线性空间与线性变换习题解析

合集下载

第6章线性空间(解答题)(65题)

1．什么是线性空间?答:设V 是一个非空集合,P 是一个数域,在V 中定义了一个加法运算,在P 和V 的元素之间定义了一个数量乘法运算.如果上述两种运算满足以下规则,那么就称V 为P 上的一个线性空间(或称向量空间).1).+=+αββα；2).++=++αβγαβγ（）（）； 3).V 中有一个元素0，V α∀∈都有+0=αα，0称为V 的零元素； 4).V α∀∈，存在V β∈，使得+=0αβ，β称为α的负元素； 5).1=αα； 6).()()k l kl αα=； 7).()k l k l ααα+=+； 8).(+)=+k k k αβαβ；其中α，β，γ表示V 中的任意元素；k ，l 表示P 中的任意数．2．非空集合Ｖ在定义了加法和数乘运算之后成为P 上的一个线性空间，V 能否再定义另外的加法和数乘运算成为P 上的另一个线性空间？答：有可能．例如，全体二元实数列构成的集合{(,)|,}V a b a b R =∈．1).定义(,)(,)(,),(,)(,)a b c d a c b d k a b ka kb ⊕=++=，则V 成为R 上的一个线性空间 2).定义2(1)(,)(,)(,),(,)(,)k k a b c d a c b d ac k a b ka kb a z+⊕=+++=+，则V 成为R 上的另一个线性空间.3．线性空间V 有哪些简单性质与结论？答：1）零元素是唯一的；2）α的负元素是唯一的；3）000k k αα=⇔==或；4）=αα--（）； 5）=k k k ααα-=--（）（）（）； 6）()k a b ka kb -=-；7）,V αβ∀∈，存在唯一的V γ∈，使得=αγβ+.证明：容易验证1）—3），4）因为+=0αα-（），所以α为（α-）的负元，即=αα--（）.5）()(()0,()()k k k k k k ααααα+-=+-=∴-=-.另一式子可类似证明.6）()(())()=()=k k k k k k k k αβαβαβαβαβ-=+-=+-+--. 7）(),+=αβαβγβααχβ+-=∴=-是方程的解.又若1γ也是+=αχβ的解，则1+=+αγαγ.两边左加α-，有1=γγ.所以方程+=αχβ在V 中有唯一解.4．判断一个非空集合M 不是线性空间有哪些基本方法？答：1）M 是至少含两个元的有限集；2）M 关于定义的某一运算不封闭； 3）M 不满足8条规则中的任一条.5．线性空间的例子.答：1）数域P 按照数的加法和乘法构成自身上的一个线性空间.特别的，实数域R 和复数域 C 按照数的加法和乘法都是自身上的线性空间.2）已知数域⊆P 数域P ，按照数的加法和乘法，P 构成P 上的线性空间.3）三维空间中与已知向量的全体再添加零向量，对于向量的加法与数乘运算构成一个实线性空间.4）分量属于数域P 的全体n 元数组，对于n 元数组的加法与数乘构成P 上的一个线性空间，记作nP .5）无穷实数列的全体：12={()|1,2}i I x x x i ∞∈=，，R ，，对于121211221212()()()=(),x x y y x y x y k x x kx x k R +=++∈，，，，，，，（，，），k ，构成一个实线性空间.6）n 元齐次线性方程组0x =A 的解向量的全体，对于n 维向量的加法和数乘构成P 上的线性空间（为nP 的子空间）.7）元素属于数域P 的m n ⨯矩阵的全体，对于矩阵的加法与数乘构成P 上的线性空间.8）数域P 上全体n 阶对称（反对称，上三角）矩阵对于矩阵的加法与数乘构成P 上的线性空间.9）设m n ⨯∈A P，则全体与A 可交换的矩阵的集合，对于矩阵的加法与数乘构成m n⨯P的一个线性空间.10）数域P 上全体满足条件trA=0（trA 表示A 的迹，即A 的主对角线元素之和）的n 阶矩阵的集合，对于矩阵的加法和数乘构成P 上的一个线性空间.11）数域P 上全体一元多项式的集合，对于多项式的加法和数与多项式的乘法构成P 上的线性空间，记作x P[].12）次数小于n 的一元多项式及零多项式的集合，对于多项式的加法和数与多项式的乘法构成P 上的线性空间，记作n x P[].13）集合W={()|()(1)0}n f x f x x f ∈=R[]且对于多项式的加法和数与多项式的乘法构成R 上的线性空间.14）数域P 上形如352113521n n a x a x a x a x ++++++的多项式的全体，对于多项式的加法和数与多项式的乘法构成P 上的线性空间.15）数域P 上多项式()g x 的倍式的全体：W={()|()|()}f x g x f x ，对于多项式的加法和数与多项式的乘法构成P 上的线性空间. 16）由0及数域P 上的m 元n 次多项式121211212(,)()m m m k k k m k k k m k k nf x x x a x xx k ++==∑，，为正整数的全体，对于多项式的加法及数与多项式的乘法构成P 上的线性空间，其中12mk k k a P ∈.17）对于在区间[,]a b 上的实函数的全体，对于函数的和及数与函数的积，构成R 上的线性空间.[,]a b 上的连续实函数全体为其子空间，记作[,]C a b .18）全体形如1122sin cos sin 2cos 2sin cos 2n n a a t b t a t b t a nt b nt +++++++的实函数，对于函数的和及数与函数的积，构成R 上的线性空间.6．下列集合关于指定运算均不构成线性空间：1）起点在原点，终点在不经过原点的直线上的空间向量的全体，按向量的加法与数乘运算；2）非齐次线性方程组AX=b(b ≠0)的解向量的全体，按向量的加法与数乘运算； 3）数域P 上次数不低于定数n 的多项式的全体并添上零多项式，按多项式的加法与数乘运算；4）有理数域定义运算：,;2k k βαβ∂∂⊕=+∂= 5）设P 为有理数域，对整数集定义运算：1,k βαβ∂⊕=+-∂=∂.证：1）集合不含零向量，所以不是线性空间.2）如果集合是空集，则不是线性空间. 如果集合非空，则由于不含零向量，所以也不是线性空间.3）因两个次数不低于n 的多项式之和的次数可能低于n ，即关于多项式的加法不封闭，所以不是线性空间.4）因1(0)2∂∂=≠∂∂≠不满足线性空间定义中的规则5），所以不是自身上的线性空间.5）取3,1,k l ∂===则()3,k l +∂=而5k l ∂⊕∂=.故()k l +∂≠（k l ∂⊕∂），不满足线性空间定义中的规则7），所以集合不是线性空间.7.什么叫做向量的线性相关和线性无关？答:设V 是数域P 上的线性空间,且()1,,,1i a V i s s ∈=≥，如果存在一组不全为零的数()1,,i k P i s ∈=，使得()11220s s k a k a k a +++=，（1）那么称向量组1,,s a a 是线性相关的，否则，称它们是线性无关的.注 ○1一个向量不是线性相关,就一定是线性无关,两者必居其一且仅居其一. ○21,,s a a 线性无关 ⇔（1）式仅当10s k k ===成立.8.设1,,n αα线性相关,是否对任意一组不全为零的1,,n k k 都有110n n k k αα++=？答:不一定，比如0α=是线性相关的，它对一切非零数k 都有0k α=.而()()1,0,2,0βγ==就不可能对一切非零数12,k k 使得120k k βγ+=.9.什么叫线性表出？什么叫做两个向量等阶？答：设12,,,,m αααβ都是数域P 上的n 维向量，如果有P 中的m 个数1,,m k k ，使1122m m k k k βααα=+++，那么称β是12,,,m ααα的线性组合，或称β可以由12,,,m ααα线性表出（线性表示）.如果向量组12,,,r ααα中每个向量都可以由向量组12,,,s βββ线性表出，且12,,,s βββ中的每个向量都可以由12,,,r ααα线性表出，那么称向量组12,,,r ααα与向量组12,,,s βββ是等价的.10.向量组之间的等价是不是一种等价关系？答：是的.不难证明以下三条成立：1）反身性：每一个向量组都与自身等价. 2）对称性：如果12,,,r ααα与12,,,s βββ等价，那么12,,,s βββ也与12,,,r ααα等价.3）传递性：如果12,,,r ααα与12,,,s βββ等价，而12,,,s βββ与12,,,t γγγ等价，那么12,,,r ααα与12,,,t γγγ等价.11.向量的线性相关性有哪些主要性质？答：容易证明的有：1）零向量是线性相关的.含零向量的向量组也是线性相关的 2）单个非零向量是线性无关的. 3）设向量组()12,,,2m m ααα≥，则它们线性相关⇔至少存在一个向量，它可以由其余向量线性表出.4）向量组()I 中如果有部分向量线性相关，则()I 一定线性相关. 5）向量组()I 线性无关，则()I 的任意一个部分组必线性无关. 6）向量组12,,,r ααα可以由向量组12,,,s βββ线性表出，则12,,,r ααα线性无关r s ⇔≤.7）任意1n +个n 维向量必线性相关.8）两个线性无关的等价向量组，必含有相同个数的向量. 12.(){}12,,,|.n n i P c c c c P =∈()1,,,1,2,,n i i in a a P i mα=∈=，则12,,,m ααα线性相关'0A x ⇔=有非零解，其中()()'1,,ij m m n A a x x x ⨯==.7.设()()1,1,,,,,1,2,,n i i ik i k in a a a a P i m α+=∈=，令()1,,i ik βαα=()1,2,,i m =则 1）若12,,,m ααα线性相关⇒12,,,m βββ线性相关；2）若12,,,m ααα线性无关⇒12,,,m βββ线性无关.证：1）若存在不全为零的数1,,m l l ，使110m m l a l a ++=，则当然有110m m l l ββ++=.2）用反证法.若12,,,m ααα线性相关，则由1）知12,,,m βββ也线性相关，矛盾.13.如果12,,,m ααα线性无关，但12,,,,m αααβ线性相关，那么β可由12,,,m ααα线性表出，且表示法唯一.证：由假设存在一组不全为零的数11,,m k k +使1110m m m k k k ααβ++++=.若10m k +=，则由110m m k k αα++=，可证10m k k ===.这与假设矛盾，故10m k +≠，于是11m m l a l a β=++，其中1/,1,2,,i i m l k k i m +=-=.即β可由12,,,m ααα线性表出. 若1111m m m m l a l a s a s a β=++=++，则()()1110m mm l s ls αα-++-=.由12,,,m ααα线性无关，得()1,2,,i i l s i m ==，即表示法是唯一的.14.什么叫做极大线性无关组？答：如果向量组的一个部分组满足 1）此部分组线性无关；2）原向量组每个向量都可由这个部分组线性表出，则称此部分组是原向量组的一个极大线性无关组.注：向量组与极大线性无关组是等价的.15.一个向量组的极大线性无关组是否唯一？答：一般不唯一.比如，()()()0,0,1,0,2,0αβγ===，则β是,,αβγ的极大线性无关组；γ也是,,αβγ的一个极大线性无关组.注：○1一个向量组有多个极大线性无关组时，这些极大线性无关组之间也互相等价.○2由5.可知两个极大线性无关组虽可不同，但它们所含向量的个数相等.16.什么叫做向量组的秩？答：向量组的一个极大线性无关组所含向量的个数，称为向量组的秩.只含零向量的向量组，规定它的秩为0.17.设V 是数域P 上的线性空间，1,,n αα，1,,s V ββ∈，且1,,n αα线性无关，()()11,,,,s n A ββαα=，其中(),i j i j n s A P αα⨯=∈，再设()1,,s A c c =，其中1,,s c c 为A 的n 维向量.若A k =秩，且1,,i ik c c 为()1,,s A c c =的一个极大线性无关组，则1）由（1）式知()12,,,,1,2,,i n i c i s βααα==. （2）○1先证1,,i ik ββ线性无关.设110i k ik l l ββ++=，那么110i k ik l l ββ=++()()112112,,,,,,n i k n ikl c l c αααααα=++()()1211,,,,,.n i k ik l c l c ααα= （3）因为12,,,n ααα线性无关，由（3）知11,,0i k ik l c l c = （4）在nP 中，1,,i ik c c 线性无关，由（4）知10k l l ===.○2其次，再任取{}12,,,s ββββ∈，那么i c 可由1,,i ik c c 线性表出，即11i i k ik c m c m c =++，于是()12,,,i n i c βααα= ()()1211,,,n i k ik m c m c ααα=++()()112112,,,,,,n i k n ik m c m c αααααα=++11i k ik m m ββ=++.综合○1、○2，即知1,,i ik ββ为1,,s ββ的一个极大线性无关组.2）由1）即得{}1,,=s k A ββ=秩秩.注：这解决了求抽象线性空间V 的向量组的秩的问题.同时还把求极大线性无关组的问题转化为求nP 中一个向量组的极大线性无关组的问题（而这是已知的）. 18.设()4321642f x x x x x =++-+，()422234f x x x x =++-，()4323491622f x x x x x =+--+，()43473f x x x x =+-+，求()1f x ，()2f x ，()3f x ，()4f x 的极大线性无关组.解：把()i f x 都看成[]5P x 中元素，取[]5P x 中一组基2341,,,,x x x x ，那么()()234123461174041,,,1,,,,12901316124223f f f f x x x x ⎛⎫ ⎪ ⎪⎪=- ⎪--- ⎪ ⎪-⎝⎭（1）令123461174041,,,,12901316124223C C C C ⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪====- ⎪ ⎪ ⎪ ⎪--- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭可求出1234,,,C C C C 的一个极大线性无关组为234,,C C C .于是（1）式中相应的()()()234,,f x f x f x 为()()()()1234,,,f x f x f x f x 的一个极大线性无关组.19.设1103301121,,,,24127142056A B C D F --⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫=====⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭为线性空间22R ⨯的一组基，那么()()111221221031213011,,,,,,,.21725421406A B C D F E E E E ⎛⎫ ⎪--⎪= ⎪ ⎪⎝⎭而1031213011321725421406⎛⎫ ⎪--⎪= ⎪ ⎪⎝⎭秩，所以向量组,,,,A B C D F 的秩等于3. 20.设1,,s αα的秩为r ，1,,r i i αα是1,,s αα中r 个向量，使得1,,s αα中每个向量都可被它们线性表出，则1,,ri iαα是1,,s αα的一个极大线性无关组.证：由假设可知1,,s αα可由1,,r i i αα线性表出，但1,,r i i αα可由1,,s αα线性表出是显然的，从而彼此等价.那么{}{}11,,=,,=r i i s r αααα秩秩.1,,r i i αα∴线性无关.21.如果向量组()I 可以由向量组()II 线性表出，那么()I 的秩不超过()II 的秩.证：当向量组()II 的秩为无穷时，结论显然成立.当()II m =秩时，由假设()I 的极大线性无关组也可由()II 的极大线性无关组线性表出，那么由5.之6）可证()()I II m ≤=秩秩. 注：由此可知等价的向量组具有相同的秩.22.设12,,,n n P ααα∈，n 维标准单位向量()()11,0,,0,,0,0,,1n εε==可被它们线性表出，则12,,,n ααα线性无关.证：1,,n αα显然可被1,,n εε线性表出，又1,,n εε可被1,,n αα线性表出，从而它们等价，于是由15.的注知()()11,,=,,=n n n ααεε秩秩.即知1,,n αα线性无关.注：○1这个命题的逆命题也是对的.○2在抽象的n 维线性空间V 中，此命题可改为：设1,,n ββ为V 的一组基，1,,r V αα∈且1,,n ββ可由1,,n αα线性表出，则1,,n αα也是V 的一组基.○3也可改述为：设1,,n αα是线性空间V 中的一组n 维向量，则1,,n αα线性无关⇔V 中任一n 维向量都可被它们线性表出.23.证明：向量组的任何一个线性无关组都可以扩充成一个极大线性无关组. 证：设n 维向量组()I 中一个线性无关组()12II :,,,s ααα，如果()I 中每个向量可经()II 线性表出，则()II 为()I 的一个极大无关组.否则至少有一个向量()I α∈不能由()II 线性表出，将添到()II 中成为向量组()III ，则()III 中向量是线性无关的.这样继续下去，经过有限步（不大于n ）后，向量组()II 即可扩充为()I α∈的一个极大无关组.24.设向量组12,,,m ααα线性无关，12,,,,,m αααβγ线性相关.证明：或者β与γ中至少有一个可由12,,,m ααα线性表出，或者12,,,,m αααβ与12,,,,m αααγ等价.证：因12,,,,,m αααβγ线性相关，所以存在不全为零的数12,,,,,m k k k b c 使110m m k k b c ααβγ++++=.显然，,b c 不全为零，否则与12,,,m ααα线性无关矛盾.当0,0b c ≠=时，β可由12,,,m ααα线性表出；当0,0b c ≠≠时，β可由12,,,,m αααγ线性表出，γ可由12,,,,m αααβ线性表出，因而12,,,,m αααβ与12,,,,m αααγ等价.25.设12,,,n n P ααα∈且线性无关，则12,,,n A A A ααα线性无关⇔()=A n 秩.其中A是数域P 上的n n ⨯矩阵. 证：令()12,,,n B ααα=.因1,,n αα线性无关，所以0B ≠.必要性设12,,,n A A A ααα线性无关，即()()11,,,,0n n A A A AB A B αααα===≠.所以0A ≠，即()=A n 秩.充分性设()=A n 秩，即0A ≠，从而()()11,,,,0n n A A A AB A B αααα===≠.所以12,,,n A A A ααα线性无关.26. 设向量组12,,,s ααα的秩为r ，在其中任取m 个向量12,,,mi i i ααα，则{}12,,,m i i i r m s ααα≥+-秩.证：设12,,,m i i i ααα的秩为t ，现将它的一极大无关组（含t 个向量）扩充为1,,s αα的一个极大无关组（含s 个向量）.因此扩充的线性无关向量的个数为r t -.因1,,s αα除向量组1,,m i i αα外，还有s m -个向量，因此，r t s m -≤-，即t r m s ≥+-.27.设123r βααα=+++，213r βααα=+++，，121r r βααα-=+++，则1）1,,r ββ与1,,r αα有相同的秩；2）1,,r αα的任意一个极大线性无关组也是11,,,,,r r ααββ的极大线性无关组.证：1）由假设知1,,r ββ可由1,,r αα线性表出.但是()()1212+=1r r r βββααα++-+++()()12121=+1r r r αααβββ+++++- （1）用（1）式减去假设的每一个式子，可得11221212211,111121,111112.111r r r r r r r r r r r r r r r r αβββαβββαβββ-⎧=+++⎪---⎪-⎪=+++⎪---⎨⎪⎪-⎪=+++⎪⎩--- 即1,,r αα也可由1,,r ββ等价，所以{}{}11,,,,r r r ββαα=≤秩秩.2）由1）知1,,r αα与11,,,,,r r ααββ等价，可知1,,r αα的一个极大线性无关组就是11,,,,,r r ααββ的一个极大线性无关组.28.设向量组1,,s αα中10α≠且每个()2,3,,i i s α=都不能由11,,i αα-线性表出，则1,,s αα线性无关.证：用反证法.如果1,,s αα线性相关，那么有不全为零的数12,,,s k k k 使1122=0s s k k k ααα+++ （1）从右至左，设第一个不为零的数是l k ，而10l s k k +===，则（1）式为1122=0l l k k k ααα+++.因10α≠，所以1l ≠，故112121111l l l k k kk k k αααα--=----.即l α可由121,,,l ααα-线性表出，此与题设矛盾.所以1,,s αα线性无关.29.如果()()()123,,f x f x f x 是线性空间[]P x 中三个互素的多项式，但其中任意两个都不互素，那么它们线性无关.证：用反证法.如果它们线性相关，即存在不全为零的数123,,k k k ，使()()()1122330k f x k f x k f x ++=.不妨设10k ≠，则()()()3212311=k k f x f x f x k k --+. 此式说明()()23,f x f x 的最大公因式就是()1f x 的因式，即()()()()()()()12323,=,f x f x f x f x f x .此与()()()()123,=1f x f x f x 及()()()23,1f x f x ≠矛盾，所以()()()123,,f x f x f x 线性无关.30.设12,,,m ααα线性无关，则122311,,,,m m m αααααααα-++++线性无关的充分必要条件是m 为奇数.证：令112223111,,,,m m m m m βααβααβααβαα--=+=+=+=+，由题设得()()1212,,,,,,m m A βββααα=，其中10110011n mA ⨯⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭ 按第一行展开，()12,110,m m A m +⎧=+-=⎨⎩为奇数；为偶数，而12,,,m βββ线性无关的充分必要条件是0A ≠，即m 为奇数31.设向量组12,,,m ααα线性相关，但其中任意1m -个向量都线性无关，则 1）等式1122=0m m k k k ααα+++中的系数()1,,i k i m =或者全为0，或者全不为0.2）当存在两个等式1122=0m m k k k ααα+++ （1） 1122=0m m l l l ααα+++ （2）其中10l ≠时，（1），（2）的对应系数成比例：1212mmk k k l l l ===. 证：1）当()1,,i k i m =全为0时，恒为等式的解.以下设有一个i k 不等于0，不失一般性，设10k =.此时其余的()2,,i k i m =都不为0.若等式化为()100j j j ik k α≠=≠∑，于是这1m -个向量线性相关，此与题设矛盾.2）由于10l ≠，由1）知: 2,,m l l 均不为0.如果()1,,i k i m =全为0，那么结论成立.否则i k 全不为0，()()112i l k ⨯-⨯，得()()11212211100m m r l k k l l k k l ααα-+-++-=.由1），因1α的系数为0，所以2,,m αα的系数全为0，即121210m m l k k l l k k l =-==-，即1212mmk k k l l l ===.32.求向量组()11,2,2,3α=-，()22,4,1,3α=--，()31,2,0,3α=-，()40,6,2,3α=，()52,6,3,4α=-的一个极大线性无关组.解1（初等变换法）以12345,,,,ααααα为列作矩阵A ，对A 施行初等变换为阶梯型矩阵B ：1210212102242660322121023000313333400000A B ----⎛⎫⎛⎫⎪ ⎪---⎪ ⎪=→= ⎪ ⎪---⎪ ⎪⎝⎭⎝⎭. 由B 可知：124,,ααα；134,,ααα；125,,ααα；135,,ααα均为原向量组的极大无关组. 注：用这种方法可以找到向量间的全部极大无关组.解2（子式法）因矩阵A 的4阶子式均为0，而3阶子式11022612022--=-≠，所以134,,ααα为一极大无关组.解3（逐一扩充法）因10α≠，所以1α线性无关，又因12,αα对应分量不成比例，故12,αα线性无关.因123,,ααα线性相关（这可由123,,ααα作成的矩阵的所有3阶子式为0看出），所以3α不收入.再观察124,,ααα，由于124,,ααα作成的矩阵有非零的3阶子式，所以124,,ααα线性无关，又因1245,,,αααα线性相关，所以124,,ααα为一极大无关组.33.什么叫做线性空间的基于维数？答：如果数域P 上的线性空间V 有n 个线性无关的向量12,,,n ααα，而且V 中每个向量都可以由它们线性表出，那么称这组向量为V 的一组基（基底）.也称12,,,n ααα生成（或张成）线性空间V .12,,,n ααα为V 的一组生成元.基中所含向量的个数n 称为V 的维数，记作dim V n =或()V n =维.称V 为维线性空间.如果V 中有任意多个线性无关的向量，那么称V 为无限维线性空间，记为dim V =∞.如果{}0V =，那么称V 是零维的，记为dim 0V =.注：○1线性空间V 的基，实际上就是V 的一个极大线性无关组.○2一个线性空间V 有一组基1,,n αα，取()ij n nA α⨯=，当0A ≠时，令，其中为的列向量，令()1,,n A c c =，其中1,,n c c 为A 的列向量，令()1,,i n i c βαα=()1,2,,i n =则可知1,,n ββ也是V 的一组基.由此可知V 的基不是唯一的.○3两组基之间是互相等价的，因为向量组的两个极大线性无关组是互相等价的.34.几类重要的线性空间的维数与基是什么？答：1）数域P 看成自身上的线性空间，则1是它的一组基，dim 1P =. 2）复数域C 看成实数域R 上的线性空间，1,i 是C 的一组基，dim 2P =.3）实数域R 看成有理数域Q 上的线性空间，则dim P =∞.事实上，21,,,ππ是线性无关的.因为如果21,,,,n πππ线性相关的话，那么π是代数数了，而π是超越数.故对一切自然数n ，向量组21,,,,n πππ都线性无关，由n 的任意性，故dim P =∞.4）全体正实数R +，定义a b ab ⊕=，kk a a =，则R +为R 上的1维线性空间.任何一个非零向量都是其一组基.因1是其零向量，取定(),1,1R Ra ββα++∈≠∀∈≠，有()log log βαβαβαβ==，即α可由β线性表出，所以是一维的.5）数域P 上的全体n 元数组构成的线性空间nP 是n 维的，()11,0,,0ε=，()20,1,,0ε=，，()0,,0,1n ε=是一组基.6）n 元齐次线性方程组0Ax =（A 为m n ⨯矩阵，()=A r 秩）的解空间是n r -维的，其基础解系是它的一组基.7）元素属于数域P 的m n ⨯矩阵的全体m nP⨯的维数是mn .以ij E 表示第i 行第j 列元素为1，其余元素为0的m n ⨯矩阵，则()1,2,,;1,2,,ij E i m j n ==为m n P ⨯的一组基.8）实数域上全体n 级实对称矩阵构成的线性空间的维数是()12n n +.()1ij ij E E i j n +≤≤≤为一组基. 9）实数域上全体n 级反对称矩阵构成的线性空间的维数是()12n n -.()1ij ij E E i j n -≤≤≤为一组基. 10）实数域上全体n 级上三角矩阵构成的线性空间的维数是()12n n +.()1ij E i j n ≤≤≤为一组基.11）全体形如1230n nX P X X ⨯⎛⎫∈⎪⎝⎭的矩阵（1X 为r r ⨯矩阵）构成的线性空间，因零块有()r n r -个元素，所以线性空间的维数是()2n r n r --.(),;,1,2,,ij E i r j r i r j n ≤≤≥=为一组基.12）全体n nA P⨯∈且满足0trA =（A 的迹为0）的矩阵构成的线性空间的维数是()()2211nn n n -+-=-，除nn E 外的一切,,1,2,,ij E i j n =为一组基.13）次数小于n 的一元多项式的全体加上零多项式构成的线性空间[]n P x 的维数是n ，且211,,,,n x x x -为一组基.14）线性空间()()[](){}|10n W f x f x R x f =∈=且的维数是1n -.且121,1,,1n n x x x -----是W 的一组基.15）数域P 上m 元n 次齐次多项式()()121211212,,,mmm k k k m k kk m i k k nfx x x x x x k α++==∑为正整数和零多项式构成的线性空间的维数是()()()()1211n n n m m +++--!，1212mk k k mx x x 1m i i k n =⎛⎫= ⎪⎝⎭∑为一组基.事实上，上述向量组线性无关是显然的，它的个数实际上是从m 种元素中每次取n 个元素的有重复的组合数，即()12nm x x x +++展开后不同类的项数：()()()()1111211n n m m n m n m n n n m C C C m -+-+-+++-===-!.16）分量属于复数域的全体n 元数组构成实数域R 上的线性空间的维数是2n .()11,0,,0ε=，()20,1,,0ε=，，()0,,0,1n ε=，()11,0,,0η=，()20,1,,0η=，，()0,,0,1n η=为一组基（为虚数单位）.17）线性空间V 中m 个向量生成的子空间()1,,m L αα的维数等于1,,m αα的秩，1,,m αα的任一极大无关组都是()1,,m L αα的一组基.36.V 为矩阵A 的实系数多项式的全体构成的线性空间，求V 的维数及一组基，其中210000,00A ωωω⎛⎫⎪== ⎪ ⎪⎝⎭解：因为212ω-=，31ω=，所以21,3;,31;,3 2.nn k n k n k ωωω=⎧⎪==+⎨⎪=+⎩从而2232100,3;00,,,31;00,3 2.n E n k A A E A A n k A n k ωω=⎛⎫⎧⎪ ⎪====+⎨ ⎪⎪ ⎪=+⎝⎭⎩设21230k A k A k E ++=，得1232123212300,0.k k k k k k k k k ωωωω++=⎧⎪++=⎨⎪++=⎩，（1）因系数行列式不为零，所以方程组（1）只有零解：1230k k k ===.说明2,,E A A 线性无关.由于A 的实系数多项式()f A 是2,,E A A 的线性组合，所以V 的维数是3. 2,,E A A 是V 的一组基.37.V 为矩阵A 的实系数多项式的全体构成的线性空间，求V 的维数及一组基，其中()120,,0i j in a a A a a i j a R a ⎛⎫⎪⎪=≠≠∈ ⎪ ⎪⎝⎭.解：易证对正整数k ，有11201100k kn n k n a a A k E k A k A a --⎛⎫ ⎪⎪==+++ ⎪ ⎪ ⎪⎝⎭. （1）事实上，由矩阵的相等得，101111110121221011,,.n k n n kn n k n n n n k k a k a a k k a k a a k k a k a a ------⎧+++=⎪+++=⎪⎨⎪⎪+++=⎩ （2）（2）式的系数行列式D 是范德蒙行列式，故()10ji i j nD aa ≤≤≤=-≠∏.所以方程组有唯一解011,,,n k k k -.这就证明了（1）.再令10110n n k E k A k A --+++= （3）（3）式为（2）式右端为零的情形.由于0D ≠，所以只有零解：0110n k k k -====，说明1,,,n E A A -线性无关.由于A 的实系数多项式()f A 是21,,,,n E A A A -的线性组合，所以dim V n =，21,,,,n E A A A -为一组基.38.设V 为数域P 上的线性空间，V 为从V 中任取m 个元素组成的向量()12,,,m ααα的集合.1）按向量的加法和数乘运算，V 为P 上的线性空间； 2）当V 为无限维时，V 也是无限维； 3）当V 为n 维时，求V 的维数和一组基. 证：1)()0=00V ∈，，，V ∴非空.另外，V 关于加法和数乘运算封闭，且满足定义中的8条规则，所以V 是域P 上的线性空间. 2）当V 是无限维时，取12,,,n βββ为V 的n 个线性无关的向量，令(),0,,0i i ηβ=()1,2,,i n =，则12,,,n ηηη线性无关.由n 的任意性知，V 有任意个线性无关的向量，即V 是无限维的.3）当dim V n =，可推得dim V mn =. 事实上，设12,,,n εεε为V 的一组基.令()1,0,,0i i ηε=，()20,,,0i i ηε=，，()0,0,,ni i ηε=，1,2,,i n =，则这个m n ⨯个向量均线性无关.()12,,,m V αααα∀=∈，因()11,2,,nj ij i i k j m αε=∀==∑，所以()1212111,,,,,,m nnnm i i i i i i i i i k k k αααεεε===⎛⎫= ⎪⎝⎭∑∑∑()()()12111,0,,00,,,00,0,,nnni i i i i i im i i i i i k k k εεεεεε====+++∑∑∑1122111nnni i i i im im i i i k k k ηηη====+++∑∑∑.即α可由mn 个向量()1,,;1,,ij i n j m η==线性表出，所以它们是V 的一组基，dim V mn =.39.什么叫做向量的坐标？答：设V 为数域P 上的n 维线性空间，1,,n αα为V 的一组基.设V β∈，则()111221,,n n n n k k k k k βααααα⎛⎫ ⎪=+++= ⎪ ⎪⎝⎭.称()1,,n k k 为β在基1,,n αα下的坐标.注：○1同一个向量β，在不同基下的坐标一般是不相同的.○2同一个β，当基1,,n αα排列顺序不同时，坐标也不同.比如V 的一组基为123,,ααα，令12335βααα=++，那么β在基123,,ααα下的坐标为()1,3,5，而在下的坐标为()1,5,3.○3这里的坐标概念是解析几何中坐标概念的推广.在平面解析几何中，相当于取基()11,0e =，()20,1e =，在空间解析几何里，相当于取基()11,0,0η=，()20,1,0η=，()30,0,1η=.而代数中是把它们抽象化，并把上述情形作为特例. V 中的基1,,n αα相当于建立一个坐标系.β的坐标()12,,,n n k k k P ∈，相当于β在坐标系12,,,n ααα下的坐标.40.什么叫过渡矩阵？答：过渡矩阵相当于n 维线性空间V 的两组基之间的变换公式.下面给出定义.设1,,n αα与1,,n ββ为V 的两组基，那么()1,,i n i c βαα=，1,2,,k n =. （1）其中12,,1,2,,i i i ki ni c P k n αααα⎛⎫ ⎪ ⎪=∈= ⎪ ⎪⎝⎭.把（1）式改写为()()11,,,,n n A ββαα=. （2）其中()()1,,n n ij n n nA c c P α⨯⨯==∈.称A 为基1,,n αα到基1,,n ββ的过渡矩阵，并称（2）为基变换公式.注：○1如果0A ≠，即A 为可逆矩阵.○2由（2）式知()()111,,,,n n A ααββ-=，（3）即1A -为基1,,n ββ到基1,,n αα的过渡矩阵.○3求1,,n αα到1,,n ββ的过渡矩阵A ，只要求出每个i β在基1,,n αα下的坐标（1）即可.41.什么叫坐标变换公式？答：设1,,n αα与1,,n ββ为V 的两组基，由基1,,n αα到基1,,n ββ的过渡矩阵为A .向量γ在基1,,n αα下的坐标为()1,,n x x .设γ在基1,,n ββ下的坐标为()1,,n y y ，那么111n n y x A y x -⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭. （1）公式（1）称为坐标变换公式.42.设1,,n αα为线性空间V 的一组基.1）1121212,,,n n βαβααβααα==+=+++也是V 的一组基.2）当向量α在基1,,n αα下的坐标为(),1,,2,1n n -时，求α在基1,,n ββ下的坐标.证：1）因为()()11,,,,n n A ββαα=，其中1101A ⎛⎫ ⎪=⎪ ⎪⎝⎭，1A =，所以1,,n ββ线性无关，从而为V 的一组基.2）设α在基1,,n ββ下的坐标为()1,,n x x ，由坐标变换公式知121110111112201111n n n x n n x A x -⎛⎫⎛⎫-⎛⎫⎛⎫⎛⎫⎪ ⎪-- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ ⎪ ⎪⎝⎭⎝⎭. 43.在[]3P x 中，求221,,x x x x ++到基221,,x x x x -+的过渡矩阵. 解：因为21,,x x 为[]3P x 的基，所以()()()22221001,,1,,1101,,111x x x x x x x x A ⎛⎫⎪++=-= ⎪ ⎪-⎝⎭. （1）于是()()()2221221001,,1,,=1,,110111x x x x x x A x x x x -⎛⎫⎪=++++- ⎪ ⎪-⎝⎭. （2）又()()()22221001,,1,,0111,,011x x x x x x x x B ⎛⎫⎪-+== ⎪ ⎪-⎝⎭，（3）将（2）代入（3）得()()()22221221001,,1,,1,,111120x x x x x x x x A B x x x x -⎛⎫⎪-+=++=++- ⎪ ⎪-⎝⎭. 所以100111120C ⎛⎫⎪=- ⎪ ⎪-⎝⎭为所求的过渡矩阵.44.已知()()()()12341,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,εεεε=⎧⎪=--⎪⎨=--⎪⎪=--⎩()()()()12341,2,3,1,2,1,0,1,1,1,0,1,2,1,1,2,ηηηη=⎧⎪=⎪⎨=--⎪⎪=-⎩分别是4P 的两组基，求i ε到()1,2,3,4i i η=的过渡矩阵.并求()1,1,0,1δ=-关于基1234,,,ηηηη的坐标.解：因为()11,0,0,0δ=，()20,1,0,0δ=，()30,0,1,0δ=，()40,0,0,1δ=是4P 的基，由i δ到()1,2,3,4i i ε=的过渡矩阵A 以及由δ到()1,2,3,4i i η=的过渡矩阵B 分别为1111111111111111A ⎛⎫ ⎪--⎪= ⎪-- ⎪--⎝⎭， 1212211130011112B ⎛⎫⎪- ⎪= ⎪ ⎪--⎝⎭由i ε到()1,2,3,4i i η=的过渡矩阵为1A B C -=，1741212141103443212C A B --⎛⎫⎪- ⎪==⎪ ⎪--⎝⎭. 令δ关于基()1,2,3,4i i η=的坐标为()1234,,,x x x x ，则121341112105413x x B x x -⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭. 45.什么叫做线性子空间？答：设W 是数域P 上线性空间V 的非空子集，如果W 对于V 的两种运算（加法和数量乘法）也构成线性空间，则称W 为V 的一个线性子空间，简称子空间.46.什么叫做V 的平凡子空间？答：V 中仅含单个零向量的子空间称为零子空间，V 本身也是V 的一个子空间，这两个子空间称为V 的平凡子空间，V 除平凡子空间外的子空间（如果存在的话），称为V 的非平凡子空间.47.什么叫做生成子空间？答：V 中任意m 个向量的所有可能的线性组合(){}111,,|,1,2,,m m m i L k k k P i m αααα=++∈=构成V 的一个子空间，称为由1,,m αα张成（或生成）的子空间.注：这一记号非常重要.设V 是n 维的，若()1,,n V L αα=，则1,,n αα为V 的一组基.48.怎样判别子空间？答：设W 是V 的一个非空子集，则W 为V 的子空间的充要条件是：W 对于V 的两种运算是封闭的，即○1,W αβ∀∈都有W αβ+∈； ○2,W k P α∀∈∀∈，都有k W α∈. 条件○1与○2可以合并成一条：,W αβ∀∈及12,k k P ∀∈都有12k k W αβ+∈.49.生成子空间有哪些主要结论？答：1）()()11,,,,s t L L ααββ=的充分必要条件是1,,s αα与1,,t ββ等价.2）()()()1111,,,,,,,,,s t s t L L L ααββααββ+=.3）()1,,s L αα的维数{}1,,s αα=秩4）n 维线性空间V 的子空间的一组基必可扩充为V 的一组基.50.常见到子空间有哪些?答：1）V 的两个平凡子空间.2）全体实函数组成的线性空间中，由所有实系数多项式组成一个子空间.3）[]n P X 是线性空间[]P X 的n 维子空间.4）线性变换:V V σ→的值域V σ是V 的子空间.设线性变换在某一组基下矩阵为A ，则其维数等于A 秩，σ的核()10σ-是V的子空间，其维数等于dim V A -秩5）线性变换:V V σ→的属于特征值λ的特征向量的全体添上零向量是V 的特征子空间，记作V λ.若dim V n =，设σ在某一组基下的矩阵为A ，则()dim V n E A λλ=--秩6）数域P 上n 元齐次线性方程组0AX =的解空间W 是nP 的子空间，dim W n A =-秩.7. 设1,,n εε为数域P 上线性空间V 的一组基，m n A P ⨯∈，A r =秩，()'11,,n n c c Pα⨯=∈则()'11|,,0ni i n i W c A c c ε=⎧⎫==⎨⎬⎩⎭∑是V 的n r -维子空间.证：1）先证W 是V 的子空间.其0W ∈知W 非空（这时取()()1,,0,,0n c c =即可）.任取()11,,n n c c βεε⎛⎫ ⎪= ⎪ ⎪⎝⎭，()11,,n n d W d γεε⎛⎫ ⎪=∈ ⎪ ⎪⎝⎭，那么10n c A c ⎛⎫ ⎪= ⎪ ⎪⎝⎭，10n d A d ⎛⎫ ⎪= ⎪ ⎪⎝⎭. 12,k k P ∀∈，则()1112112,,n n n c d k k k k c d βγεε⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪+=+ ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭，111112120n n n n c d c d A k k k A k A c d c d ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪+=+= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭.所以12k k W βγ+∈，从而W 为V 的子空间.2）设0Ax =的解空间为1W ，则1dim dim W W n A n r ==-=-秩.51.什么叫做交空间？答：设V 是数域P 上的线性空间，()V I λλ∈都是V 的子空间，则IV λλ∈⋂也是V 的子空间，并称它为()V I λλ∈的交空间. 注:○1显然IV λλ∈⋂也是V λ的子空间.○2子空间的交是线性空间的一种运算.52. 子空间的交有哪些性质？答：1）适合交换律：1221V V V V ⋂=⋂；2）适合结合律：()()123123V V V V V V ⋂⋂=⋂⋂；3）A ,B 分别为m n ⨯与s n ⨯矩阵，A C B ⎛⎫= ⎪⎝⎭.设123,,V V V 分别为0Ax =，0Bx =，0Cx =的解空间，则312V V V =⋂.53.什么叫做和空间？答：子空间的和是线性空间的第二种运算.设1V ，2V 都是V 的子空间，则{}121122|,V V ααααα=+∈∈也是V 的子空间，记作12V V +.一般的，设1,,n V V 都是V 的子空间，它们的和空间定义为{}1212++|,1,2,,n n i i V V V V i n ααααα+++==+∈=.注：○112112V V V V V ⋂⊆⊆+，12212V V V V V ⋂⊆⊆+.○2设W 是线性空间，且()W V I λλ⊆∈，则IW V λλ∈⊆⋂.○3设1V W ⊆，2V W ⊆，W 是线性空间，则12V V W +⊆.54.子空间的和有什么性质？答：1）1221V V V V +=+；2）()()123123V V V V V V ++=++； 3）下面三条等价（i ）12V V ⊆，(ii)121V V V ⋂=，（iii ）122V V V +=，55设1V ，2V 是V 的两个子空间，则1V È2V =1V +2V Û1V Í2V 或2V Í1V 。

线性空间与线性变换(精)

P

为Pn×n的子空间.
第七章线性空间与线性变换§2 基、维数、坐标向量空间的理论可平行移到线性空间中来. 如线性组合、线性表示、线性相关、最大无关组、秩等.又 1.α1, α 2,…,αm线性相关的充要条件为：存在不全为零的数
k1,k2,…,km,使 k1α1+k2α 2+…+kmαm=0；线性无关的充要条件为：k1α1+k2α 2+…+kmαm=0 时 ki必全为零；
2. T(k1α1+k2α2 +…+ksαs) =k1T(α1)+k2T(α2) +…+ksT(αs)
3. 若α1,α2 ,…, αs线性相关，则 T(α1),T(α2) ,…,T(αs)线性相关.
反之未必.
第七章线性空间与线性变换§5 线性变换及其矩阵表示(续2)
几种特殊的线性变换：
1.单位变换（恒等变换）I: 任意α∈V,I(α)= α. 2.零变换O:
1) α1, α2 , ... ,αr线性无关；
2) V中任意向量α均可由α1, α2,..., αr线性表示：
k1
α =k1 α 1 +k2 α 2+...+kr α r

(1
,

2
,
...,
r
)

k2 ...

则称α1, α2,..., αr为V的一组基，
kr
第七章线性空间与线性变换§4 子空间的维数与基维数公式（续2）
定理5 (维数公式)设W1，W2是线性空间 V的两个子空间，则
dimW1+dimW2 = dim(W1+ W2)+dim(W1∩W2)

东北大学线性代数_第七章课后习题详解线性空间与线性变换

教学基本要求：1.了解线性空间、线性子空间、基、维数、坐标等概念.2.了解基变换和坐标变换，会求过渡矩阵.3.了解线性变换的概念，了解线性变换的矩阵.4.了解内积、欧几里得空间的概念.5.了解规范正交基，会用施密特(Schmidt)正交化法把欧几里得空间中的线性无关向量组规范正交化.第七章线性空间与线性变换(P151)线性空间的理论具有高度的概括性和广泛的应用性，是线性代数的中心内容之一.本章将把在第四章中介绍的R n中的有关概念推广，给出更具一般性的线性空间定义，并讨论线性空间中的“极大线性无关组”与“秩”，介绍线性变换的概念和线性变换的矩阵.一、线性空间的概念及其性质空间是集合，线性空间则是存在“封闭的”线性运算、符合“八条”的集合.线性空间的线性运算与数域密切相关.1. 数域数域K K是一个数集，且(1)0,1∈K；(2) K关于“+,-,×,÷运算”封闭.大家熟知的数域：有理数域Q，实数域R，复数域C.不熟悉的数域：Q(√2)={a+b√2|a,b∈Q}是数域.任意数域都包含有理数域.数域无穷多.2. 线性空间的定义和例子(P152)数域K上的线性空间V K若在非空集合V和数域K上定义了加法“⊕”和数乘法“⊗”两种线性运算：对∀α,β,γ∈V,∀k,l∈K，有唯一的α⊕β∈V和唯一的k⊗α∈V(即运算封闭)，且满足以下八条规律：“⊕”满足交换律α⊕β=β⊕α,∀α,β∈V；“⊕”满足结合律(α⊕β)⊕γ=α⊕(β⊕γ),∀α,β,γ∈V；“⊗”满足分配律k⊗(α⊕β)=(k⊗α)⊕(k⊗β),(k+l)⊗α=(k⊗α)⊕(l⊗α), (kl)⊗α=k⊗(l⊗α),∀α,β∈V,∀k,l∈K；V中有零元素“ο”α⊕ο=α,∀α∈V；每个元素有负元素∀α∈V,∃β∈V,∂α⊕β=ο，并记β=-α；“1⊗V ”的不变性1⊗α=α,∀α∈V ，则称V 是数域K 上的一个线性空间，记作V K .线性空间也称为向量空间，其中的元素(不论其含义如何)也称为向量. P 151第四章提到的向量空间R n 、齐次线性方程组的解空间V 和L(α1,α2,…,αm )都是线性空间.大家应该知悉的线性空间：1. 矩阵集合R m×n ={(a ij )m×n |a ij ∈R}关于通常的矩阵加法和数与向量的乘法是数域R 上的线性空间. (例7.1 P 152)2. 次数小于n 的所有一元多项式的集合{}n 1in i01n 1i 0R[x]a xa ,a ,,a R --==∈∑关于通常的函数加法与数与函数的乘法是数域R 上的线性空间. (例7.2 P 152)3. 一元多项式的集合{}ii i i 0R[x]a x a R +∞==∀∈∑关于通常的函数加法和数与函数的乘法是数域R 上的线性空间. P 1524. 区间[a,b]上所有连续函数的集合C[a,b]关于通常的函数加法与数与函数的乘法是数域R 上的线性空间. (例7.3 P 152)5. 区间[a,b]上具有一阶连续导数的函数的集合C 1[a,b]关于通常的函数加法与数与函数的乘法是数域R 上的线性空间.6. 数域R 按照数的加法和乘法构成数域R 上的线性空间R n . (例7.4 P 152)大家不熟悉的线性空间：7.正实数集合R +={a|a ∈R 且a>0}是数域R 上的线性空间.这里加法“⊕”和数量乘法“⊗”分别定义为：a ⊕b=ab,k ⊗a=a k ,∀a,b ∈R +,∀k ∈R . (例7.5 P 153)两种运算的封闭性易见，“⊕”的交换律、结合律，“⊗”的分配律易验证. R +有零元素1，每个元素a 有负元素a -1，“1⊗R +”具有不变性：1⊗a=a.3. 线性空间的基本性质(P 153)性质1线性空间中的零向量是唯一的.性质2线性空间中的每一个向量的负向量是唯一的. 性质3 0⊗α=ο, (-1)⊗α=-α,∀α∈V ；k ⊗ο=ο,∀k ∈K . 性质4 若k ⊗α=ο，则k =0或α=ο.* 定义和性质的直接意义：若某个集合不符合定义或性质中的任何一条，则它必不是线性空间.哪些集合不是线性空间？1. 数域R上的所有一元二次多项式的集合2ii0122i0V a x a,a,a R a0==∈≠⎧⎫⎨⎬⎩⎭∑且不是线性空间.因为V没有零元素.因为V关于函数的加法运算与数乘法运算均不封闭.2. n元非齐次线性方程组的解集合U={x|A x=β}(A∈R m×n)不是线性空间.因为U没有零元素.因为U没有负元素.因为U关于向量的加法运算与数乘法运算均不封闭.3. n阶实可逆矩阵的集合U={(a ij)n×n|a ij∈R且|(a ij)n×n|≠0}不是线性空间.因为U没有零元素.因为U关于矩阵的加法运算与数乘法运算均不封闭.4. 线性子空间(P154)线性空间V的子空间U若(1)U是V的非空子集；(2)U有与V相同的加法运算和数乘法运算；(3) U是线性空间，则称U是V的一个线性子空间，简称子空间. (定义7.2 P154)线性空间V的两个特殊的子空间：零子空间——只由V中零元素构成的子空间；全空间——V自身.零子空间和全空间称为V的平凡子空间，其他的叫V的非平凡子空间. P154定理7.1设U是线性空间V的非空子集，则U是V的子空间的充分必要条件是U对于V的加法和数乘运算是封闭的. (定理7.1 P154)例如，R n×n中的全体对称矩阵(反对称矩阵、上三角矩阵、下三角矩阵、对角矩阵)构成R n×n的一个子空间，但n阶可逆矩阵(或不可逆矩阵)的集合不是R n×n的子空间.(例7.6 P154)R[x]n是R[x]m(m≥n)的子空间，R[x]m是R[x]的子空间. P155在区间[a,b]上的函数集合C1[a,b]是C[a,b]的子空间. P155这里直接指出：在第三章中讨论n元数组时用到的线性表示、线性相关、线性无关、极大线性无关组和秩等概念都可以推广到线性空间中，由这些定义出发所得到的结论在线性空间中也都成立.设α1,α2,…,αs∈V K是线性空间V K的一组向量，那么集合L(α1,α2,…,αs)={k1α1+k2α2+…+k sαs|k1,k2,…,k s∈K}是线性空间V K的一个子空间，称为由α1,α2,…,αs生成的子空间. P155二、基维数坐标这里直接指出：在第三章中讨论n元数组时用到的线性表示、线性相关、线性无关、极大线性无关组和秩等概念都可以推广到线性空间中，由这些定义出发所得到的结论在线性空间中也都成立.线性空间要么只有零向量，要么有无穷多个向量.有无穷多个向量的线性空间有“极大线性无关组”、“秩”、“坐标”等概念.1. 基维数线性空间的基、维数、坐标的含义如下：基线性空间的“极大线性无关组”. (定义7.3 P155)维数线性空间的“极大线性无关组”中的向量个数. (定义7.3 P155)规定：仅含零向量的线性空间维数为0.如果线性空间有任意多个线性无关的向量，则称为无限维线性空间，维数为+∞. P155例如，R[x],C[a,b]都是无限维的线性空间.n 维数线性空间记为V n .以下仅讨论有限维的线性空间.例如，n 元齐次线性方程组A x =ο的基础解系是其解空间V={x |A x =ο}的基，维数为n-R(A).1,x,x 2,…,x n-1、1,1+x,1+x+x 2,…,1+x+…+x n-1和1,x-1,(x-1)2,…,(x-1)n-1等都是线性空间R[x]n 的基，R[x]n 的维数为n . (例7.7 P 155)100010001000000,,,,,000000000100010⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭000001⎛⎫ ⎪⎝⎭是线性空间R 2×3的一组基，100110,,000000⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭111111111111,,,000100110111⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭是R 2×3的另一组基， R 2×3的维数为6. (例7.8 P 156)一般地，R m×n 是m×n 维线性空间.向量组α1,α2,…,αs 的一个“极大线性无关组”是生成空间L(α1,α2,…,αs )的一组基，R(α1,α2,…,αs )是该生成空间的维数.关于基、维数有以下结论：定理7.2设V n 是n 维线性空间，如果V n 中的向量组α1,α2,…,αm 线性无关，那么在V n 中必有n-m 个向量αm+1,αm+2,…,αn ，使得α1,α2,…,αm ,αm+1,αm+2,…,αn 是V n 的一组基. (定理7.2 P 156)定理7.2既说明基的存在性，同时给出得到基的一种方法.推论1 含有非零向量的线性空间存在基. (倒数第12行 P 156) 推论2 非空的欧氏空间存在规范正交基. (正数第11行 P 167)推论3 如果线性空间U 是线性空间V 的子空间，那么R(U)≤R(V).且若R(U)=R(V)，则必有U=V. (推论 P 156)2.坐标坐标向量由基线性表示的一组有序数. (定义7.4 P 156)同一个向量会随基的不同而有不同的坐标.例如，1,x,x 2是线性空间R[x]3的一组基，f(x)=-5x 2+3x-2在基1,x,x 2下的坐标为(-2,3,-5)T .而g(x)=2(x+1)2-3(x-4)-2=2x 2+x+12在基1,x,x 2下的坐标是(12,1,2)T ，在另一个基1,x-4,(x+1)2下的坐标则是(-2,-3,2)T . P 157向量111111⎛⎫⎪⎝⎭在R 2×3中基100020,,000000-⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭001000000,,,000400020⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭0000010⎛⎫ ⎪⎝⎭下的坐标为(-1,1/2,1,1/4,-1/2,1/10)T ，即11110002000111110000000002000000000111 .40002000104210-⎛⎫⎛⎫⎛⎫⎛⎫=-++ ⎪ ⎪ ⎪⎪⎝⎭⎝⎭⎝⎭⎝⎭⎛⎫⎛⎫⎛⎫+-+⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭如果向量ξ在基α1,α2,…,αn 下的坐标为(x 1,x 2,…,x n )T ，仿照矩阵乘法，可以“形式地”记为1212n n x x (,,,)x =⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭ξααα.3.线性空间的同构(P 157)坐标的引入，使得n 维抽象空间V n 中的元素与n 元有序数组(即通常意义上的向量)一一对应起来，且元素之间的线性运算也保持对应，这称为同构现象.线性空间U 与V 同构线性空间U 与V 的元素之间存在一一对应关系，且元素之间的线性运算也保持对应. (定义7.5 P 157)设U(11,⊕⊗)与V(22,⊕⊗)同构，且α1,α2∈U, β1,β2∈V,k ∈R ，则11221112221122, k k ↔↔⊕↔⊕⊗↔⊗αβαβαβαβαα线性空间的同构关系具有反身性、对称性、传递性. P 157可见，同一数域上的同维线性空间都同构. 同构的线性空间有相同的线性运算性质. P 158例如，R 2×3与R 6同构，有111211121313212223212223a a a a a a a a a a a a ⎛⎫ ⎪ ⎪ ⎪⎛⎫↔ ⎪⎪⎝⎭ ⎪⎪ ⎪ ⎪⎝⎭， 111112121111121213131313212122222323212122222323111211121313212223212223a +b a +b a +b a +b a +b a +b a +b a +b a +b a +b a +b a +b ka ka ka ka ka ka ka ka ka ka ka ka ⎛⎫ ⎪ ⎪ ⎪⎛⎫↔⎪ ⎪⎝⎭ ⎪⎪ ⎪ ⎪⎝⎭⎛⎫ ⎪ ⎪ ⎪⎛⎫↔⎪ ⎪⎝⎭ ⎪⎪ ⎝⎭，.⎪⎪由此可见，R 2×3中向量的线性相关性与在R 6中所对应的向量的线性相关性一致，R 2×3的基与R 6的基对应.三、基变换和坐标变换如果线性空间有非零向量，那么它就有无穷多元素，从而有不同的基，一个元素也会有不同的坐标，由此就有了以下概念.1.基变换(P 158)设α1,α2,…,αn 和β1,β2,…,βn 是线性空间V n 的两组基.基变换基之间的“线性表示”.即(β1,β2,…,βn )=(α1,α2,…,αn )C ， P 144该式称为基变换公式.过渡矩阵构成基变换的矩阵.上式中的C 称为由基α1,α2,…,αn 到基β1,β2,…,βn 的过渡矩阵. (定义7.6 P 159)过渡矩阵是可逆矩阵，因为n=R(β1,β2,…,βn )≤min{R(α1,α2,…,αn ),R(C)}=R(C)≤n.例7.1(例7.9 P 159) 在线性空间R[x]3中，由基1,x,x 2到基1,1+2x,1+2x+3x 2的过渡为(1,1+2x,1+2x+3x 2)=(1,x,x 2)111022003⎛⎫ ⎪ ⎪ ⎪⎝⎭， 111022003⎛⎫⎪ ⎪ ⎪⎝⎭即是由基1,x,x 2到基1,1+2x,1+2x+3x 2的过渡矩阵.例7.2 在线性空间R 2×2中，由基11121001E =,E ,0000=⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭21220000E ,E 1001==⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭到基121011B ,B ,0000==⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭341111B ,B 1011==⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭的过渡为 (B 1,B 2,B 3,B 4)=(E 11,E 12,E 21,E 22)1111011100110001⎛⎫⎪⎪ ⎪⎪⎝⎭，1111011100110001⎛⎫⎪⎪ ⎪⎪⎝⎭即是由基E 11,E 12,E 21,E 22到基B 1,B 2,B 3,B 4的过渡矩阵.2.坐标变换(P 159)坐标变换同一个向量在两组基下的坐标之间的变换.定理7.3 如果向量ξ在基α1,α2,…,αn 与基β1,β2,…,βn 下的坐标分别为x 和y ，那么x =C y ，其中C 是由基α1,α2,…,αn 到基β1,β2,…,βn 的过渡矩阵. (定理7.3 P 159)证 12n 12n 1212n(,,,)(,,,)Cn 1212n n y y (,,,)y x x(,,,)x βββαααβββξααα=⎧⎛⎫⎪ ⎪⎪ ⎪⎪ ⎪⎪ ⎪⎪⎝⎭=⇒⎨⎛⎫⎪⎪⎪ ⎪⎪ ⎪⎪⎪⎪⎝⎭⎩x =C y .例7.3 向量(1,2,1)T 在基e 1=(1,0,0)T ,e 2=(0,1,0)T ,e 3=(0,0,1)T 下的坐标为1,2,1，而基e 1,e 2,e 3到基η1=(1,1,1)T ,η2=(1,1,-1)T ,η3=(1,-1,-1)T 的过渡矩阵为111C 111111=---⎛⎫⎪ ⎪ ⎪⎝⎭，即(η1,η2,η3)=(e 1,e 2,e 3)C ，于是(1,2,1)T 在基η1,η2,η3下的坐标(x 1,x 2,x 3)T 满足(1,2,1)T =C(x 1,x 2,x 3)T .所以(x 1,x 2,x 3)T =C -1(1,2,1)T =(1,1/2,-1/2)T ，其中11011C 0112110-=--⎛⎫ ⎪⎪⎪⎝⎭.也可以直接求向量(1,2,1)T 在基η1,η2,η3下的坐标.设(1,2,1)T =(η1,η2,η3)(x 1,x 2,x 3)T ，得 (x 1,x 2,x 3)T =(η1,η2,η3)-1(1,2,1)T111111111212111112-=-=---⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭.例7.4(例7.10 P 159) 设121011B ,B ,0000==⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭341111B ,B 1011==⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭是线性空间R 2×2中的一组基，求向量12A 34=⎛⎫⎪⎝⎭在基下的坐标.解方法一向量A 在R 2×2中基11121001E =,E ,0000=⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭21220000E ,E 1001==⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭下的坐标为(1,2,3,4)T，及基B 1,B 2,B 3,B 4由1112212210010000E =,E ,E ,E 00001001===⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭过渡的过渡矩阵为11110111C 00110001=⎛⎫ ⎪⎪ ⎪⎪⎝⎭，所以向量A 在基B 1,B 2,B 3,B 4下的坐标(y 1,y 2,y 3,y 4)T =C -1(1,2,3,4)T =(-1,-1,-1,4)T ，即A=-B 1-B 2-B 3+4B 4.方法二设A=y 1B 1+y 2B 2+y 3B 3+y 4B 4，则1234y 11111y 20111y 30011y 40001=⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭，所以11234y 111111y 011121y 001131y 000144---==-⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭. 故向量A 在基B 1,B 2,B 3,B 4下的坐标为(-1,-1,-1,4)T .四、线性变换及其矩阵表示线性空间V 到自身的映射称为V 的变换，能够保持线性运算关系的变换是线性变换，它反映线性空间的向量之间重要的、最基本的联系.1.线性变换线性空间V K 的线性变换T 满足线性运算的映射T: V K →V K ：T(α⊕β)=T(α)⊕T(β), T(k ⊗α)=k ⊗T(α),∀α,β∈V K ,∀k ∈K.(定义7.7 P 160)例7.5(例7.11 P 160) 线性空间R n×n 中的映射：T(A)=A T , A ∈R n×n ，是R n×n 中的一个线性变换.例7.6(例7.12 P161) 设A∈R n×n，线性空间R n中的映射：T(α)=Aα, α∈R n是R n中的一个线性变换.例7.7(例7.13 P161) 线性空间R[x]n中的微商运算：D(f(x))=f’(x), f(x)∈R[x]n是R[x]n中的一个线性变换.微商运算不是线性空间C1[a,b]的线性变换.例7.8(例7.14 P161) 设λ∈R，线性空间V n中的映射：T(α)=λα, α∈V n是V n中的一个线性变换. 当λ=1，称T是恒等变换；当λ=0，称T是零变换.线性变换的性质：P161(1)T(ο)=ο；(2)T(-α)=-T(α)；(3)T(k1α1+k2α2+…+k sαs)=k1T(α1)+k2T(α2)+…+k s T(αs).* T(α)=ο推不出α=ο.2.线性变换的矩阵线性变换的像线性空间的元素经线性变换映射的结果.T(α)是元素α经线性变换T : α→T(α)的像.线性变换在基下的矩阵以基表示基的像的矩阵(下式中的A称为线性变换T在基α1,α2,…,αn下的矩阵). (定义7.8 P162)(T(α1),T(α2),…,T(αn))=(α1,α2,…,αn)A.记(T(α1),T(α2),…,T(αn))T(α1,α2,…,αn)，那么 T(α1,α2,…,αn )=(α1,α2,…,αn )A .像在基下的坐标设α=x 1α1+x 2α2+…+x n αn ，并记x =(x 1,x 2,…,x n )T ，则T(α)=T(x 1α1+x 2α2+…+x n αn )=x 1T(α1)+x 2T(α2)+…+x n T(αn )=(T(α1),T(α2),…,T(αn ))x =(α1,α2,…,αn )A x ，所以像T(α)在基下的坐标为A x .例7.9(例7.15 P 162) 在线性空间R[x]n 中，求微商变换D 在基1,x,x 2,…,x n-1下的矩阵. 解由D(1)=0, D(x)=1,D(x 2)=2x,…,D(x n-1)=(n-1)x n-2，有(D(1),D(x),D(x 2),…,D(x n-1))=(0,1,2x,…,(n-1)x n-2)=(1,x,x 2,…,x n-1)01000020000n 1000-⎛⎫⎪ ⎪⎪ ⎪ ⎪ ⎪⎝⎭. 故微商变换D 在基1,x,x 2,…,x n-1下的矩阵为01000020000n 1000-⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭.类似地可得微商变换D 在基1,x,x 2/2!,…,x n-1/(n-1)!下的矩阵为10000100001000⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭.例7.10(例7.16 P 163) 求线性空间R 2×2中的线性变换：T(X)=X T , X ∈R 2×2在基111221100100E =,E ,E ,000010==⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭2200E 01=⎛⎫⎪⎝⎭下的矩阵. 解由T(E 11)=E 11, T(E 12)=E 21, T(E 21)=E 12, T(E 22)=E 22，得 T(E 11,E 12,E 21,E 22)=(E 11,E 21,E 12,E 22)=(E 11,E 12,E 21,E 22)100000101000001⎛⎫⎪⎪ ⎪⎪⎝⎭.100000101000001⎛⎫ ⎪⎪ ⎪⎪⎝⎭即为线性变换T 在基E 11,E 12,E 21,E 22下的矩阵.例7.11(例7.17 P 163)定理7.4(同一线性变换在不同基下的矩阵之间的关系) 设T 是线性空间V n 的线性变换，A,B 分别是T 在基α1,α2,…,αn 和β1,β2,…,βn 下的矩阵，那么B=C -1AC ，其中C 是由基α1,α2,…,αn 到基β1,β2,…,βn 的过渡矩阵. (定理7.4 P 164)证由 T(α1,α2,…,αn )=(α1,α2,…,αn )A ，T(β1,β2,…,βn )=(β1,β2,…,βn )B ， (β1,β2,…,βn )=(α1,α2,…,αn )C ，得T(β1,β2,…,βn )=T((α1,α2,…,αn )C)=T(α1,α2,…,αn )C=(α1,α2,…,αn )AC =(β1,β2,…,βn )C -1AC.由于线性变换在基下的矩阵唯一，所以B=C -1AC.定理7.4表明，一个线性变换在不同的基下的矩阵相似.例7.12(例7.18 P 165) 设线性空间V 2中的线性变换T 在基α1,α2下的矩阵为12A 05=⎛⎫⎪⎝⎭，求线性变换T 在基β1=α1+2α2,β2=2α1+5α2下的矩阵.解方法一因为(β1,β2)=(α1,α2)1225⎛⎫⎪⎝⎭, T(α1,α2)=(α1,α2)A ，所以T 在基β1,β2下的矩阵为 112121251025052501B -⎛⎫⎛⎫⎛⎫⎛⎫== ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭.方法二因为(β1,β2)=(α1,α2)1225⎛⎫⎪⎝⎭, T(α1,α2)=(α1,α2)A，所以T(β1,β2)=T(α1,α2)1225⎛⎫⎪⎝⎭=(α1,α2)A1225⎛⎫⎪⎝⎭=(β1,β2)-1121212250525⎛⎫⎛⎫⎛⎫⎪ ⎪⎪⎝⎭⎝⎭⎝⎭=(β1,β2)51001⎛⎫⎪⎝⎭，所以T在基β1,β2下的矩阵为51001⎛⎫ ⎪⎝⎭.五、欧氏空间具有度量性质的实线性空间——EuclidV空间(欧氏空间).1.定义和例子首先给出线性空间上的度量定义——内积.内积设V是实数域R上的一个线性空间，在V上定义一个二元函数，记作[α,β]，如果它满足：对∀α,β,γ∈V,∀k∈R，有(1) [α,β]=[β,α](对称性)；(2) [α+β,γ]=[α,γ]+[β,γ], [kα,β]=k[α,β](线性性)；(3) [α,α]≥0.且仅当α=ο时，[α,α]=0(正定性)，则称这个二元函数[α,β]是V上的内积. (定义7.9 P165)Euclid空间定义了内积的实线性空间. (定义7.9 P165)例如，向量空间R n中的内积，除了在第三章已定义的形式：[α,β]=a1b1+a2b2+…+a n b n，(这是常用形式)还可以定义为[α,β]=a1b1+2a2b2+…+na n b n.对应不同内积的欧氏空间被认为是不同的欧氏空间. P166例7.13(例7.19 P166) 在线性空间R[x]n中，定义[f(x),g(x)]=∫-11 f(x)g(x)dx, f(x),g(x)∈R[x]n.[f(x),g(x)]是R[x]n 中的内积，因此R[x]n 是欧氏空间.例7.14 在线性空间R m×n 中，定义mnij ij i 1j 1[A,B]a b ===∑∑, A=(a ij )n ,B=(b ij )n ∈R m×n .[A,B]是R m×n 中的内积，因此R m×n 是欧氏空间. P 166有了内积，在欧氏空间中就可以引入向量长度、向量的夹角等度量性的概念，而且有与R n 中的对应概念完全类似的性质.向量的长(或范数) |α. (定义7.10 P 166)|k α|=k|α|,∀α∈V n ,∀k ∈R .单位向量|α|=1.若α∈V n 且α≠ο，则α/|α|是单位向量. (规范性)向量的夹角<α,β>=arcos([α,β]/|α|·|β|), 0≤<α,β>≤π, α≠ο,β≠ο.(定义7.11 P 166) 易见，<α,β>=π/2 ⇔[α,β]=0, α≠ο,β≠ο.向量正交[α,β]=0. (定义7.12 P 166) 零向量与任意向量正交. 2.规范正交基在Euclid 空间中还有以下概念及结论：规范向量组向量长度皆为1的向量组.正交向量组/规范正交向量组向量均非零且互相正交(/既规范又正交)的向量组. (定义7.13 P 167)定理7.5 正交向量组必线性无关. (定理7.5 P 167)正交基/规范正交基由正交(/规范正交)向量组成的基. (定义7.14 P 167)定理7.6 在欧氏空间中，如果向量组α1,α2,…,αm 线性无关，则有规范正交向量组ε1,ε2,…,εm 与之等价. (定理7.6 P 167)定理7.6表明：任意非零欧氏空间都存在规范正交基.得到规范正交基的方法——Schmidt 正交化法.在欧氏空间中，规范正交基之间的过渡矩阵是正交矩阵.例7.15(例7.20 P 167) 在线性空间R[x]3中，按例7.13定义内积，求R[x]3的一个规范正交基. 解取R[x]3中的一个基：α1=1,α2=x,α3=x 2，令 β1=α1=1，β2=α2-([α2,β1]/[β1,β1])β1=x ，β3=α3-([α2,β1]/[β1,β1])β1-([α2,β2]/[β2,β2])β2=x 2-1/3. 再规范化，得规范正交基：ε1=√2/2,ε2=√6x/2,ε3=3√10(x 2-1/3)/4.六、应用实例[实例7-1]线性变换在二维计算机图形学中的应用 1. 旋转变换x cos sin x y sin cos y 'θ-θ⎛⎫⎛⎫⎛⎫= ⎪ ⎪⎪'θθ⎝⎭⎝⎭⎝⎭，即coc sin 0x x sin coc 0y y 00111'θ-θ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪'=θθ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭，表示点(x,y)绕原点逆时针旋转θ角得到点(x ,,y ,)，换句话说，坐标系绕原点顺时针旋转θ角，点(x,y)在新坐标系下即为点(x ,,y ,).旋转变换是正交变换.2.伸缩变换x c x y c y '⎛⎫⎛⎫⎛⎫= ⎪ ⎪⎪'⎝⎭⎝⎭⎝⎭，即c0x x c 0y y 111'⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪'=⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭.3.平移变换00x x x y y y '+⎛⎫⎛⎫= ⎪ ⎪'+⎝⎭⎝⎭，即00001x x x x x 1y y y y y 111 1'+⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪'==+⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭.线性变换的复合是线性变换.[实例7-2]调味品配制问题七、习题(P 173) 选择题： 1. A提示：线性空间必有零元素，所以R n 的子空间必包含原点. 2. A提示：(α1+α2,α2+α3,α3+α1)=(α1,α2/2,α3/3)101220033⎛⎫⎪⎪ ⎪⎝⎭.3. A提示：T(α1,α2,…,αn )=(α1,α2,…,αn )A.4.C (注意：当n>2，B 选项也不正确.)5.D (参见例7.20) 填空题：1. a=6提示：α1,α2线性无关，且121012101210110211021102211a 330a 000a 6---⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪→→ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭2. 3提示：3阶反对称矩阵1213122313230a a a 0a a a 0⎛⎫⎪- ⎪ ⎪--⎝⎭中不同的数有3个. 3.-6,1,1提示：f(x)=x 2+2x-3=(x 2+x+2)+(x+1)-64.2312⎛⎫⎪--⎝⎭提示：(β1,β2)=(α1,α2)C ，即1111C 1201⎛⎫⎛⎫= ⎪ ⎪-⎝⎭⎝⎭.5.012122111⎛⎫ ⎪--- ⎪ ⎪⎝⎭提示：T(α1,α2,α3)=(000111,,010101--⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭) =(101111,,000001⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭)012122111⎛⎫ ⎪--- ⎪⎪⎝⎭解答题：1.(1)V={P(x)|P(x)=ax 2+bx+cx,a,b,c ∈R,a≠0}不是线性空间.因为若P(x)∈V ，则-P(x) ∈V ，但P(x)+(-P(x))=0∉V ，即V 关于多项式的加法运算不封闭. 因为P(x)∈V,0∈R ，但0·P(x)=0∉V ，即V 关于数与多项式的乘法运算不封闭. 因为V 没有零元素：P(x),-P(x)∈V ，但P(x)+(-P(x))=0∉V.(2)V={x |A x =β,β≠ο}不是线性空间.因为x ,y ∈V ，但x +y ∉V ，即V 关于向量的加法运算不封闭.因为x ∈V,0∈R ，但0x =ο∉V ，即V 关于数与向量的乘法运算不封闭. 因为V 没有负元素：x ∈V ，但-x ∉V. 因为V 没有零元素：A ο≠β，故ο∉V.(3)V={A|A ∈R n×n 且|A |≠0}不是线性空间.因为若A ∈V ，则-A ∈V ，但A +(-A)=O ∉V ，即V 关于矩阵的加法运算不封闭. 因为A ∈V,0∈R ，但0A=O ∉V ，即V 关于数与矩阵的乘法运算不封闭. 因为V 没有零元素：A ∈V ，则-A ∈V ，但A +(-A)=O ∉V .(4)V 1={A|A ∈R 3×3且A=A T }是线性空间. 因为V 1⊂R 3×3，R 3×3是线性空间，且A,B ∈V 1, k ∈R ⇒ A+B ∈V 1, kA ∈V 1，所以V 1是R 3×3的子空间.因此V 1是线性空间.V 2={A|A ∈R 3×3且A=-A T }是线性空间. 因为V 2⊂R 3×3，R 3×3是线性空间，且A,B ∈V 2, k ∈R ⇒ A+B ∈V 2, kA ∈V 2，所以V 2是R 3×3的子空间.因此V 2是线性空间.(5) V={X|XA=AX, A=1002⎛⎫⎪⎝⎭, X ∈R 2×2}是线性空间. 设X=a b c d ⎛⎫⎪⎝⎭，则由XA=AX ⇒X=a d ⎛⎫⎪⎝⎭.由于R 2×2是线性空间，且A,B ∈V, k ∈R ⇒ A+B ∈V, kA ∈V ，所以V 是R 2×2的子空间. 因此V 是线性空间.2. (4)V 1的一组基为100000000000,010,000,000000001⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 010*********,001,000000010100⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭， R(V 1)=6.V 2的一组基为010*********,001000000010100--⎛⎫⎛⎫⎛⎫⎪ ⎪⎪- ⎪ ⎪⎪ ⎪ ⎪⎪⎝⎭⎝⎭⎝⎭，R(V 2)=3.(5)V 的一组基为10,01⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭，R(V)=2.3. 提示：即求α1,α2,α3,α4的“极大线性无关组”及其“秩”.4. (1) V1是R n的子空间.因为V1⊂R n，且∀x=(0,x2,…,x n)T,y=(0,y2,…,y n)T∈V1, k∈R，有x+y=(0,x2+y2,…,x n+y n)T∈V1,k x=(0,kx2,…,kx n)T∈V1.(2)V2不是R n的子空间.因为x=(1,x2,…,x n)T,y=(1,y2,…,y n)T∈V2，但x+y=(2,x2+y2,…,x n+y n)T∉V2.因为x∈V2, k∈R，但0x=(0,0,…,0)T∉V2.因为V2没有零元素：(0,0,…,0)T∉V2.因为V2没有负元素：x=(1,x2,…,x n)T∈V2，但-x=(-1,-x2,…,-x n)T∉V2.(3)V3是R n的子空间.因为V3⊂R n，且∀x=(x1,x2,…,x n)T,y=(y1,y2,…,y n)T∈V3, k∈R，有x+y=(x1+y1,x2+y2,…,x n+y n)T,k x=(kx1,kx2,…,kx n)T,其中x1+y1+x2+y2+…+x n+y n=0, kx1+kx2+…+kx n=0，所以kx1,kx2,…,kx n∈V3, k x∈V3.(4)V4不是R n的子空间.因为x=(1,0,…,0)T, y=(0,1,…,0)T∈V4，但x+y=(1,1,…,0)T∉V4.因为x∈V4, k∈R，但0x=(0,0,…,0)T∉V4.因为V4没有负元素：例如x=(1,0,…,0)T∈V4，但-x=(-1,0,…,0)T∉V4.(5)V5是R n的子空间.因为V5⊂R n，且∀x=(x,2x,…,nx)T, y=(y,2y,…,ny)T∈V5, k∈R，有x+y=(x+y,2(x+y),…,n(x+y))T∈V5,k x=(kx,2kx,…,nkx)T∈V5.(6)V6是R n的子空间.因为V6⊂R n，且∀x=(x1,y1,…,y1)T, y=(x2,y2,…,y2)T∈V6, k∈R，有x+y=(x1+x2,y1+y2,…,y1+y2)T∈V6,k x=(kx1,ky1,…,ky1)T∈V6.5. (1) V1是n-1维线性空间.e2,e3,…,e n是V1的一组基.因为x=(0,x2,…,x n)T=x2e2+ x3e3+…+x n e n.(3)V3是n-1维线性空间.(1,0,…,0,-1)T, (0,1,…,0,-1)T,…, (0,0,…,1,-1)T是V3的一组基.因为x=(x1,x2,…,x n)T∈V3，总有(x1,x2,…,x n)T=x1(1,0,…,0,-1)T+x2(0,1,…,0,-1)T+…+x n-1(0,0,…,1,-1)T.(5)V5是1维线性空间，x=(1,2,…,n)T是V5的一组基.因为x=(x,2x,…,nx)T=x(1,2,…,n)T.(6) V6是2维线性空间，(1,0,…,0,0)T, (0,1,…,1,1)T是V6的一组基.因为x=(x,y,…,y)T=x(1,0,…,0,0)T+y(0,1,…,1,1)T.6. 提示：(1)由于α1,α2,α3,α4∈R4，且(α1,α2,α3,α4)11111111212101411110020101110111----⎛⎫⎛⎫ ⎪ ⎪---⎪ ⎪=→⎪ ⎪-- ⎪ ⎪⎝⎭⎝⎭111111110111011100230023007400013----⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪→→⎪ ⎪---- ⎪ ⎪-⎝⎭⎝⎭所以R(α1,α2,α3,α4)=4，故α1,α2,α3,α4是线性空间R4的一组基.(2)设β=(α1,α2,α3,α4)x.由于(α1,α2,α3,α4,β)10001010020010100013⎛⎫⎪⎪→⎪-⎪⎝⎭行变换，所以β在基α1,α2,α3,α4下的坐标为(1,2,-1,3)T.7. 提示：1,(x-a),(x-a)2,…,(x-a)n-1∈R[x]n.令k1+k2(x-a)+…+k n(x-a)n-1=0，显然有k1,k2,…,k n=0，故1,(x-a),(x-a)2,…,(x-a)n-1线性无关.设∀f(x)=a0+a1x+…+a n-1x n-1∈R[x]n，则f(x)=f(a)+f’(a)(x-a)+…+f(n-1)(a)(x-a)(n-1)/n!.因此，1,(x-a),(x-a)2,…,(x-a)n-1是线性空间R[x]n的一组基，且f(x)=1+x+…+x n-1在此基下的坐标为(1+a+…+a n-1, 1+2a+…+(n-1)a n-2,…,1)T.8. 提示：(1)设(β1,β2,β3)=(α1,α2,α3)C，则过渡矩阵C=(α1,α2,α3)-1(β1,β2,β3)=…(2)设α=(α1,α2,α3)x，则α在基α1,α2,α3下的坐标为x=(α1,α2,α3)-1α=…设α=(β1,β2,β3)y，则α在基β1,β2,β3下的坐标为y=(β1,β2,β3)-1α=……或y=(β1,β2,β3)-1α=C-1(α1,α2,α3)-1α=C-1x=……9. 提示：(1)(α1,α2,α3)=(1,1+x,1+x+x2)=(1,x,x2)111 011 001⎛⎫ ⎪ ⎪ ⎪⎝⎭⇒过渡矩阵C=111011001⎛⎫ ⎪⎪ ⎪⎝⎭.(2)因为3+2x+x 2=(1,x,x 2)321⎛⎫ ⎪ ⎪ ⎪⎝⎭=(α1,α2,α3)1111310112100111-⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭，所以向量3+2x+x 在基α1,α2,α3下的坐标为(1,1,1)T .10. 提示：(1)、(3)、(4)是；(2)不是.(注：当n≠2时，(4)不是.)(2)因为T(A+B)=A+B+1101⎛⎫ ⎪⎝⎭=T(A)+T(B)-1101⎛⎫⎪⎝⎭≠T(A)+T(B).因为T(kA)=kA+1101⎛⎫ ⎪⎝⎭≠k A+k 1101⎛⎫ ⎪⎝⎭=kT(A) (当k≠1).(4)设A=11122122a a a a ⎛⎫ ⎪⎝⎭,B=11122122b b b b ⎛⎫ ⎪⎝⎭，则A *=22122111a a a a -⎛⎫⎪-⎝⎭,B *= 22122111b b b b -⎛⎫ ⎪-⎝⎭,(A+B)*=2222121221211111a b (a b )(a b )a b +-+⎛⎫ ⎪-++⎝⎭，且T(A+B)=(A+B)*=A *+B *,T(kA)=(kA)*=kT(A).11. 提示：首先求基在线性变换T 下的像：T(E 11),T(E 12),T(E 21),T(E 22)，然后将其表示为T(E 11,E 12,E 21,E 22)=(E 11,E 12,E 21,E 22)C ，那么C 即为所求矩阵.(1)T(E 11,E 12,E 21,E 22)=(1111⎛⎫ ⎪--⎝⎭,0101⎛⎫ ⎪-⎝⎭,1111⎛⎫ ⎪⎝⎭,0101⎛⎫⎪⎝⎭)=(E 11,E 12,E 21,E 22)1010111110101111---⎛⎫ ⎪⎪ ⎪⎪⎝⎭，所以线性变换T 在该基下的矩阵为1010111110101111---⎛⎫ ⎪⎪ ⎪⎪⎝⎭.(3) T(E 11,E 12,E 21,E 22)=(2000⎛⎫ ⎪⎝⎭,0110⎛⎫ ⎪⎝⎭,0110⎛⎫ ⎪⎝⎭,0002⎛⎫⎪⎝⎭)=(E 11,E 12,E 21,E 22)2000011001100002⎛⎫⎪⎪⎪ ⎪⎝⎭. 所以线性变换T 在该基下的矩阵为2000011001100002⎛⎫⎪⎪⎪⎪⎝⎭.(4)T(E 11,E 12,E 21,E 22)=(0001⎛⎫⎪⎝⎭,0100-⎛⎫ ⎪⎝⎭,0010⎛⎫ ⎪-⎝⎭,1000⎛⎫⎪⎝⎭) =(E 11,E 12,E 21,E 22)000010000101000⎛⎫⎪- ⎪ ⎪-⎪-⎝⎭１. 所以线性变换T 在该基下的矩阵为000010000101000⎛⎫⎪-⎪ ⎪-⎪-⎝⎭１.12. 提示：T(ε1)=(1,1,1)T , T(ε2)=(2,-1,1)T , T(ε3)=(0,0,1)T ，T(ε1,ε2,ε3)=( (1,1,1)T , (2,-1,1)T , (0,0,1)T )=(ε1,ε2,ε3)120110111⎛⎫ ⎪- ⎪ ⎪⎝⎭.则120110111⎛⎫⎪- ⎪ ⎪⎝⎭即为所求矩阵.13. 提示：(1)因为T(ε1,ε2,ε3)=(ε1,ε2,ε3)120111011-⎛⎫⎪- ⎪ ⎪-⎝⎭，所以线性变换T 在基ε1,ε2,ε3下的矩阵为120111011-⎛⎫⎪- ⎪ ⎪-⎝⎭.(2)因为(η1,η2,η3)=(ε1+ε2+ε3,ε1+ε2,ε1)=(ε1,ε2,ε3)111110100⎛⎫⎪⎪⎪⎝⎭，所以T(η1,η2,η3)=T(ε1,ε2,ε3)111 110 100⎛⎫ ⎪ ⎪ ⎪⎝⎭=(ε1,ε2,ε3)120111011-⎛⎫⎪-⎪⎪-⎝⎭111110100⎛⎫⎪⎪⎪⎝⎭=(η1,η2,η3)1111110100-⎛⎫⎪⎪⎪⎝⎭120111011-⎛⎫⎪-⎪⎪-⎝⎭111110100⎛⎫⎪⎪⎪⎝⎭=010 111 012⎛⎫ ⎪ ⎪⎪--⎝⎭，所以线性变换T在基η1,η2,η3下的矩阵为010 111 012⎛⎫ ⎪ ⎪⎪--⎝⎭.14. 提示：依题意有T(ε1,ε2,ε3)=(ε1,ε2,ε3)111213212223313233a a aa a aa a a⎛⎫ ⎪ ⎪ ⎪⎝⎭.(1)因为(ε3,ε2,ε1)=(ε1,ε2,ε3)001010100⎛⎫⎪⎪⎪⎝⎭，所以T(ε3,ε2,ε1)=T(ε1,ε2,ε3)001 010 100⎛⎫ ⎪ ⎪ ⎪⎝⎭=(ε1,ε2,ε3)111213212223313233a a aa a aa a a⎛⎫⎪⎪⎪⎝⎭001010100⎛⎫⎪⎪⎪⎝⎭=(ε3,ε2,ε1)1111213212223313233001a a a001 010a a a010 100a a a100-⎛⎫⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪ ⎪⎪ ⎪ ⎪⎪⎝⎭⎝⎭⎝⎭=(ε3,ε2,ε1)111213212223313233001a a a 001010a a a 010100a a a 100⎛⎫⎛⎫⎛⎫⎪⎪⎪ ⎪⎪⎪ ⎪⎪⎪⎝⎭⎝⎭⎝⎭=(ε3,ε2,ε1)333231232221131211a a a a a a a a a ⎛⎫⎪ ⎪ ⎪⎝⎭333231232221131211a a a a a a a a a ⎛⎫⎪⎪ ⎪⎝⎭即为所求矩阵. (2)因为(ε1,k ε2,ε3)=(ε1,ε2,ε3)1000k 0001⎛⎫⎪⎪ ⎪⎝⎭，所以T(ε1,k ε2,ε3)=T(ε1,ε2,ε3)1000k 0001⎛⎫ ⎪⎪ ⎪⎝⎭=(ε1,ε2,ε3)111213212223313233a a a a a a aa a ⎛⎫⎪ ⎪ ⎪⎝⎭1000k 0001⎛⎫ ⎪ ⎪ ⎪⎝⎭=(ε1,k ε2,ε3)11000k 0001-⎛⎫ ⎪ ⎪ ⎪⎝⎭111213212223313233a a a a a a a a a ⎛⎫⎪ ⎪ ⎪⎝⎭1000k 0001⎛⎫⎪ ⎪ ⎪⎝⎭=(ε1,k ε2,ε3)10001k 0001⎛⎫ ⎪ ⎪ ⎪⎝⎭111213212223313233a a a a a a a a a ⎛⎫⎪ ⎪ ⎪⎝⎭1000k 0001⎛⎫ ⎪ ⎪ ⎪⎝⎭=(ε1,k ε2,ε3)111213212223313233a ka a a k a a k a ka a ⎛⎫⎪ ⎪ ⎪⎝⎭，所以111213212223313233a ka a a k a a k a ka a ⎛⎫⎪⎪ ⎪⎝⎭即为所求矩阵. (3)因为(ε1+ε2,ε2,ε3)=(ε1,ε2,ε3)100110001⎛⎫⎪⎪ ⎪⎝⎭，所以T(ε1+ε2,ε2,ε3)=T(ε1,ε2,ε3)100110001⎛⎫ ⎪⎪ ⎪⎝⎭=(ε1,ε2,ε3)111213212223313233a a a a a a aa a ⎛⎫⎪ ⎪ ⎪⎝⎭100110001⎛⎫ ⎪ ⎪ ⎪⎝⎭=(ε1+ε2,ε2,ε3)1100110001-⎛⎫ ⎪ ⎪ ⎪⎝⎭111213212223313233a a a a a a a a a ⎛⎫⎪ ⎪ ⎪⎝⎭100110001⎛⎫⎪ ⎪ ⎪⎝⎭=(ε1+ε2,ε2,ε3)100110001⎛⎫ ⎪- ⎪ ⎪⎝⎭111213212223313233a a a a a a a a a ⎛⎫⎪ ⎪ ⎪⎝⎭100110001⎛⎫ ⎪ ⎪ ⎪⎝⎭=(ε1+ε2,ε2,ε3)11121213211122122212231331323233a a a a a a a a a a a a a a a a +⎛⎫⎪-+--- ⎪ ⎪+⎝⎭，所以11121213211122122212231331323233a a a a a a a a a a a a a a a a +⎛⎫⎪-+--- ⎪ ⎪+⎝⎭即为所求矩阵.15.提示：T(x 2e x ,2xe x ,e x )=((x 2+2x)e x ,(x+1)e x ,e x )=(x 2e x ,xe x ,e x )100210011⎛⎫ ⎪⎪ ⎪⎝⎭，100210011⎛⎫⎪ ⎪ ⎪⎝⎭即为所求矩阵.16.提示：(α1,α2,α3,α4)=2141r r r 2r 11101110102101110111011123110111--⎛⎫⎛⎫ ⎪ ⎪- ⎪ ⎪→ ⎪ ⎪---- ⎪ ⎪---⎝⎭⎝⎭()3242123r r r r r r r 11110121011101110000000000000000++-⨯-⎛⎫⎛⎫ ⎪⎪---- ⎪ ⎪→→ ⎪ ⎪ ⎪⎪⎝⎭⎝⎭，故由α1,α2,α3,α4生成的子空间V 的一组基为(1,1,0,2)T ,(1,0,1,3)T .正交化：(1,0,1,3)T -7(1,1,0,2)T /6=(-1,-7,6,4)T /6 // (-1,-7,6,4)T 单位化：√6(1,1,0,2)T /6,√102(-1,-7,6,4)T /102.故空间V 的一组规范正交基为√6(1,1,0,2)T /6, √102(-1,-7,6,4)T /102.17. 提示：先求出一个基础解系，然后正交化、规范化.18. 证明 []T A A ,A (A )A α=αα=ααT T T (A A)=αα=αα=α.19. 提示：(1)关于y 轴对称；(2)投影到x 轴； (3)关于直线y=x 对称； (4)逆时针旋转900.20. 提示：由T(A,B,C,D)=(A ’,B ’,C ’,D ’)，有T((x,y)T )=A(x,y)T .(1)T((x,y)T )=(-x,y)T =10x 01y -⎛⎫⎛⎫⎪⎪⎝⎭⎝⎭；(2)T((x,y)T )=(x,2y)T =10x 02y ⎛⎫⎛⎫⎪⎪⎝⎭⎝⎭； (3)T((x,y)T )=(2x+2y,-x+y)T =22x 11y ⎛⎫⎛⎫⎪⎪-⎝⎭⎝⎭.21. 参见P 171页上的例7.21.八、计算实践实践指导：(1)理解线性空间、线性子空间、基、维数和坐标等概念，会求线性空间的基、维数和坐标；(2)了解基变换和坐标变换，会求基的过渡矩阵； (3)了解线性变换的概念，会求线性变换的矩阵；(4)了解内积、Euclid 空间的概念，会用施密特（Schmidt ）方法将线性无关的向量组正交标准化； (5)了解标准正交基、正交矩阵的概念及它们的性质，会求标准正交基.例7.1 设A,B 都是n 阶正交矩阵，证明： (1) A T 是正交矩阵；(2)A -1是正交矩阵； (3)AB 是正交矩阵；(4)A O O B ⎛⎫ ⎪⎝⎭是正交矩阵.提示：(1)A 是正交矩阵 ⇒A T A=E ⇒A T (A T )T =E ⇒A T 是正交矩阵. (2)A 是正交矩阵⇒A -1(A T )-1=A -1(A -1)T =E ⇒A -1是正交矩阵. (3) AB 是正交矩阵⇒AB(AB)T =ABB T A T =E ⇒AB 是正交矩阵.(4) AB 是正交矩阵⇒TT T A O A O A O A O E O B O B O B OB ⎛⎫⎛⎫⎛⎫⎛⎫==⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⇒A O O B ⎛⎫⎪⎝⎭是正交矩阵.例7.2 设A=(a ij )n 为正交矩阵，证明： (1)det(A)=1或det(A)=-1；(2)当det(A)=1时，a ij =A ij ；当det(A)=-1时，a ij =-A ij ，其中A ij (i, j=1,2,…,n )是元素a ij 的代数余子式. 提示：A 是正交矩阵 ⇔A T A=E ⇒det 2(A)=1⇒det(A)=±1. 另一方面，由A *A=det(A)E ，得A *=det(A)A -1=det(A)A T ，故ij ij ijij A a , A 1,A a ,A 1.⎧==⎪⎨=-=-⎪⎩当当例7.3 设A,B 都是n 阶正交矩阵，且det(A)+det(B)=0，证明：det(A+B)=0. 提示：det(A)+det(B)=0 ⇒det(A)·det(B)=-1. 再由 B T (A+B)A T =B T +A T =(A+B)T⇒det(B)·det (A+B)·det(A)=det (A+B) ⇒-det (A+B)=det (A+B) ⇒det (A+B)=0。

线性空间习题解答

第六章线性空间习题解答P267.1设,,M N M N M M N N ⊆==I U 证明: 证明: 一方面.M N M ⊆I 另一方面, 由于M M ⊆,,N M ⊆ 得.N M M I ⊆ 2 证明: (1))()()(L M N M L N M I Y I Y I =.(2))()()(L M N M L N M Y I Y I Y =证明: (1) .),(L N x M x L N M x Y Y I ∈∈∈且则设即.M x N x M x ∈∈∈或且L x ∈且. 于是有)()(L M N M x I Y I ∈.另一方面,因为 )(,)(L N M L M L N M N M Y I I Y I I ⊆⊆,所以)()()(L N M L M N M Y I I Y I ⊆.(2) 一方面, ))(,)(L M L N M N M L N M Y I Y Y I Y ⊆⊆,所以)()()(L M N M L N M Y I Y I Y ⊆.另一方面, .),()(L M x N M x L M N M x Y Y Y I Y ∈∈∈∀且则若).(,L N M x M x I Y ∈∈则若∈∈∈∉x L x N x M x 所以且则.,.L N I 总之有)()()(),(L N M L M N M L N M x I Y I I Y I Y ⊆∈所以.3. 检查以下的集合对于所指的线性运算是否构成实数域上的线性空间. (1) 次数等于n(n ≥1)的实系数多项式的全体,对于多项式的加法和数量乘法.(2) 设A 是n ⨯n 实矩阵, A 的实系数多项式f (A)的全体, 对于矩阵的加法和数量乘法.(3) 全体n 级实对称(反对称,上三角)矩阵, 对于矩阵的加法和数量乘法.(4) 平面上不平行于某一向量的全体向量所成的集合,对于向量的加法和数量乘法.(5) 全体实数的二元数列,对于下面定义的运算:),(),(),(2121212211a a b b a a b a b a +++=⊕,)2)1(,(),(211111a k k kb ka b a k -+=ο. (6) 平面上全体向量,对于通常的加法和如下定义的数量乘法: k ⋅α=0. (7) 集合与加法同(6), 数量乘法为k ⋅α=α.(8) 全体正实数R +,加法和数量乘法定义为: a ⊕b=ab , ka=a k .(1) 否. ,因为2个n 次多项式相加不一定是n 次多项式. 取f (x )=x n , g (x )=x n -1. 则f (x )+g (x )=-1不再是n 次多项式.(2) 是. 因为集合]}[)(|)({x R x f A f V ∈=作为n 级实矩阵全体的子集, 关于矩阵的加法和数量乘法封闭.(3) 是. 因为实对称(反对称,上三角)矩阵之和或之倍数仍是实对称(反对称,上三角)矩阵.(4) 否. 设{}|V ααβ=为平面上不平行的向量, β=(a,b)≠0. 取α=(a+1,b), γ=(a-1, b), 则α, γ∈V , 但是, α+ γ ∉V . (5) 证明: 10显然V 非空.02 2个代数运算封闭.03 先设R t k b a r b a b a ∈===,),,(),,(),,(332221及βα2121211231212312312312323123122323123(1)(,)(2)()((),()()......................(,()....()((),(()().....................a a b b a a r a a a b b a a b a a a a a a b b b a a r a a a b b b b a a a a a αββααβαβ⊕=⊕=+++⊕+=+++++++=+++++⊕⊕=++=+++++=12312323121311111211121111111211111(,)()(3)0(0,0),0(0,00)(,)(4)(,)...........())(),()())(0,0)01(5)1(1,11(11))(,)2a a ab b b a a a a a a r a b a a b a a b a a b a b a a a b a a b αβααααααα+++++++=++=+=+++==-=--⊕-=+-+-+-===+-==o o o o 的负为21112211111(6)()(,(1)211...............(,((1))(1)())22k l k la lb l l a kla k lb k k a k k la αα=+-=+-+-o o o2111((1(1))2kla klb kla l k =++-+-=（kla 1,klb 1+211((1))2kl k a -=kl o α(7)(k+l)o α =（（k+1）a 1,(k+l)b 1+211()(1))2k l k l a ++-=((k+1)a 1,(k+l)b 1+ 22211(2))2k l kl k l a ++--221111111111(,(1)()(1))22ka la kb k k a b l l a ka la =++-++-+⋅k l αα=⊕o o (8)2121212121212121()(,)((),((1)())2k k a a b b a a k a a k b b a a k k a a αβ⊕=+++=++++-+o o 22121122121211(,(1)(1)(1))22ka ka kb k k a kb k k a ka a k k a a =++-++-++-2221211221211(,((1))((1)())22ka ka kb k k a kb k k a k a a =++-++-+2212122211(,(1))((1))22ka kb k k a ka kb k k a αβ=+-⊕+-=⊕满足3,故V 是一个线性空间(6) 否. 不满足定义3之(5): 1100αααα==≠Q ，但这里。

线性空间及线性变换

i
是V1的一组基, 1 , 2 , , l 是V2的一组基.
(1) V1+V2的基与维数. 令矩阵 A ( 1 , 2 , , k , 1 , 2 , , l ) ,求A的秩,则 V1+V2的维数等于A的秩r,A中r个线性无关的列即为 V1+V2的基. (2) V1∩V2的基与维数. 令 x 1 1 x 2 2 x k k y 1 1 y 2 2 y l l ,解这个方程组求它的一个基础解系: (xi1,xi2,…,xik,yi1,yi2,…,yil)/,i=1,2,…,d,d=k+l-r,则 z y i=1,2,…,d是V1∩V2的一组基, V1∩V2的维数等于 d=k+l-r. 4.线性变换的值域与核线性变换/A的值域 / AV { y | y V , y / A , V } ,/A的核/A-1(0)={y|y∈V,/Ay=0}.
二、基本方法 1.V1,V2是线性空间V的两个子空间,证明V=V1△V2 只要证明以下两点: (1)V1∩V2={0}; (2)dimV=dimV1+dimV2. 2.求线性空间V的基与维数,可先找到V的一个生成元组 , , , ,然后证明 , , , 线性无关.
f ( ) ( 1 ) ( 2 )
r1 r2
生成
( s )
rs
则V可分解为A的不变子空间的直和
V=V1 △V2△…△Vs,其中: V i
是A属于 i 的根子空间.
{ X | ( i I A) i X 0, X V }
r
2.子空间的性质我们用dimV表示线性空间V的维数. (1) 设V1和V2是线性空间V的子空间,则 dimV1+dimV2=dim(V1+V2)+dim(V1∩V2). (2) 设V1,V2,…,Vm是线性空间V的真子空间,则必存在 V ,使 V ,1 i m , (3) 设V1=L(u1,u2,…,um),v1,v2,…,vr是V1中的r个线性无关的向量,且r<m,则可以从u1,u2,…,um中去掉r个向量,使剩下的m-r个向量与v1,v2,…,vr合在一起仍生成子空间V1. 3.子空间的和与交的基与维数的求法设V1和V2是线性空间V的子空间, 1 , 2 , , k

高等代数习题线性变换

所以 α + β ∈ W 。 (σ − λ ) n (kα ) = k ((σ − λ ) n α ) = 0 ，所以 kα ∈ W ,W 是 V 的子空间。又对于 α ∈ W (σ − λ ) n (σα ) = σ (σ − x ) n (α ) = σ (0) = 0
∴σ (α ) ∈ W
= ( 2 x1 + x2 − x3 , x2 , x3 ) 。 (σ − τ )( x1, x2 , x3 ) = σ ( x1, x 2 , x3 ) − τ ( x1, x2 , x3 )
= ( x1 , x 2 , x1 + x 2 ) − ( x1 + x2 − x3 ,0, x3 − x1 − x2 )
２
即 λE − B ( A − tE) = λE − ( A − tE) B ，也就是 ( λE − BA) + tB = ( λE − AB) + tB ，对于每一个固定的 λ 值，上式两端是两个关于 t 的次数不超过 n 的多项式。当 t > t 0 时，它们的值相等，由于 t 的个数大于 n ，所以上式两个关于 t 的多项式恒等，当
∴ 存在 u ( x ), v( x ) 使 u ( x ) f1 ( x ) + v ( x ) f 2 ( x ) = 1 ，从而有
u (τ ) f1 (τ ) + v (τ ) f 2 (τ ) = ε ∀α ∈ ker( f1 (τ ))
所以 u (τ ) f 1 (τ ) = ε （因为 f 2 (τ ) = 0 ）得 α = 0 即 ker( f 1 (τ )) = {0}
第七章线性变换
例 1. 在向量空间 R3 中，线性变换σ, τ 如下： σ (x1 , x2 , x3 )＝(x1 , x2 , x1 ＋x 2 ) τ (x 1 , x2 , x 3 )＝(x 1 ＋x2 －x 3 , 0, x3 －x 1 －x2 ) (1) 求στ, τσ, σ2 ； (2) 求σ＋τ, σ －τ, 2σ。解: (1) στ ( x1, x2 , x3 ) = σ ( x1 + x2 − x3 ,0, x3 − x1 − x2 ) = ( x1 + x2 − x3 , 0, x1 + x2 − x3 ) = τ ( x1, x2 , x3 ) ,∴ στ = τ . τσ ( x1, x2 , x3 ) = τ ( x1 , x2 , x1 + x2 ) = (0,0,0) ,∴ τσ = 0

《工程高等代数》7第七章线性空间与线性变换习题解答

习题七A 组1．填空题（1）向量组(1,1,0,1),(1,2,3,0),(2,3,3,1)--生成的向量空间的维数是．解 2．（2）设全体三阶上三角形矩阵构成的线性空间为V ，则它的维数是．解 6．（3）次数不超过2的多项式的全体构成线性空间[]2P x ，其中的元素2()1f x x x =++在基1,1,(1)(2)x x x ---下的坐标是．解 T (3,4,1)．（4）设1231010,1,1110⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ααα是向量空间3V 的一个基，则向量111⎛⎫ ⎪= ⎪ ⎪⎝⎭α在该基下的坐标是．解 T111,,222⎛⎫⎪⎝⎭．（5）二维向量空间2R 中从基1211,01⎛⎫⎛⎫== ⎪ ⎪-⎝⎭⎝⎭αα到另一个基1211,12⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭ββ的过渡矩阵是．解 2312⎛⎫⎪--⎝⎭．（6）三维向量空间中的线性变换(,,)(,,)T x y z x y x y z =+-在标准基1(1,0,0)=e ，2(0,1,0)=e ，3(0,0,1)=e 下对应的矩阵是．解 110110001⎛⎫ ⎪- ⎪ ⎪⎝⎭．2. 选择题（1）下列说法中正确的是．（A ）任何线性空间中一定含有零向量；（B ）由r 个向量生成的子空间一定是r 维的；（C ）次数为n 的全体多项式对于多项式的加法和数乘构成线性空间；（D ）在n 维向量空间V 中，所有分量等于1的全体向量的集合构成V 的子空间．（2）下列说法中错误的是．（A ）若向量空间V 中任何向量都可以由向量组12,,,n ααα线性表示，则12,,,n ααα是V 的一个基；（B ）若n 维向量空间V 中任何向量都可以由向量组12,,,n ααα线性表示，则12,,,n ααα是V 的一个基；（C ）若1n -维向量空间V 中任何向量都可以由向量组12,,,n ααα线性表示，则12,,,n ααα不是V 的一个基；（D ）n 维向量空间V 的任一个基必定含有n 个向量．（3）下列3维向量的集合中，是3R 的子空间．（A ）{}123123123(,,)0;,,x x x x x x x x x ⋅⋅≤∈R ；（B ）{}222123123123(,,)1;,,x x x x x x x x x ++=∈R ；（C ）{}123123123(,,);,,x x x x x x x x x ==∈R ；（D ）{}123123123(,,);,,x x x x x x x x x ≥≥∈R . （4）在2V 中，下列向量集合构成子空间的是．（A ）(0,0),(0,1),(1,0)组成的集合；（B ）(0,0)组成的集合；（C ）所有形如(,1)x 的向量组成的集合；（D ）满足1x y +=的所有(,)x y 组成的集合．（5）2V 的下列变换不是线性变换．（A ）(,)(0,0)T x y =；（B ）(,)(,)T x y ax by cx dy =++，,,,a b c d 是实数；（C ）(,)(,1)T x y x y =+；（D ）(,)(0,)T x y x y =-．解（1）A ; （2）A ; （3）C ; （4）B ；（5）C ． 3．验证：（1）主对角线上元素之和等于0的2阶矩阵的全体1S ；（2）2阶对称矩阵的全体2S ，对于矩阵的加法和乘数运算构成线性空间，并写出每个空间的一个基．解 (1)任取11,S S ∈∈A B ，,ac be d af b ⎛⎫⎛⎫== ⎪ ⎪--⎝⎭⎝⎭A B ，其中,,,,,a b c d e f 表示任意实数，则对于任意的,k λ∈R ，有线性运算的封闭性成立：1ka bkc e k S kd fka b λλλλλ++⎛⎫+=∈⎪+--⎝⎭A B ．1S 的一个基是100100,,010010⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭． (2)任取22,S S ∈∈A B ，对于任意的,k λ∈R ，都满足运算成立：T T T 2()k k k S λλλ+=+=+∈A B A B A B ．2S 的一个基是100001,,000110⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭．4．验证：与向量T (0,1,0)不平行的全体3维数组向量，对于数组向量的加法和乘数运算不构成线性空间．证明与向量T (0,1,0)不平行的全体3维数组向量的集合记作V ，T T (1,1,1),(1,0,1)V ==∈αβ，但T(0,1,0)V -=∉αβ，所以V 不是线性空间．5．设U 是线性空间V 的一个子空间，证明：若U 与V 的维数相等，则U =V ．证明设12,,,r ααα是U 的一个基，因为U V ⊆，所以12,,,r V ∈ααα．对于任意的V ∈α，必定可被12,,,r ααα线性表示，否则与“U 与V 的维数相等”矛盾．由α的任意性知V U ⊆，从而U =V ．6. 判断22⨯R的下列子集是否构成子空间，说明理由．(1) 110,,0a W a b c b c ⎧⎫⎛⎫⎪⎪=∈⎨⎬ ⎪⎝⎭⎪⎪⎩⎭R ； (2) 100,,,00a b W a b c a b c c ⎧⎫⎛⎫⎪⎪=++=∈⎨⎬ ⎪⎝⎭⎪⎪⎩⎭R ．解 (1)不构成．由于1100000W ⎛⎫==∈ ⎪⎝⎭A B 但 1200000W ⎛⎫+=∉ ⎪⎝⎭A B ，即1W 对矩阵加法不封闭．(2) 构成．任取1122221200,0000a b a b W W c c ⎛⎫⎛⎫=∈=∈ ⎪⎪⎝⎭⎝⎭A B ，有1112220,0a b c a b c ++=++=，121212000a a b bc c ++⎛⎫+= ⎪+⎝⎭A B ．于是1212120a a b b c c +++++=，1212212000a a b bW c c ++⎛⎫+=∈ ⎪+⎝⎭A B ．对任意k ∈R ，111000ka kb k kc ⎛⎫= ⎪⎝⎭A ，1110ka kb kc ++=，所以2k W ∈A ．2W 对矩阵加法和数乘运算封闭，所以2W 构成子空间．7. 判断22⨯R的下列子集是否构成子空间，说明理由．（1）由所有行列式为零的矩阵所组成的集合1W ；（2）由所有满足2=A A 的矩阵组成的集合2W ．解 (1) 不构成．取10,00⎛⎫=⎪⎝⎭A 0001⎛⎫= ⎪⎝⎭B ，1,W ∈A B ，但是10,1,01⎛⎫+=+= ⎪⎝⎭A B A B 因此1W +∉A B ，加法不封闭．(2) 不构成．取单位矩阵1001⎛⎫= ⎪⎝⎭E ，2=E E ，2W ∈E ，但2(2)42=≠E E E ，所以22W ∉E ，数乘不封闭．8. 在3R 中求向量T (2,7,6)=-α在基T T T123(2,0,1),(1,3,2),(2,1,1)=-==-ααα下的坐标．解设所求坐标为T123(,,)x x x ，则1232312322270362x x x x x x x x --⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪=++ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭，解得T T 123(,,)(1,2,1)x x x =-． 9．3R 中两个基为T T T 123(1,1,1),(1,0,1),(1,0,1)==-=ααα；T T T 123(1,2,1),(2,3,4),(3,4,5)===βββ，求由基123,,ααα到基123,,βββ的过渡矩阵．解设123123(,,)(,,)=P βββααα，则1123123(,,)(,,)-=P αααβββ1111123234100234011111145100-⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪==-- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭．10．在3R 中，取两个基T T T 123(1,0,0),(0,1,0),(0,0,1)===e e e ；T T T 123(1,0,0),(1,1,0),(1,1,1)===ααα，（1）求由基123,,e e e 到基123,,ααα的过渡矩阵；（2）已知由基123,,ααα到基123,,βββ的过渡矩阵为110011001-⎛⎫⎪=- ⎪ ⎪⎝⎭A ，求123,,βββ；（3）已知α在基123,,βββ下的坐标为T (1,2,3)，求α在基123,,ααα下的坐标．解（1）因为123123111(,,)(,,)011001⎛⎫⎪= ⎪ ⎪⎝⎭e e e ααα，所以基123,,e e e 到基123,,ααα的过渡矩阵为111011001⎛⎫⎪= ⎪ ⎪⎝⎭P ．（2）由于123123*********(,,)(,,)011011010001001001-⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪==-= ⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭A βββααα，故 T T T 123(1,0,0),(0,1,0),(0,0,1)===βββ．（3）设α在基123,,ααα下的坐标为T 123(,,)x x x ，则有112323(,,)x x x ⎛⎫⎪= ⎪ ⎪⎝⎭αααα，又12312311(,,)2(,,)233⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭A αβββααα，从而123111011201121300133x x x --⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪⎪ ⎪==-=- ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭A ． 11．在3R 中取两个基T T 11T T 22T T33T T 44(1,0,0,0),(2,1,1,1),(0,1,0,0),(0,3,1,0),(0,0,1,0),(5,3,2,1),(0,0,0,1),(6,6,1,3).⎧⎧==-⎪⎪==⎪⎪⎨⎨==⎪⎪⎪⎪==⎩⎩e e e e αααα （1）求前一个基到后一个基的过渡矩阵；（2）求向量T 1234(,,,)x x x x 在后一个基下的坐标；（3）求在两个基下有相同坐标的向量．解 (1) 因为123412342561336(,,,)(,,,)11211013⎛⎫ ⎪⎪= ⎪- ⎪⎝⎭e e e e αααα，所以前一个基到后一个基的过渡矩阵为2056133611211013⎛⎫ ⎪⎪= ⎪- ⎪ ⎪⎝⎭A ． (2) 设向量T 1234(,,,)x x x x 在后一个基下的坐标为T1234(,,,)y y y y ，则1112221234333444(,,,)x y y x y y x y y x y y ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭A αααα，所以，11112221333444256133611211013y x x y x x y x x y x x --⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭A 123412927331129231900182773926x x x x --⎛⎫⎛⎫ ⎪ ⎪-- ⎪⎪= ⎪⎪- ⎪ ⎪ ⎪⎪--⎝⎭⎝⎭． (3) 设向量T 1234(,,,)x x x x =α在两个基下有相同的坐标，则112212343344(,,,)x x x x x x x x ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭e e e e E α，112212343344(,,,)x x x xx x x x ⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭A ααααα，所以 1234()x x x x ⎛⎫⎪ ⎪-= ⎪ ⎪ ⎪⎝⎭A E 0，解得T (1,1,1,1),k k =-∈R α． 12．说明xOy 平面上变换x x T y y ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭A 的几何意义，其中(1) 1001-⎛⎫=⎪⎝⎭A ； (2) 0001⎛⎫= ⎪⎝⎭A ；(3) 0110⎛⎫=⎪⎝⎭A ； (4) 0110⎛⎫= ⎪-⎝⎭A ．解 (1)1001x x x x T y y y y --⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫=== ⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭A ，关于y 轴对称；(2)00001x x x T y y y y ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫=== ⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭A ，投影到y 轴；(3)0110x x x y T y y y x ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫=== ⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭A ，关于直线y x =对称；(4)0110x x x y T y y y x ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫=== ⎪ ⎪ ⎪⎪ ⎪--⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭A ，顺时针旋转90．13．n 阶对称矩阵的全体V 对于矩阵的线性运算构成一个(1)2n n +维线性空间．给定n 阶矩阵P ，以A 表示V 中的任一元素，变换T ()T =A P AP称为合同变换．证明合同变换T 是V 中的线性变换．证明设,V ∈A B ，k ∈R ，则T T ,==A A B B ，所以T ()+=+A B A B ，T ()k k =A A ．从而+A B 与k A 是对称矩阵．又因为T T T ()()()()T T T +=+=+=+A B P A B P P AP P BP A B ，T T ()()()T k k k kT ===A P A P P AP A ，所以T 是V 中的线性变换．14．设3R 中123,,ααα是一个基，且线性变换T 在此基下的矩阵为460350361⎛⎫⎪=-- ⎪ ⎪--⎝⎭A ，（1）证明123312,,2-++-+αααααα也是3R 的一个基；（2）求线性变换T 在此基下的矩阵．证明（1）令112323312,,2=-++==-+βαααβαβαα，可解得1123,=--αβββ 212322=--αβββ， 32=αβ，这说明了123,,ααα和123,,βββ可以相互线性表示，从而它们等价，所以123,,βββ是3R 的一个基．（2）设线性变换T 在基123,,βββ下的矩阵是B ，并设从基123,,ααα到基123,,βββ的过渡矩阵是P ，则1-=B P AP ，由条件知102101110--⎛⎫ ⎪= ⎪ ⎪⎝⎭P ，得1120121110-⎛⎫⎪=-- ⎪ ⎪--⎝⎭P ，从而 1200010001--⎛⎫⎪== ⎪ ⎪⎝⎭B P AP ．15．函数集合{}23210210(),,xV a x a x a e a a a ==++∈R α对于函数的线性运算构成三维线性空间．在3V 中取一个基2123,,x x x x e xe e ===ααα，求微分运算D 在这个基下的矩阵．解因为21123()220x x D x e xe =+=++αααα， 2123()0x x D e xe =+=++αααα，3123()00x D e ==++αααα，所以微分运算D 在这个基下的矩阵为100210011⎛⎫ ⎪⎪ ⎪⎝⎭．16．二阶对称矩阵的全体12312323,,x x V x x x x x ⎧⎫⎛⎫⎪⎪==∈⎨⎬⎪⎝⎭⎪⎪⎩⎭R A 对于矩阵的线性运算构成三维线性空间．在3V 中取一个基123100100,,001001⎛⎫⎛⎫⎛⎫===⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭A A A ，在3V 中定义合同变换1011()1101T ⎛⎫⎛⎫= ⎪ ⎪⎝⎭⎝⎭A A ，求T 在基123,,A A A 下的矩阵．解因为11123101110101111()110111000111T ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫====++ ⎪ ⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭A A A A A ，2223101110011101()2110111100112T ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫====+ ⎪ ⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭A A A A ，333101110001100()110111010101T ⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪⎪⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭A A A ，123123100((),(),())(,,)110121T T T ⎛⎫ ⎪= ⎪ ⎪⎝⎭A A A A A A ，所以T 在基123,,A A A 下的矩阵为100110121⎛⎫⎪⎪ ⎪⎝⎭．17．设A 是一个正定矩阵，向量1212(,,,),(,,,)n n x x x y y y ==αβ．在nR 中定义内积 [],αβ为[]T ,=A αβαβ．证明在这个定义之下，n R 是一个Euclid 空间．证明按定义证明满足以下四条性质即可．（1）对称性 [][]T T T T T T ,(),=====A A A A αβαβαββαβαβα．（2）线性加性 [][][]TT T ,(),,+=+=+=+A A A αβγαβγαγβγαγβγ．（3）线性齐性 [][]T T ,()(),k k k k ===A A αβαβαβαβ．（4）非负性由于A 是正定矩阵，所以[]T ,=A αααα是个正定二次型，从而[],0≥αα，当且仅当=0α时[],0=αα．18．设V 是一个n 维Euclid 空间，≠0α是V 中一固定向量，证明：[]{}1,0,V V ==∈x x αx 是V的一个子空间．证明因为1V ∈0，所以1V 非空．再证1V 对两种运算封闭．任给121,V ∈x x ，即[][]12,0,,0==x αx α，根据V 的线性加性有[][][]1212,,,+=+=x x αx αx α000+=，从而可知121V +∈x x ．另一方面，由[][]11,,0k k ==x αx α可知，11k V ∈x ．此即证得[]{}1,0,V V ==∈x x αx 是V 的一个子空间．B 组1．求二阶矩阵构成的线性空间22⨯R中元素0123⎛⎫= ⎪-⎝⎭A 在基10111⎛⎫= ⎪⎝⎭G ，21011⎛⎫= ⎪⎝⎭G ，31101⎛⎫= ⎪⎝⎭G ，41110⎛⎫= ⎪⎝⎭G 下的坐标.解设11223344k k k k =+++A G G G G ，则234134124123 0,1, 2, 3,k k k k k k k k k k k k ++=⎧⎪++=⎪⎨++=⎪⎪++=-⎩ 解得12340,1,2,3k k k k ==-=-=，所求坐标为T (0,1,2,3)--. 2．在二阶矩阵构成的线性空间22⨯R 中，（1）求基123410010000,,,00001001⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭E E E E到基123421035366,,,11102113⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭F F F F的过渡矩阵；（2）分别求向量11122122a a a a ⎛⎫=⎪⎝⎭M 在基1234,,,E E E E 和基1234,,,F F F F 下的坐标；（3）求一个非零向量A ，使得A 在这两个基下的坐标相等．解（1）因为112342=+-+F E E E E ， 21234030=+++F E E E E ， 31234532=+++F E E E E ， 41234663=+++F E E E E ，即1234123420561336(,,,)(,,,)11211013⎛⎫ ⎪⎪= ⎪- ⎪ ⎪⎝⎭F F F F E E E E ，所以，基1234,,,E E E E 到基1234,,,F F F F 的过渡矩阵为2056133611211013⎛⎫ ⎪⎪= ⎪- ⎪ ⎪⎝⎭P ．（2）显然11121111222132242122a a a a a a a a ⎛⎫==+++⎪⎝⎭M E E E E ，得到M 在基1234,,,E E E E 下的坐标为T 11122122(,,,)a a a a ．设M 在基1234,,,F F F F 下的坐标为T 1234(,,,)y y y y ，则111212342122(,,,)a a a a ⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭M E E E E 1122123412343344(,,,)(,,,)y y y y y y y y ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭F F F F E E E E P ，得111112121213212142222411119391412327932712003371126279327y a a y a a y a a y a a -⎛⎫-- ⎪ ⎪⎛⎫⎛⎫⎛⎫⎪-- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ ⎪ ⎪-- ⎪⎝⎭P 1112212211122122112211122122411193914123279327123371126279327a a a a a a a a a a a a a a ⎛⎫+-- ⎪ ⎪ ⎪+-- ⎪= ⎪ ⎪- ⎪ ⎪ ⎪--++ ⎪⎝⎭．（3）解方程111221221111122122122111222211122122411193914123279327123371126279327a a a a a a a a a a a a a a a a a a ⎛⎫+-- ⎪ ⎪⎛⎫⎪+-- ⎪ ⎪ ⎪= ⎪ ⎪ ⎪- ⎪ ⎪ ⎪⎝⎭⎪ ⎪--++ ⎪⎝⎭，得11122122a a a a ===-，所以11,011k k ⎛⎫=≠ ⎪-⎝⎭A ．3. 设T 是四维线性空间V 的线性变换，T 在V 的基1234,,,αααα下的矩阵为1222265200120026----⎛⎫ ⎪⎪= ⎪-- ⎪ ⎪⎝⎭A 求T 在V 的基11212323434,,,==-+=-+=-+βαβααβααβαα下的矩阵.解 12341234(,,,)(,,,)=P ββββαααα，其中1100011000110001-⎛⎫ ⎪-⎪= ⎪- ⎪ ⎪⎝⎭P , 所求矩阵11300240000130024-⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪⎝⎭B P AP . 4. 设12,,,n ααα是n R 的一个基．(1) 证明11212312,,,,n ++++++ααααααααα也是n R 的一个基；(2) 求由基12,,,n ααα到基11212312,,,,n ++++++ααααααααα的过渡矩阵；(3) 求向量α在基12,,,n ααα下的坐标T 12(,,,)n x x x 和在基1α，12+αα，123++ααα，，12n +++ααα下的坐标T 12(,,,)n y y y 间的变换公式.解 (1) 因为()()1121231212111011,,,,,,,001n n ⎛⎫⎪⎪++++++= ⎪⎪⎝⎭αααααααααααα，所以111011001⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭P ，10=≠P ，P 可逆，从而向量组1α，12+αα，123++ααα，，12n +++ααα与向量组12,,,n ααα等价，而12,,,n ααα是n R 的一个基，所以1α，12+αα，123++ααα，，12n +++ααα也是n R 的一个基．(2) 由基12,,,n ααα到基1α，12+αα，123++ααα，，12n +++ααα的过渡矩阵为111011001⎛⎫⎪⎪= ⎪ ⎪ ⎪⎝⎭P ． (3) 坐标变换公式为11111222211100000110001110010001100011000100001100001n n n n y x x x y x x x y x x x ---⎛⎫⎪- ⎪⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪===⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭- ⎪ ⎪⎝⎭P ． 5. 设12,,,n ααα是V 的一个基，且()()1212,,,,,,n n =A βββααα，证明12,,,n βββ是V的一个基的充分必要条件是矩阵A 为可逆矩阵．证明由于12,,,n ααα线性无关，注意到()()112211221212,,,,,,n n n n n n k k kkk k k k k ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪+++== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭A ββββββααα，可得12,,,n βββ是V 的一个基⇔12,,,n βββ线性无关⇔1122n n k k k +++=0βββ时，必定有120n k k k ====⇔()1212,,,0n n k kk ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭A ααα时，必定有120n k k k ====⇔12n k k k ⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭A 0时，必定有120n k k k ====⇔齐次线性方程组=Ax 0只有零解 ⇔0≠A ⇔A 是可逆矩阵．6. 设12,V V 是线性空间V 的两个不同的子空间，且1V V ≠，2V V ≠，证明在V 中存在向量α，使得12,V V ∉∉αα同时成立．证明由于1V V ≠，2V V ≠，于是在V 中存在向量,αβ，使得12,V V ∉∉αβ成立．若2V ∉α，则α即为所求．若2V ∈α，则对任意数k ，有2k V +∉αβ．否则，由于2V ∈α和2k V +∈αβ，可得2()k k V +-=∈αβαβ，与假设矛盾．于是，取12k k ≠，则11k V +∈αβ与21k V +∈αβ不能同时成立，否则12121()()()k k k k V +-+=-∈αβαβα，有1V ∈α，矛盾．故11k V +∉αβ与21k V +∉αβ至少有一个成立，不妨设11k V +∉αβ，又12k V +∉αβ，因此1k +αβ即为所求． 7. 设12,,,n ααα与12,,,n βββ是n 维线性空间V 的两个基，证明（1）在两组基下坐标完全相同的全体向量的集合1V 是V 的子空间；（2）设基12,,,n ααα到基12,,,n βββ的过渡矩阵是P ，若()R r -=E P ，则1dim V n r =-；（3）若V 中的每个向量在这两个基下的坐标完全相同，则1122,,,n n ===αβαβαβ．证明（1）设1,V ∈αβ，即11221122n n n n x x x x x x =+++=+++ααααβββ， 11221122n n n n y y y y y y =+++=+++βαααβββ．则111222111222()()()()()()n n n n n n x y x y x y x y x y x y +=++++++=++++++αβαααβββ，1122n n k kx kx kx =+++αααα1122n n kx kx kx =+++βββ，即+αβ，k α在这两个基下的坐标也完全相同，于是1V +∈αβ，1k V ∈α，从而1V 是V 的子空间．（2）设α是1V 中任一向量，则12112212(,,,)n n n n x xx x x x ⎛⎫ ⎪ ⎪=+++= ⎪ ⎪⎝⎭ααααααα，12112212(,,,)n n n n x xx x x x ⎛⎫ ⎪ ⎪=+++= ⎪ ⎪⎝⎭αββββββ1212(,,,)n n x xx ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭P ααα．于是，α在两个基下的坐标存在关系=x Px ，T 12(,,,)n x x x =x ，即()-=E P x 0．由于()R r -=E P ，故此齐次线性方程组的解向量的全体构成n r -维空间，从而α的全体即1V 的维数是n r -．（3）i α(1,2,,)i n =在基12,,,n ααα下的坐标为T (0,0,,0,1,0,,0)（第i 个分量为1，余皆为0），即11100100i i i i n -+=++++++αααααα， 1,2,,i n =．而由条件，i α(1,2,,)i n =在基12,,,n βββ下的坐标也是T (0,0,,0,1,0,,0)，即11100100i i i i n -+=++++++αβββββ，1,2,,i n =，从而有i i =αβ，1,2,,i n =．。

《线性代数》(陈维新)习题答案(第4章)

⇔ 矩阵 [α1 α 2 α 3 ] 的秩是否与矩阵 [α1 α 2 α 3
解对矩阵 [α1
β ] 的秩相同.
α 2 α 3 β ] 作初等行变换化为阶梯形:
[α1
1 2 3 1 7 1 2 −1 α2 = α 3 β ] 3 7 −6 − 2 → 0 1 −3 − 5 . 5 8 1 a 0 0 0 a − 1 5
证明设�� ≠ �� ∈ �� ，则��，2��， ⋯ ，��， ⋯ ∈ �� 。下证当�� ≠ ��时，�� ≠ ��。 (反证) 若�� = ��，则(�� − ��)�� = ��，因�� ≠ ��，则�� − �� = 0，这与 �� ≠ ��矛盾，所以�� 中至少有无穷多个向量��，2��， ⋯ ，��， ⋯。
第四章线性空间和线性变换
习题 4.1
1．检验以下集合关于所指定的运算是否构成实数域��上的线性空间： (1) ��阶实对称矩阵的全体，关于矩阵的加法和实数与矩阵的数乘； (2) 次数等于��(�� ≥ 1)的实系数一元多项式的全体，关于多项式的加法和实数与多项式的数乘； (3) 有理数的全体��，关于数的加法和实数与有理数的乘法；： (4) 平面上全体向量��2 ，关于通常的向量加法和如下定义的数量乘法“∘” 解 (1) 是因为任意两个��阶实对称矩阵和是��阶实对称矩阵，任意一个实数乘以��阶实对称矩阵也是��阶实对称矩阵，所以��阶实对称矩阵的全体关于矩阵的加法和实数与矩阵的数乘运算是封闭的。下面验证八条运算规律成立。记��阶零矩阵为��，显示��是实对称矩阵，且对任意的��阶实对称矩阵��都有�� + �� = ��。对任意的��阶实对称矩阵��，显然−��也是��阶实对称矩阵，且�� + (−��) = ��。其它 6 条运算规律显然成立，这里就不证。由此可知，��阶实对称矩阵的全体，关于矩阵的加法和实数与矩阵的数乘否构成实数域 ��上的线性空间。 (2) 否因为零多项式的次数不是��，所以这个集合不含零向量，因此次数等于��(�� ≥ 1)的实系数一元多项式的全体，关于多项式的加法和实数与多项式的数乘不能构成实数域��上的线性空间。或者说：因为两个任意的次数等于��(�� ≥ 1)的实系数一元多项式和的多项式次数不一定等于��，有可能小于��，所以关于多项式的加法不封闭，因此次数等于��(�� ≥ 1)的实系数一元多项式的全体，关于多项式的加法和实数与多项式的数乘不能构成实数域��上的线性空间。 �� ∘ �� = ��，∀�� ∈ ��，∀�� ∈ ��2

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

在向量用坐标表示后, 它们的运算就归结为坐标的运算, 因而对线性空间Vn的讨论就归结为线性空间 Rn的讨论. 定义: 设U, V是两个线性空间, 如果它们的元素之间有一一对应关系, 且这个对应关系保持线性组合的对应, 那末就称线性空间U与V同构. 结论1. 同一数域P上的同维数线性空间都同构; 结论2. 同构的线性空间之间具有等价性. 同构的意义: 在对抽象线性空间的讨论中, 无论构成线性空间的元素是什么, 其中的运算是如何定义的, 我们所关心的只是这些运算的代数(线性运算)性质. 从这个意义上可以说, 同构的线性空间是可以不加区别的, 而有限维线性空间唯一本质的特征就是它的维数.
第六章习题课
一、线性空间的定义
定义: 设V是一个非空集合, R为实数域. 如果对于任意两个元素, V, 总有唯一的一个元素 V与之对应, 称为与的和(简称加法运算), 记作 = +. 若对于任一数R与任一元素V, 总有唯一的元素 V与之对应, 称为数与的积(简称数乘运算), 记作 = . 如果上述的两种运算满足以下八条运算规律, 那么, 就称V为数域R上的向量空间(或线性空间): 设, , , O V, 1, l, k R, (1) 加法交换律பைடு நூலகம் + = + ; (2) 加法结合律: (+ )+ =+( + ) ; (3) 零元素: 存在O V, 对任一向量 , 有+O= ;
维数为n的线性空间V称为n维线性空间, 记作Vn. 当一个线性空间V中存在任意多个线性无关的向量时, 就称V是无限维的. 若1, 2, · · · , n为Vn的一个基, 则Vn可表示为: Vn = { = x11+x22+· · · +xnn | x1, x2, · · · , x n R }
四、线性空间的基与维数
定义: 在线性空间V中, 如果存在n个元素1, 2, · · · , nV, 满足: (1) 1, 2, · · · , n 线性无关; (2) V中任意元素总可以由1, 2, · · · , n线性表示, 则称1, 2, · · · , n为线性空间V的一个基, 称n为线性空间V的维数.
六、基变换公式与过渡矩阵
设1, 2, · · · , n及1, 2, · · · , n是n维线性空间Vn的两个基, 且有 1 = p11 1 + p21 2 + + pn1 n 2 = p12 1 + p22 2 + + pn 2 n n = p1n 1 + p2 n 2 + + pnn n 称以上公式为基变换公式. 将上式用矩阵形式表示为: (1, 2, · · · , n)=(1, 2, · · · , n) P 在基变换公式中, 矩阵P称为由基1, 2, · · · , n到基1, 2, · · · , n的过渡矩阵, 过渡矩阵P是可逆的.
七、坐标变换公式
定理1: 设n维线性空间Vn中的元素, 在基1, 2, · · · , n下的坐标为: (x1, x2, · · · , xn)T, 在基1, 2, · · · , n 下的坐标为: (x1, x2, · · · , xn)T, 若两个基满足关系式: (1, 2, · · · , n)=(1, 2, · · · , n)P. 则有坐标变换公式: x1 x1 ' x1 ' x1 x x ' x ' x 2 = P 2 , 或 2 = P 1 2 . xn xn ' xn ' xn 反之, 若任一元素的两种坐标满足上述坐标变换公式, 则两个基满足基变换公式: (1, 2, · · · , n)=(1, 2, · · · , n)P.
五、元素在给定基下的坐标
定义: 设1, 2, · · · , n为线性空间Vn的一个基, 对任意V, 总有且仅有一组有序数x1, x2, · · · , x n, 使 = x11+x22+· · · +xnn , 则称有序数组 x1, x2, · · · , xn 为元素在基1, 2, · · · , n 下的坐标, 并记作 = (x1, x2, · · · , xn)T. 线性空间V的任一元素在一个基下对应的坐标是唯一的, 在不同的基下所对应的坐标一般不同.
(4) 负元素: 对任一元素V, 存在 V, 有+ =O , 记 = – ; (5) 1 = ; (6) 数乘结合律: k(l ) = (l k) ; (7) 数乘对加法的分配律: k(+ )= k+k ; (8) 数量加法对数乘的分配律: (k+l) = k+l .
二、线性空间的性质
1. 零元素是唯一的. 2. 负元素是唯一的. 3. 0=0; (–1) =– ; 0=0. 4. 如果 = 0, 则 = 0 或 = 0.
三、线性空间的子空间
定义2: 设V是一个线性空间, L是V的一个非空子集, 如果L对于V中所定义的加法和乘数两种运算也构成一个线性空间, 则称L为V的子空间. 定理: 线性空间V的非空子集L构成子空间的充分必要条件是: L对于V中的线性运算封闭.
八、线性变换的概念
定义: 设有两个非空集合A, B, 如果对于A中任一元素, 按照一定规则, 总有B中一个确定的元素和它对应, 那么, 这个对应规则称为从集合A到集合B的变换(或称映射), 记作 =T() 或记作 =T (A). 设A, T()= , 就说变换T把元素变为, 称为在变换T下的象, 称为在变换T下的源(或象源), 称 A为变换T的源集, 象的全体所构成的集合称为象集, 记作T(A), 即 T(A)={ =T() | A }. 显然, T(A)B. 变换概念是函数概念的推广.