第五章向量空间
高等代数第五章知识点总结

高等代数第五章知识点总结高等代数是数学中的一个重要分支,主要研究代数结构、线性代数、群论等数学领域。
第五章主要涉及线性方程组、矩阵、向量空间、线性变换等知识点。
以下是对这些知识点的总结:1. 线性方程组:线性方程组是一组线性方程的集合,其中每个方程都是一次多项式。
线性方程组的解称为线性方程组的解,可以用矩阵和向量来表示。
2. 矩阵:矩阵是一种特殊的数组,可以表示线性方程组、线性变换和向量空间等数学对象。
矩阵的加法、数乘等运算符合矩阵的定义,并且矩阵具有一些特殊的性质,如行列式、秩等。
3. 向量空间:向量空间是一个线性空间,其中添加了一个标量值域。
向量空间的元素称为向量,向量空间的基和维数是重要概念。
向量空间的加法、数乘等运算符合向量空间的定义。
4. 线性变换:线性变换是一个将一个线性空间映射到另一个线性空间的函数。
线性变换的特征是保持向量空间的加法和数乘运算。
线性变换的矩阵表示是一个方阵,其中每行每列都是一个向量。
5. 特征值和特征向量:特征值和特征向量是两个重要的概念,用于描述矩阵的性质。
矩阵的特征值是指矩阵在乘以某个向量后得到的值,而特征向量是指与特征值相关的向量。
6. 相似矩阵:相似矩阵是指具有相同特征值的矩阵。
相似矩阵之间具有一些相似性质,如行列式、秩等。
相似矩阵可以用来表示线性变换的缩放比例和旋转角度。
7. 克莱默法则:克莱默法则是一个用于求解线性方程组的公式,可以将线性方程组的系数矩阵转换为阶梯形矩阵或行最简矩阵,从而求解线性方程组的解。
8. 特征值分解:特征值分解是将矩阵分解成一组特征向量的乘积,从而求解矩阵的特征值和特征向量。
特征值分解在矩阵的分解和求解中发挥着重要作用。
9. 二次型:二次型是一种特殊的矩阵,其元素是二次多项式。
二次型可以用来表示线性变换的对称矩阵和非对称矩阵,并且具有一些重要的性质,如行列式、秩等。
以上是第五章的主要知识点总结,这些知识点是高等代数中的重要基础,对于理解代数结构、线性代数和群论等数学领域具有重要意义。
第五章-向量空间

第五章 向量空间向量空间或称线性空间是一个重要的代数系统(定义了代数运算的集合),现代数学所涉及的欧氏空间、U 空间、希尔伯特空间等都是建立在向量空间的基础上的.我们知道,在n 元向量集和n m ⨯矩阵集中,都分别定义了加法和数乘运算,并且就这两种运算的基本性质而言,在形式上是完全一样的.向量空间就是对这类集合的共性的抽象.学习向量空间的理论,不仅有助于深化对矩阵理论、线性方程组理论等内容的理解,同时也为后面两章内容的讨论奠定了基础.除此之外,向量空间的理论和方法在自然科学、工程技术等领域都有一定的应用.本章重点是向量空间的定义、基、内积、正交矩阵等.5.1 向量空间的概念定义 1 设V 是一个非空集,F 是一个数域.如果:1) V 中定义了一个加法.α∀、∈βV , V 中有唯一确定的元与它们对应,这个元称为α与β的和,记为α+β.2) F 到V 有一个数量乘法.k ∀∈F ,∀α∈V ,V 中有唯一确定的元与它们对应,这个元称为k 与α的数量乘积,记为αk .3) 加法与数量乘法满足以下算律: ∀α、β、γ∈V ,∀k 、l ∈F 1 α+β=β+α;2 (α+β)+γ=α+(β+γ);3 0∈V ,称为V 的零元,有0+α=α;4 α-∈V ,称为α的负元,有α+(α-)=0;5 βαβαk k k +=+)(;6 αααl k l k +=+)(;7 )()(ααl k kl =;8 αα=1,那么称V 是数域F 上的一个向量空间.向量空间V 的元称为向量.定义1中的条件1)和2)可以合并为:F l k V ∈∀∈∀、、,βα,有V l k ∈+βα.由于运算是线性的,也将向量空间称为线性空间.例 1 nF 为数域F 上所有n 元向量构成的集,对向量的加法和数乘,nF 是F 上的一个向量空间.例 2 )(},|){()(F M F a a F M ij n m ij ∈=⨯对矩阵的加法和数量乘法构成F 上的一个向量空间.例 3 在解析几何里,平面或空间中从原点出发的一切向量对向量的加法和实数与向量的乘法都构成实数域上的向量空间.分别记为32,V V .例 4 令],[b a C 为定义在区间],[b a 上的一切连续函数所构成的集.对函数的加法,实数与函数的乘法,],[b a C 是实数域上的向量空间.例5 复数域C 是实数域R 上的向量空间.任意数域都是它自身上的向量空间. 由定义1,可以推出向量空间V 的如下几个性质: 1. 在向量空间V 中,零向量是唯一的.事实上,若10与20都是V 的零向量,便有22110000=+=.2. V 中每一向量的负向量是唯一的.事实上,V ∈∀α,若21,αα都是α的负向量,即有0,021=+=+αααα,那么222121110)()(0αααααααααα=+=++=++=+=.规定α-β=α+ (-β). 3. 在V 中, (Ⅰ) 00=α; (Ⅱ) 00=k ;(Ⅲ) αααk k k -=-=-)()(.事实上, 0=+αα0=+αα1(0+1)ααα==1.等式两边同时加上(-α),得0α=0.故(i )式成立.由0)00(00k k k k =+=+,两边加上0)(k -,得00=k ,即(ii )式成立.由00)()(==+-=+-k k k k αααα,即)(α-k 是αk 的负元,所以ααk k -=-)(.同样可得ααk k -=-)(.4. 在V 中,如果0=αk ,则=k 0或0=α. 事实上,若0=αk ,而≠k 0,那么001)(1==k k k α.又αααα===1)1()(1k kk k ,故.0=α此外,由于V 中的加法满足交换律﹑结合律,V 中s 个向量相加,可以任意交换各项的次序,任意添加括号,所得结果都相同.定义2 设V 是数域F 上的向量空间,.,φ≠⊆W V W 如果F k W ∈∀∈∀,βα、,有W k W ∈∈+αβα,, (1)那么称W 是V 的一个子空间.由定义,V 的子空间一定含V 中的零向量(则,W ∈α0W ∈=0α).如果W 是V 的子空间,那么W 也是数域F 上的向量空间.这是因为W 对V 的加法和F 到V 的数量乘法封闭,而定义1中的算律1 至8在V 中成立,在W 中当然成立.例 6. 由向量空间V 的零向量构成的集{0}是V 的子空间,称为零空间.V 自身是V 的子空间.这两个子空间都称为V 的平凡子空间.例7. nF 中一切形如),0,,,,(121-n a a a F a i ∈的向量构成的集是nF 的一个子空间.定义2中的条件(1)可表示为:F l k W ∈∀∈∀、、,βαW l k ∈+βα. (2) 反之,若(2)成立,则W 是V 的一个子空间.事实上,在(2)中,令1==l k ,得W ∈+βα;令0=l ,得W k ∈α,由定义2,W 是V 的子空间.在向量空间V 中,我们可以依照3.2中n 元向量线性相关性的表述来定义诸如向量的线性组合、线性相关等相应的概念,从而得出相应的结论.从形式上说,这些概念、结论的表述是完全一样的.只是在向量空间中涉及这些概念、结论的对象——向量以及线性运算,已经不局限于n 元向量及其运算.在此,不再一一列出.现设V 是数域F 上的向量空间,V 中的s 个向量s ααα,,,21 的一切线性组合构成的集},,2,1,|{2211s i F k k k k s i s s =∈+++=ααα是V 的一个子空间.事实上,∀α﹑β∈S ,∀k ∈F ,令s s k k k αααα+++= 2211,2211ααβl l +=s s l α++ ,那么α+β与αk 仍为s ααα,,,21 的线性组合,即有α+β∈S ,αk ∈S .故S 是V 的子空间,它称为由s ααα,,,21 生成的子空间,记为 L (s ααα,,,21 ),s ααα,,,21 称为生成向量.下面我们看一个例子.m 个方程n 个未知量的齐次线性方程组0=AX ,它的所有解向量的集{}元列向量为n A T ααα,0==是n F 的非空子集.若n F ∈βα、(βα、为n 元列向量),有0,0==βαA A ,那么F k ∈∀,则0)(=+βαA ,0)(=αk A .即F k T ∈∈∀,,βα,有T k T ∈∈+αβα,.因此T 是n F 的一个子空间.由于0=AX 的任一解都可表示为它的基础解系的线性组合,若r n -ηηη,,,21 是0=AX 的一个基础解系,那么α﹑β可表示为r n -ηηη,,,21 的线性组合,于是T 包含于生成子空间),,,(21r n L -ηηη .即 T ⊆),,,(21r n L -ηηη . 反之,任取∈β),,,(21r n L -ηηη ,令F k k k k i r n r n ∈+++=--,2211ηηηβ 为常数,r n i -=,,2,1 ,那么,0)(2211=+++=--r n r n k k k A A ηηηβ ,即β∈T .因而),,,(21r n L -ηηη ⊆T . 故 ),,,(21r n L T -=ηηη .n F 的子空间),,,(21r n L -ηηη 称为齐次线性方程组0=AX 的解空间.最后,我们给出子空间的和的概念。
齐次方程组的基础解系和通解

矩阵表示形式
Amn X 0
r(A) n r(A) n
齐次线性方程组有非零解 齐次线性方程组仅有零解
线性代数
齐次方程组的基础解系
齐次线性方程组
a11 x1 a12 x 2 L a1n xn 0 La21Lx1 a22 x2 L a2n xn 0 am1 x1 am2 x2 L amn xn 0
0
0 0
3
0
0 1 1 0
1 2 2 0
1 11Biblioteka 03 04
0
0 1 0 0
1 2 0 0
1
1
1
0
1
0
0
0
0 1 0 0
1 2 0 0
0
0
1
0
x1 x3 0
等价同解的线性方程组为:
x2 2x3 0 x4 0
0 0
1
1
取自由变元x3
1,
得
2 1
为方程组的基础解系. 通解为:X
x1 k1r1xr1 k1r2 xr2 L k1n xn
x2
k2 r 1 xr 1
k2r2 xr2
L
k2n xn
LLLLLL
xr kr r x 1 r1 kr r2 xr2 L krn xn
其中xr+1,xr+2,…,xn为自由未知量, 对nr个自由未知量分别取:
xr1 1 0
LLLLLLLLLLLL
dxrr kkrrrr11xdrr11kkr rrr2x2rdr22 L L krnkxrndn
k1r1dr1 k1r2dr2 L k1ndn
k2
r
1dr
1
k2
r
高等数学线性代数教材目录

高等数学线性代数教材目录第一章行列式1.1 行列式的引入1.2 二阶和三阶行列式的计算1.3 行列式的性质和性质的应用1.4 行列式的性质证明第二章矩阵和向量2.1 矩阵的概念和基本运算2.2 矩阵的转置和逆2.3 向量的线性相关性和线性无关性2.4 向量组的秩和极大线性无关组第三章矩阵的运算3.1 矩阵的加法和减法3.2 矩阵的数乘3.3 矩阵的乘法3.4 矩阵的特殊类型第四章线性方程组4.1 线性方程组的概念和解的分类4.2 齐次线性方程组和非齐次线性方程组的解 4.3 线性方程组的向量表示第五章向量空间5.1 向量空间的定义和例子5.2 向量子空间和子空间的概念5.3 向量空间的线性组合和生成子空间5.4 基和维数第六章矩阵的特征值和特征向量6.1 特征值和对角化6.2 特征多项式和特征方程6.3 相似矩阵和相似对角矩阵6.4 实对称矩阵的对角化第七章线性变换7.1 线性变换的概念和性质7.2 线性变换的矩阵表示7.3 线性变换的特征值和特征向量7.4 线性变换的相似、迹和行列式第八章内积空间8.1 内积的定义和性质8.2 欧几里得空间和具有内积的实向量空间8.3 向量的正交性和正交子空间8.4 施密特正交化方法第九章广义特征值问题9.1 广义特征值问题的引入9.2 广义特征值的计算9.3 广义特征值与相似变换9.4 对称矩阵的广义特征值问题与对角化第十章特殊矩阵的标准形式10.1 对称矩阵的对角化10.2 正定矩阵和正定二次型10.3 实对称矩阵的正交对角化10.4 复数矩阵的标准型这是《高等数学线性代数》教材的目录, 包含了十个章节,每个章节中有相应的小节来详细介绍相关内容。
这本教材综合了高等数学和线性代数的知识,旨在帮助读者掌握线性代数的基本概念、理论和方法,以及应用于实际问题的能力。
希望读者通过学习这本教材,能够系统地理解和应用线性代数的知识,为今后的学习和研究打下坚实的基础。
[专题]北大版高等数学第五章向量代数与空间解析几何答案习题53.docx
![[专题]北大版高等数学第五章向量代数与空间解析几何答案习题53.docx](https://img.taocdn.com/s3/m/8dbfc7a2aa00b52acfc7cad3.png)
习题5・31•指出下列平面位置的特点:(1)5x - 3z +1 = 0(2)x + 2y - 7z = 0(3)y + 5 = 0(4)2),- 9z = 0(5)x-y-5 = 0(6)x = 0. 解⑴平行于屛由.⑵过原点.⑶平行于平面.⑷ 过兀轴.(5)平行于z轴•⑹0〃平面.2.求下列各平面的方程:⑴平行于y轴且通过点(1,-5,1)和(3,2,-2);(2)平行于O私平面且通过点(5,2,-8);(3)垂直于平面兀-4y + 5z = 1且通过点(-2,7,3)及(0,0,0);⑷垂直于Oyz平面且通过点(5,-4,3)及(-2,1,8).1j k解⑴—(0 ,l,0),* = (2,7,-3),n= 0 1 0 =(-3,0,-2).27-3_3O_1)_2(Z_1)=0,3JC +2Z_5=0.⑵y = 2.i j k(3)a = (1,-4,5), 6 = (-2,7,3),n = 1 -4 5 = (-47,-13,-1).-2 7 347x+13y+ 1 = 0.i j k(4)“ = (1,0,0),〃 = (-7,5,5),〃= 1 0 0 =(0,-5,5) = 5(0, -1,1).-7 5 5_(y + 4) + (z_3) = 0,y_z + 7 = 0.3.求通过点A(2,4,8), B(-3,1,5)及C(6,—2,7)的平面方程.解 a = (一5, —3,—3),〃 = (4,-6,-1).i j kn= -5 -3 -3 =(-15,-17,42),4 -6 -1一15(兀一2) —17(y — 4) + 42(z — 8) = 0,15x + 17y —42z + 238 = 0.4.设一平而在各坐标轴上的截距都不等于零并相等,且过点(5, -7, 4),求此平而的方程.解—+ —+ — = 1, —H—+ — = l,a = 2, x + y + z — 2 = 0.a, a a a a a5已知两点4(2,-1,-2)及〃(8,7,5),求过B且与线段AB垂直的平面.解〃 =(6, & 7).6(x-8) + 8(y-7) + 7(z-5) = 0,6x + 8y + 7z-139 = 0.6.求过点(2,0, -3)且与2兀-2y + 4z + 7 = 0,3x+y-2z + 5二0垂直的平面方程.i j k解 n= 2 -24 =(0,16,8) = 8(0,2,l).2y + (z + 3) = 0,y + z + 3 = 0. 3 1 -27.求通过兀轴且与平面9兀-4y-2z + 3 = 0垂直的平面方程. 解 By + Cz=0,—4B —2C = 0,取B = 1,C = —2,y —2z = 0.8•求通过直纟划:{;;工:二5地:仁鳥平行的平面方程. i j ki j k 解a = 1 0 2 = (-6,1,3), 6 = 1 -1 0= (1,1,1), 0 3-10 1 -1 i j kn - -6 13 =(-2,9,-7).用z ()= 0代入厶的方程,得x° =4,>\} =-8/3.1 1 1 -2(x-4) + 9(^ + 8/3)-7(z) = 0,-2x + 9y-7z + 32 = 0.x = 3r + 89.求直线厶:* +彳=•' +1 = __与直线/ :< y = f + l 的交点坐标,3 24 _ 小, z = + 6并求通过此两直线的平面方程.解求两条直线交点坐标:3r + 8 + 3 / + 1 + 1 2/ + 6 —2 \\ t t A 163 24 3 2 23 i j kn= 3 2 4 = (0,6, -3) = 3(0,2, -l).2(y +1) - (z - 2) = 0,2y - z + 4 = 0.3 1 2 10•求通过两直线厶=^ = 凹和厶:土 = □=三的平面方程. 1 2 -1 1 -4 2 -2i j k解 两直线平行•平面过点(1,-1,-1)和(-2,2,0).川=2 — 1 1 = (—4,—5,3).-33 1一4(兀一 l)-5(y + l) + 3(z + l) = 0,-4x — 5y + 3z + 2 = 0.11证明两直线厶:口和是异面直线*-121 - 0 1 -2证首先,两直线的方向向量(-1,2,1)和(0,1,-2)不平行.x 二 _2l 2< y 二1+t —―二匕〜 力+ 3J = 5』= 0,矛盾.故两直线无公共点.-1 2 1 X Q = 一& 儿=一一牛交点(一8占弓)两-直线不平行,又无交点,故是异面直线. 12.将下列直线方程化为标准方程及参数方程:[2x+y-z + l = 0 [x-3z + 5 = 0(1* ⑵彳[3x - y + 2z - 8 = 0; [y - 2z + 8 = 0.i j k解(1)〃= 2 1 -1 =(1,-7,-5).3-12V — 7 + 1 = 0⑴中令兀0=0,{ 解Z得儿=6,Zo=7・-y+ 2z-8 = 0;标准方程—q・1 -7 -5x = t参数方程:< y = 6-lt,-oo <t < +oo.z = l-5ti j k(2)(1加=1 0 -3 =(3,2,1).0 1 -2⑵中令z° = 0,直接得x° = -5, y Q = -8.标准方程出二凹二工3 2 1x ——5 + 3t参数方程:* >' = -8 + 2r,-co<t < +oo.z = t13•求通过点(32-5)及乂轴的平面与平面3x-y-7z + 9 = 0的交线方程・ ■I j k解地第一个平面的法向量〃二1 0 0 =(0,5,2), 3 2 -5平面方程5y + 2z = 0.直线方程严+ 2*°[3 兀-y-7z + 9 = 0.i j k直线的方向向量a =0 5 2 =(一336-15) = 3(-112-5)・3 -1 -7直线方程:r 匕14 •当D 为何值时,直线产? £弓与0z 轴相交?[x + 4y-z + D = 0解直线F :y + 2z-6弓与Oz 轴相交O 存在(0,0,勺)在此直线上,[x + 4y-z + £> = 0f2z o -6 = O <=> < u> £> =知=3. Ho+o=o15.试求通过直线人:£一2":弓并与直线Z. = 2平行的平面方程.[3y — z + 8 = 0 *•匕 _y + 6 = 0i J k解厶的方向向&a = 1 0 -2 =(6丄3).0 3-1i J 平面的法向量/i =6 1 1 1 Q 在的方程中令z ()二0得X 。
线性代数第五章5.1向量的内积

, r 是V的一组基,则 1 , 2 ,
, r 就是
V的一组标准正交基.
上述方法称为施密特(Schmidt)正交化法.
注
上述方法中的两个向量组对任意的 1 k r ,
1 , 2 , , k 与 1 , 2 , , k 都是等价的.
四、应用举例 例1 把向量组
化为标准正交向量组. 解: 将 a1 , a2 , 3正交化, 取
i=1,2,
, am 线性无关.
定理 若向量β与 1 , 2 , 5、正交基 若正交向量组1 , 2 , 则称 1 , 2 , 6、标准正交基 若单位向量组 1 , 2 , 则称 为一个标准正交基.
, s 中每个向量都正交,则
β与 1 , 2 , , s 的任一线性组合也正交.
证: 设 a1 , a2 ,
, am 是正交向量组, 若有线性关系
k1a1 k2a2
ki ai , ai 0
ki 0,
故 a1 , a2 ,
km am 0,
用 a i 与等式两边作内积,得
i=1,2,
,m
,m .
则 ai 0, 有 ai , ai 0, 从而得
2、正交矩阵的充要条件 ① A的列向量是标准正交组.
② A的行向量是标准正交组. 3、正交矩阵的性质 ① A A1 即A的转置就是A的逆矩阵; ② 若A是正交矩阵,则 A(或A1 )也是正交矩; ③ 两个同阶的正交阵的乘积仍是正交阵; ④ 正交阵的行列式等于1或-1. 注 正交矩阵A的n个列(行)向量构成向量空间R n 的一个标准正交基.
r 1 , r r 1 r 1 , r 1
则 1 , 2 , 2)标准化 令 1
线性代数课件--5.1向量空间基本概念

R( A) {v | v c1a1 c2a2 cnan , c1, 2 , , n R} c c
可等价写成
R( A) {v | v Ax,x Rn }
对一般线性代数方程组成立如下定理 定理 m n线性代数方程组Ax=b相容的充要 条件是
b R( A)
1 1 1 1 1 0 3 2 1 2 1 0 r 0 1 2 1 B ~ 0 0 0 0 2 1 4 3 2 3 0 1 0 0 0 0 所以r(A)r(B) 因此向量b能由 向量组a1 a2 a3线性表示
x1a1 x2a2 xnan b
a1 ,a2 ,… ,an 的线性组合 则方程组有解的条件是 b 可作为
定义 若干个同维数的列向量(行向量)所组成的集
合称为向量组. 有限向量组
a11 A34 a21 a 31
a12 a22 a32
a13 a23 a33
a14 , , , a24 1 2 3 4 a34
因此
b R( A)
r ( A) r ( A)
例
试证m n齐次线性代数方程组Ax=0
的解集依向量线性运算法则是Rn的子空间. 解 已知齐次线性代数方程组的解集非空,
若记此解集为N(A), 则显然有
1. 若 x1 N ( A),即 Ax1 0, 则对任意常数 c , 必 A(cx1 ) cAx1 c0 0 ,即 cx1 N ( A) ; 2. 若 x1 N ( A), x2 N ( A), 即 Ax1 0, Ax2 0, 则必
为讨论,先将方程组改写成向量形式
1 0 b1 x1 5 x 2 4 b2 记为 x1a1 x2 a2 b 2 4 b3
高等代数讲义

2) [f (x)+g(x)]+h(x)=f (x)+[g(x)+h(x)];
3) 0+f (x)=f (x), 0是Fn [x]中的零多项式;
4) 对任意f (x) Fn [x],存在g(x),使f (x)+g(x)=0;
(1, 2,…, n)A=(1, 2,…, m)
其中:
n
n
j jaij aij j a1 j1 a2 j2 anjn ,
i1
i1
可以证明: (1, 2,…, n)(AB)=((1, 2,…, n)A)B.
1 j m.
ir
表示.
推论5.2.8 两个等价的向量组极大无关组含有相同个数的向量. 特别地, 一个向量组的任意两个极大无关组含有相同个数的向量.
5.2 向量的线性相关性
定义1 设1, 2,…, r是向量空间V中的r个向量, 对于数域F中的 任意r个数a1, a2,…, ar, 我们把a11+a22+…+ arr称为1, 2,…, r的 一个线性组合. 如果向量等于向量1, 2,…, r的某个线性组合, 则 称可以由1, 2,…, r线性表示.
例8 任意数域F总可以看成它自身上的向量空间.
例9 实数域中所有收敛于0的无穷序列构成实数域上 的一个向量空间. 二. 性质
命题5.1.1 在一个向量空间V中, 零向量是唯一的; 对 于V中的每一向量, 的负向量是由唯一确定的. 的负 向量记作 .
命题5.1.2 对于任意向量和任意数a都有: 0=0, a0=0.
- 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)。
第五章向量空间基础训练题1. 设V是数域F上向量空间,假如V至少含有一个非零向量α,问V中的向量是有限多还是无限多?有没有n(n ≥ 2)个向量构成的向量空间?解无限多;不存在n(n ≥ 2)个向量构成的向量空间(因为如果F上一个向量空间V含有至少两个向量, 那么V至少含有一个非零向量α, 因此V中含有α, 2α,3α,4α,…,这无穷多个向量互不相等,因此V中必然含有无穷多个向量).2. 设V是数域F上的向量空间,V中的元素称为向量,这里的向量和平面解析几何中的向量α,空间解析几何中的向量β有什么区别?解这里的向量比平面中的向量意义广泛得多,它可以是多项式,矩阵等,不单纯指平面中的向量.3. 检验以下集合对所指定的运算是否构成数域F上的向量空间.(1)集合:全体n阶实对称矩阵;F:实数域;运算:矩阵的加法和数量乘法;(2)集合:实数域F上全体二维行向量;运算:(a1, b1)+ (a2, b2)=(a1+a2, 0)k• (a1, b1)=(ka1, 0)(3)集合:实数域上全体二维行向量;运算:(a1, b1)+ (a2, b2)=(a1+a2, b1+b2)k• ( a1, b1)=(0, 0)解(1) 是; (2) 不是(因为零向量不唯一);(3) 不是(不满足向量空间定义中的(8)).4. 在向量空间中,证明,(1) a(-α)=-aα=(-a)α ,(2) (a-b)α=aα-bα,a, b是数,α是向量.证明 (1) a a a a =+-=+-))(()(αααα 0= 0ααa a -=-∴)(又 ==+-=+-a a a a a 0))(()(ααα 0ααa a -=-∴)(综上, .)()(αααa a a -=-=-(2) ααααααb a b a b a b a -=-+=-+=-)())(()(.5. 如果当k 1=k 2=…=k r =0时,k 1α1+k 2α2+…+k r αr =0, 那么α1, α2, …, αr 线性无关. 这种说法对吗?为什么?解 这种说法不对. 例如设α1=(2,0, -1), α2=(-1,2,3), α3=(0,4,5), 则0α1+0α2+0α3=0. 但α1, α2, α3线性相关, 因为α1+2α2-α3=0.6. 如果α1, α2, …, αr 线性无关,而αr +1不能由α1, α2, …, αr 线性表示,那么α1, α2,…, αr , αr +1线性无关. 这个命题成立吗?为什么?解 成立. 反设α1, α2,…, αr , αr +1线性相关,由条件α1, α2, …, αr 线性无关知αr +1一定能由α1, α2, …, αr 线性表示,矛盾.7. 如果α1, α2, …, αr 线性无关,那么其中每一个向量都不是其余向量的线性组合. 这种说法对吗?为什么?解 对. 反设 αi = k 1α1+k 2α2+…k i -1αi-1+k i+1αi +1 +…+k r αr ,则k 1α1+k 2α2+…k i -1αi-1+(-1) αi +k i+1αi +1 +…+k r αr =0.由于-1≠0, 故α1, α2, …, αr 线性相关.8. 如果向量α1, α2, …, αr 线性相关,那么其中每一个向量都可由其余向量线性表示. 这种说法对吗?为什么?解 不对. 设α1=(1,0) , α2=(2,0) , α3=(0,1) , 则α1, α2, α3线性相关, 但α3不能由α1, α2线性表示.9. 设α1= (1, 0, 0), α2= (1, 2, 0), α3=(1, 2, 3)是F 3中的向量,写出α1, α2, α3的一切线性组合. 并证明F 3中的每个向量都可由{α1, α2, α3}线性表示.解 k 1α1+k 2α2+k 3α3 k 1, k 2 , k 3∈F .设k 1α1+k 2α2+k 3α3=0,则有⎪⎩⎪⎨⎧==+=++030220332321k k k k k k , 解得 k 1= k 2 =k 3=0.故α1, α2, α3线性无关.对任意(a,b,c)∈F 3, (a,b,c)=3213)32())322((αααc c b c b a +-+--,所以F 3中的每个向量都可由{α1, α2, α3}线性表示.10. 下列向量组是否线性相关(1) α1= (1, 0, 0), α2= (1, 1, 0), α3=(1, 1, 1);(2) α1=(3, 1, 4), α2=(2, 5, -1), α3=(4, -3, 7).解 (1) 线性无关; (2) 线性无关.11. 证明,设向量α1, α2, α3线性相关,向量α2, α3, α4线性无关,问:(1) α1能否由α2, α3线性表示?说明理由;(2) α4能否由α1, α2, α3线性表示?说明理由.解 (1)因为α2, α3线性无关而α1, α2, α3线性相关,所以α1能由α2, α3线性表示;(2)反设α4能由α1, α2, α3线性表示,但α1能由α2, α3线性表示,故α4能由α2, α3线性表示,这与α2, α3, α4线性无关矛盾,所以α4不能由α1, α2, α3线性表示.12. 设α1= (0, 1, 2), α2= (3, -1, 0), α3=(2, 1, 0),β1= (1, 0, 0), β2= (1, 2, 0), β3=(1, 2, 3)是F 3中的向量. 证明,向量组{α1, α2, α3}与{β1, β2, β3}等价.证明 (β1, β2, β3)=(321,,εεε)A(α1, α2, α3)= (321,,εεε)B其中A=⎪⎪⎪⎭⎫ ⎝⎛300220111, B=⎪⎪⎪⎭⎫ ⎝⎛-002111230.易验证A , B 均可逆, 这样(β1, β2, β3) = (α1, α2, α3 )(B -1A )(α1, α2, α3) = (β1, β2, β3)(A -1B ) ,故向量组{α1, α2, α3}与{β1, β2, β3}等价.13. 设数域F 上的向量空间V 的向量组{α1, α2, …, αs }线性相关,并且在这个向量组中任意去掉一个向量后就线性无关. 证明,如果∑=si i i k 1α=0 (k i ∈F ),那么或者k 1=k 2=…=k s =0, 或k 1,k 2,…,k s 全不为零.证明 由条件∑=si i i k 1α=0 (k i ∈F )知k i αi = - (k 1α1+k 2α2+…k i -1αi-1+k i+1αi +1 +…+k s αs ) (*)(1) 当k i =0时,(*)式左边等于零,故k 1α1+k 2α2+…k i -1αi-1+k i+1αi +1 +…+k s αs =0. 由于这s -1个向量线性无关,所以k 1=k 2=…=k s =0.(2) 当k i ≠0时, αi = -ik 1(k 1α1+k 2α2+…k i -1αi-1+k i+1αi +1 +…+k s αs ),下证对于任意i j s j ≠∈},,2,1{ 时k j ≠0. 反设k j =0, 则αi 可由s -2个向量线性表示.这与任意s -1个向量线性无关矛盾,所以此时k 1,k 2,…,k s 全不为零.14. 设α1=(1, 1), α2=(2, 2), α3=(0, 1) , α4=(1, 0)都是F 2中的向量. 写出{α1, α2, α3, α4}的所有极大无关组.解 α1, α3 ; α1, α4 ; α2 ,α3 ; α2 ,α4 ; α3 ,α4 .15. 设A 1=⎪⎪⎭⎫ ⎝⎛-2001,A 2=⎪⎪⎭⎫ ⎝⎛-0021, A 3=⎪⎪⎭⎫ ⎝⎛0120,A 4=⎪⎪⎭⎫ ⎝⎛-2142∈M 2×2(F ). 求向量空间M 2×2(F )中向量组{A 1, A 2,A 3, A 4}的秩及其极大无关组.解 秩{A 1, A 2,A 3, A 4}=3, {A 1, A 2,A 3}是向量组{A 1, A 2, A 3, A 4}的一个极大无关组.16.设由F 4中向量组{α1=(3,1,2,5),α2=(1,1,1,2),α3=(2,0,1,3),α4 =(1,-1,0,1),α5 =(4,2,3,7)}. 求此向量组的一个极大无关组.解 (α1,α2,α3,α4,α5)= (4321,,,εεεε)A , 其中A=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-71325301122101141213, 则秩A =2. 又(α1,α2 )= (4321,,,εεεε)B , 其中B =⎪⎪⎪⎪⎪⎭⎫ ⎝⎛25121113. 秩B =2, 故{α1,α2}线性无关, 它是向量组{α1,α2,α3,α4,α5}的一个极大无关组.17. 证明,如果向量空间V 的每一个向量都可以唯一表成V 中向量α1, α2, …, αn 的线性组合,那么dim V =n .证明 由条件零向量可唯一的表示成α1, α2, …, αn 的线性组合, 这说明α1, α2, …, αn 线性无关, 故可作为V 的基, 从而dim V =n .18. 设β1, β2,…,βn 是F 上n (>0)维向量空间V 的向量,并且V 中每个向量都可以由β1, β2,…,βn 线性表示. 证明, {β1, β2,…,βn }是V 的基.证明 由条件标准正交基{ e 1, e 2, …,e n }可由β1, β2,…,βn 线性表示, 反过来β1, β2,…,βn 又可由{ e 1, e 2, …,e n }线性表示,所以{ e 1, e 2, …,e n }和{β1, β2,…,βn }等价. 由{ e 1, e 2, …,e n }线性无关知{β1, β2,…,βn }线性无关,又因V 中每个向量都可以由β1, β2,…,βn 线性表示, 由基的定义知{β1, β2,…,βn }是V 的基.19. 复数集C 看作实数域R 上的向量空间(运算: 复数的加法,实数与复数的乘法)时,求C 的一个基和维数.解 基为{1, i }; dim C =2.20. 设V 是实数域R 上全体n 阶对角形矩阵构成的向量空间(运算是矩阵的加法和数与矩阵的乘法). 求V 的一个基和维数.解 基为E ii (i =1,2, …,n ); dim V =n .21. 求§5.1中例9给出的向量空间的维数和一个基.解 任意一个不等于1的正实数都可作为V 的基; dim V =1.22. 在R 3中,求向量α=(1, 2, 3)在基ε1=(1, 0, 0),ε2=(1, 1, 0),ε3=(1, 1, 1)下的坐标.解 (-1,-1,3)T .23. 求R 3中由基{α1, α2, αs }到基{β1, β2, β3 }的过渡矩阵,其中α1=(1, 0, -1), α2=(-1, 1, 0), α3=(1, 2, 3),β1=(0, 1, 1), β2=(1, 0, 1), β3=(1, 1, 1).解 所求过渡矩阵为⎪⎪⎪⎭⎫ ⎝⎛-32204230061. 24. 设{α1, α2,…, αn }是向量空间V 的一个基,求由这个基到基{α3, α4, …, αn ,α1, α2}的过渡矩阵.解 所求过渡矩阵为⎪⎪⎭⎫ ⎝⎛-0022n I I . 25. 已知F 3中向量α关于标准基ε1=(1, 0, 0),ε2=(0, 1, 0) ,ε3=(0, 0, 1)的坐标是(1, 2, 3),求α关于基β1=(1, 0, 1), β2=(0, 1, 1), β3=(1, 1, 3)的坐标.解 (1,2,0)T .26. 判断R n 的下列子集哪些是子空间(其中R 是实数域,Z 是整数集).(1) {(a 1, 0, …, 0, a n )| a 1, a n ∈R };(2) {(a 1, a 2, …, a n )|∑==ni i a 10,a 1, a 2, …, a n ∈R };(3) {(a 1, a 2, …, a n )|a i ∈Z , i =1, 2, …, n };解 (1) 是; (2) 是; (3) 不是(数乘不封闭).27. 设V 是一个向量空间,且V ≠{0}. 证明,V 不能表成它的两个真子空间的并集.证明 设W 1与W 2是V 的两个真子空间(1) 若21W W ⊆,则W 1⋃W 2= W 2≠V ;(2) 若21W W ⊇,则W 1⋃W 2= W 1≠V ;(3) 若21W W ⊄且12W W ⊄, 取1W ∈α但2W ∉α,2W ∈β但1W ∉β, 那么1W ∉+βα,否则将有1)(W ∈=-+βαβα,这与1W ∉β矛盾, 同理2W ∉+βα, 所以V 中有向量21W W ∉+βα,即V ≠21W W .28. 设V 是n 维向量空间,证明V 可以表示成n 个一维子空间的直和. 证明 设{α1, α2,…, αn }是向量空间V 的一个基, Λ(α1),Λ(α2) ,…, Λ(αn )分别是由α1, α2,…, αn 生成的向量空间, 要证L(α1+α2+…+αn )=L(α1)⊕L (α2)⊕L ⊕ L (αn )(1) 因为{α1, α2,…, αn }是V 的一个基, 所以V 中任一向量α都可由α1, α2,…, αn 线性表示, 此即L (α1+α2+…+αn )= L (α1)+ L (α2)+…+ L (αn ).(2) 对任意i ≠j ∈{1,2,…, n },下证L (αi )∩L (αj )={0}. 反设存在0 ≠∈x L (αi )∩L (αj ),由∈x Λ(αi )知存在k F ∈使得x =k αi ; 由 x ∈L (αj )知存在F l ∈使得x =l αj , 从而αi =kl αj , 即α1与α2线性相关, 矛盾, 所以L (αi )∩L (αj )={0}. 综上, L (α1+α2+…+αn )= L (α1)⊕ L (α2)⊕…⊕ L (αn ).29. 在R 3中给定两个向量组α1=(2, -1, 1, -1), α2=(1, 0, -1, 1),β1=(-1, 2, -1, 0), β2=(2, 1, -1, 1).求L (α1, α2)+L (β1, β2) 的维数和一个基.解 取R 4的标准正交基{4321,,,εεεε},于是(α1, α2, β1, β2)= (4321,,,εεεε)A ,其中 A =⎪⎪⎪⎪⎪⎭⎫ ⎝⎛------1011111112012112 , 秩A = 4. 故α1, α2, β1, β2线性无关, 又因为L (α1, α2)∩L (β1, β2)={0},所以dim L (α1, α2) + dim L (β1, β2)= 4,{ α1, α2, β1, β2}是它的基.30. 设W 1, W 2都是向量空间V 的子空间,证明下列条件是等价的:(1) W 1⊆W 2;(2) W 1∩W 2=W 1;(3) W 1+W 2=W 2.证明 (i) (1)⇒(2) 因为W 1⊆W 2 , 所以W 1∩W 2=W 1.(ii) (2)⇒(3) W 1+W 2 ={α1+α2 | α1∈W 1, α2∈W 2} 由(2)知对任意α∈W 1, 都有α∈W 2 , 所以W 1+W 2 ={α1+α2 | α1, α2∈W 2}=W 2 .(iii) (3)⇒(1) W 1+W 2 ={α1,+α2 | α1∈W 1, α2∈W 2}=W 2 , 说明对任意α∈W 1, 都有α∈W 2 , 此即W 1⊆W 2 .31. 设V 是实数域R 上n 阶对称矩阵所成的α2向量空间;W 是数域R 上n 阶上三角矩阵所成的向量空间,给出V 到W 的一个同构映射.解 对∈∀A V (A =(a ij )且a ij = a ji )和B ∈W (B =(a ij ),当i>j 时, a ij =0) 定义f : V → WA B 易验证f 是V 到W 的一个同构映射.32. 设V 与W 都是数域F 上的向量空间,f 是V 到W 的一个同构映射,证明{α1, α2, …, αn }是V 的基当且仅当{f (α1), f (α2), …, f (αn )}是W 的基.证明 设{α1, α2, …, αn }是V 的基.(1) 由α1, α2, …, αn 线性无关知f (α1), f (α2), …, f (αn ) 线性无关.(2) 任取∈ηW , 由f 是同构映射知存在∈ξV 使得f (ξ)=η.但ξ=∑=ni i i a 1α, a i ∈F ,f (ξ)=f (∑=n i i i a 1α)=)(1∑=ni i i f a α=η.由η的任意性知{f (α1), f (α2), …, f (αn )}是W 的基. 反过来, {f (α1), f (α2), …, f (αn )}是W 的基(1) 由f (α1), f (α2), …, f (αn )线性无关知α1, α2, …, αn 线性无关.(2) 任取∈ξV , 由f 是同构映射知存在∈ηW 使得f (ξ)=η.但η=∑=ni i i f k 1)(α=f (∑=n i i i k 1α), k i ∈F , 从而ξ=∑=n i i i k 1α, k i ∈F . 由ξ的任意性知{ α1, α2, …, αn }是V 的基.。