 $f\left(x_1\right) \neq f\left(x_2\right)$ ，则称 $f$ 为从 $X$ 到 $Y$ 的单射；

若 $f: X \rightarrow Y$ 既是满射又是单射，则称 $f$ 为**双射**，或一一映射．（在 $\S 1.1$ 中已经给出了在两个集合之间的一一对应的很多例子，这种一一对应就是双射，即**一一映射**．）

## 逆映射
设 $f$ 为从 $X$ 到 $Y$ 的一一映射，则对每个 $y \in Y$ ，存在惟一的原象 $x$ 与之对应，从而生成从 $Y$ 到 $X$ 的一个新的映射．我们将它记为

$$
\begin{aligned}
& f^{-1}: Y=f(X) \rightarrow X \\
& y \mapsto x=f^{-1}(y)
\end{aligned}
$$

并将 $f^{-1}$ 称为 $f$ 的**逆映射**．当然逆映射 $f^{-1}$ 必是一一映射，而且它的逆映射，即 $\left(f^{-1}\right)^{-1}$ ，就等于 $f$ 。

逆映射 $f^{-1}$ 的定义域和值域分别等于原映射 $f$ 的值域与定义域，也就是有

$$
D \left(f^{-1}\right)= R (f), \quad R \left(f^{-1}\right)= D (f) .
$$

在一一映射 $f$ 及其逆映射 $f^{-1}$ 之间成立以下关系：对于每个 $x \in X$ 和每个 $y \in Y$ 分别成立恒等式：

$$
f^{-1}[f(x)]=x, \quad f\left[f^{-1}(y)\right]=y
$$

## 复合映射
复合映射的概念涉及到两个映射．设有 $g: X \rightarrow V$ 和 $f: U \rightarrow Y$ ，则在集合

$$
X^{\prime}=\{x \in X \mid g(x) \in U\}
$$

非空的前提下，对于 $x \in X^{\prime}, y=f(g(x))$ 有意义，从而确定了一个映射，记为

$$
\begin{aligned}
& f \circ g: X^{\prime} \rightarrow Y, \\
& x \mapsto y=(f \circ g)(x)=f(g(x)),
\end{aligned}
$$

称之为映射 $f$ 和 $g$ 的复合映射．
若引入 id 表示恒等映射（identity mapping），即由 $f(x)=x \forall x \in D (f)$ 定义的映射，则上述关于逆映射的两个恒等式可用复合映射写出为

$$
f^{-1} \circ f=id, \quad f \circ f^{-1}=id,
$$

注意其中两个恒等映射的定义域分别为 $X$ 和 $Y$ ．

注 注意在 $X^{\prime}=\varnothing$ 时不存在复合映射 $f \circ g$ ．此外，若同时存在 $f \circ g$ 和 $g \circ f$ ，则它们一般来说也不相同．例如上述两个恒等映射当 $X \neq Y$ 时就不相同．

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：没有了

下一篇：函数的定义与延拓

本文对您是否有用？有用 (0) 无用 (0)