You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

求欧氏空间上的反例:常秩映射的复合未必具有常秩

欧氏空间上的常秩映射复合反例

没问题,我给你举一个欧氏空间上的光滑反例——两个映射各自都是常秩的,但复合后秩就不是常数了:

  • 首先定义第一个光滑映射 ( f: \mathbb{R}^2 \to \mathbb{R}^3 ):
    [
    f(t, s) = (t, s, t^2 + s^2)
    ]
    它的雅可比矩阵是:

    [1  0]
    [0  1]
    [2t 2s]
    

    不管( (t,s) )取( \mathbb{R}^2 )中任何点,前两行都是线性无关的标准基向量,所以这个矩阵的秩恒为2,也就是说( f )是常秩2的光滑映射。

  • 然后定义第二个光滑映射 ( g: \mathbb{R}^3 \to \mathbb{R}^2 ):
    [
    g(x, y, z) = (x, z - x^2)
    ]
    它的雅可比矩阵是:

    [1  0  0]
    [-2x 0 1]
    

    观察这个矩阵,第一列是( (1, -2x)^T ),第三列是( (0, 1)^T ),这两个向量在任何( x )取值下都不会共线(因为第二个向量的第一个分量是0,第一个向量的第一个分量是1),所以矩阵的秩恒为2,( g )也是常秩2的光滑映射。

  • 现在看复合映射 ( h = g \circ f: \mathbb{R}^2 \to \mathbb{R}^2 ),计算得:
    [
    h(t, s) = g(f(t, s)) = g(t, s, t^2 + s^2) = \left(t, (t^2 + s^2) - t^2\right) = (t, s^2)
    ]
    它的雅可比矩阵是:

    [1  0]
    [0  2s]
    

    现在看这个矩阵的秩:

    • 当( s \neq 0 )时,行列式是( 1 \times 2s - 0 \times 0 = 2s \neq 0 ),秩为2;
    • 当( s = 0 )时,矩阵变成( \begin{bmatrix}1 & 0 \ 0 & 0\end{bmatrix} ),秩为1。

    显然,复合后的映射( h )的秩在( \mathbb{R}^2 )上不是常数,完美符合你的要求。

内容的提问来源于stack exchange,提问作者Keith

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.19 03:25:11