线性空间与线性变换习题解析
线性空间与线性变换习题解析共41页文档
谢谢！
51、 天 下 之 事 常成 于困约 ，而败 于奢靡 。——陆 游 52、 生 命 不 等 于是呼 吸，生 命是活 动。——卢 梭
53、 伟 大 的 事 业，需 要决心 ，能力 ，组织 和责任 感。 ——易 卜 生 54、 唯 书 籍 不 朽。——乔 特
55、 为 中 华 之 崛起而 读书。 ——周 恩来
Байду номын сангаас
线性空间与线性变换习题解析
36、“不可能”这个字(法语是一个字 )，只 在愚人 的字典 中找得 到。--拿 破仑。 37、不要生气要争气，不要看破要突 破，不 要嫉妒 要欣赏 ，不要 托延要 积极， 不要心 动要行 动。 38、勤奋，机会，乐观是成功的三要 素。(注 意：传 统观念 认为勤 奋和机 会是成 功的要 素，但 是经过 统计学 和成功 人士的 分析得 出，乐 观是成 功的第 三要素 。
第七章 线性变换 基础训练和答案.doc
第七章线性变换基础训练和答案%1.对下列的线性空间和线性变换，求线性变换0在给定基下的矩阵，并判断它们是否可逆. 1.V = P，的一组基为0 =（i.o.o）, 6r2 =（o,i,o）, a3 =（0,0,1）.对任意的a = （x p x2,x3）G P3线性斐换'为oc = （2X| —羽—易，一工| + 2私一尤3，—工| —尤＞+ 2易）.X22.V = P[x]n的一组基为1,、,一,••・, ——，线性变换为求导运算疚对任意的f（x）eP[x]n,2! （〃一1）!仁/u）=r（x）.（3 一3、3.V = P2x2的一组基为环，琮,&],乌，A= ；G P2x2,对任意的X e P*2,[-2 4 ）.M/X = AX .%1.对上题中的线性变换求它们的核和值域的维数和一组基.%1.求上题中每一个线性变换的特征值和特征向量，并判断它们是否可以对角化.若可以对角化，求线性空间的一组基，使得该变换在此基下的矩阵为对角形.%1.判断1.设V是数域P上的n维线性空间，工/£ L（V）,若线性无关则％ ,•--/ %，•••，•，/ %也线性无关.2.若二/0, •：/%,...,.：/%线性无关，则0,《也线性无关.3.若一个线性变换有一个特征值为零，则该线性变换不可逆.4.一个线性变换的属于不同特征值的两个特征向景必线性无关.5.一个线性变换的特征值了空间一定是该线性变换的不变了空间.6.若线性变换可逆，则它可以对角化.7.若一个线性变换可以对角化，则它必可逆.8.可逆线性变换的特征值均非零.9.一个线性变换可逆的充要条件是它在这个线性空间任何基下的矩阵的行列式均非零.10.n维线性空间上的线性变换..‘7可以对角化的充要条件是n个互不相同的特征值.11.n维线性空间上的线性变换「7可以对角化的充要条件是二/有n个线性无关的特征向量.12.n维线性空间V上的线性变换./可以对角化的充要条件是V有一组以二/TKJ特征向量作成的基.13.若n阶矩阵A与B相似，则它们有相同的特征值.14.若n阶矩阵A与B有相同的特征值，则它们相似.15.若n阶矩阵A与B相似，则它们的每一个特征值都有有相同的特征向量.16.如果4为A的特征值,则人也为疽的特征值.17.设矩阵A可逆，且4为A的特征值，则!也是A的特征值.a\2 a\3a 22 %3，则在基《+勺,勺,勺下 a 32^33/K 的特征值为&则18. 设A 是n 阶矩阵，满足A 2 + 2A + 3£ = 0,则A 必可以对角化.19. 设L(V), V 是数域P 上的n 维线性空间，弓,《2，...，4是Ker,_-/的基,腐,是Im._r/ 的基则《，笑,…,4, 0\,伉‘•••‘Os 是V 的基.20, 设J /G L(V), V 是数域P 上的n 维线性空间,是Kerr/的基,*,腐,...,同是ImK 的基则r^s-n. %1. 填空&1. 设KEL®),逐基 ％2，乌下的矩阵为人=。
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。
线性空间及线性变换
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
矩阵论学习-(线性空间与线性变换)
ka1 ,
kb1 +
k( k 2
1 ) a21
ka2 ,
kb2
+
k(
k2
1)
a22
=
ka1
+
ka2 ,
kb1
+
kb2
+
k( k 2
1) (
a21
+
a22 )
+
k2 (
a1 a2 )
.
4
矩 阵 论 学 习 辅 导 与 典型 题 解 析
故有 k⊙ ( α β) = ( k⊙α) ( k⊙β) , 即八条运算法则皆成立 , V 在实域 R 上构
第一章 线性空间与线性变换
线性空间是某一类事物从量方面的一个数学抽象, 线性变换则是反映线性空 间元素之间最基本的线性函数关系 , 它们是研究线性代数的理论基础 .理解本章的 主要概念 , 掌握基本定理、结论和方法 , 对学好矩阵论起着关键的作用 .
§1 .1 线性空间 , 基、维数及坐标
一、线性空间与子空间
mn
mn
mn
∑ ∑ ( aij + bij ) = ∑∑ aij + ∑ ∑ bij = 0
i = 1j = 1
i = 1j = 1
i = 1j = 1
即有 A + B∈ W4 , 同样由于 kA = ( kaij ) m × n ,
mn
mn
∑∑ kaij = k∑∑ aij = k0 = 0
i = 1j = 1
i = 1j = 1
即有 kA∈ W4 .加法运算和数乘运算封闭 , 故 W4 是一个子空间 .
⑥ ( kl ) ⊙α=
《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
0230第七章线性变换(习题二)解读
第七章 习 题 课（一）一、复习内容1、线性空间的值域、核的概念及表示法；2、线性变换A 的秩(A)r 、A 的零度(A)nul 的概念；3、线性变换A 的秩、零度与线性空间的维数之间的关系；4、等式 1A A (0)V V -=⊕ 是否成立？5、若A 是线性空间V 的一个线性变换，12,,,n εεε是V 的一组基，则 A ?V =。
若A 在基12,,,n εεε的矩阵是A ，则A 的秩为？6、不变子空间（ A -子空间）的概念；7、线性变换A 的值域与核的概念。
二、新课讲解1、设A 是n 维线性空间V 的线性变换，α是V 中一个非零向量。
证明：如果21,A ,A ,,A (1)k k αααα-≥线性无关，而21,A ,A ,,A ,A k k ααααα-线性相关，那么1）211(,A ,A ,,A )k V L αααα-=是A -子空间；2）211(,A ,A ,,A )k V L αααα-=是包含α的最小A -子空间。
证明：1）因为21,A ,A ,,A (1)k k αααα-≥线性无关，而21,A ,A ,,A ,A k k ααααα-线性相关，所以A kα可以由21,A ,A ,,A k αααα-线性表示。
因此21,A ,A ,,A k αααα-在A 下的象都在1V 中，故1V 是A -子空间。
2）如果A -子空间W 包含α，则W 包含α的象A α，A α的象2A α，…，2A k α-的象1A k α-，所以211(,A ,A ,,A )k W V L αααα-⊇=，即211(,A ,A ,,A )k V L αααα-=是包含α的最小A -子空间。
2、323 14P 设1234,,,εεεε是四维线性空间V 的一组基，已知线性变换A 这组基下的矩阵为1021121312552212A ⎛⎫⎪- ⎪= ⎪⎪--⎝⎭2）求A 的值域与核；解：设A 在基1234,,,εεεε的矩阵为A ，先求1A (0)-。
中国计量学院《线性代数b》第六章线性空间与线性变换
第六章 线性空间与线性变换沈 鸿6.1 基本概念 基本定理：6.1.1线性空间基本概念1、线性空间的概念设V 是一非集合，F 是一定数域，如果在V 中定义了两种运算：（1）加法，即对V 中任意两个元素α与β，按某一法则，在V 中都有惟一的元素γ与之对应，称γ为α和β的和，记作γ=α+β；（2）数乘，即对V 中任意元素α和F 中任意数k ，按某一法则，在V 中有惟一的一个元素δ与之对应，称δ为k 与α的积，记作δ=k α;并且这两种运算满足以下八条运算规则，那么V 就称为数域F 上的一个线性空间。
其中八条运算规则是： （1）αββα+=+； （2）)()(γβαγβα++=++；（3）在V 中有一元素，记为0，对V 中任一元素α，都有α+0=α，称元素0为V 的零元素；（4）对V 中每一个元素α，都有V 中的一个元素β，使得α+β=0，β称为α的负元素，记作-α，即α+（-α）=0。
（5）1·α=α;（6）k (l α)=(k l ) α； （7）(k +l ) α=k α+l α； （8）k (α+β)=k α+k β.其中α，β，γ是集合V 中的任意元素，k , l 为F 中的任意娄。
2、子空间设V 是一个线性空间，L 是V 的一个非空子集，如果L 对于V 中所定义的加法和数乘运算也构成一个线性空间，就称L 为V 的子空间。
n 元齐次线性方程组AX=0的解的全体是R n的一个子空间，称为AX=0的解空间。
定理1 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。
6.1.2基、维数与坐标1、基与维数定义在线性空间V 中，如果存在n 个元素α1，α2，…，αn ，且满足： （1）α1，α2，…，αn 线性无关；（2）V 中的任一元素都可表示为α1，α2，…，αn 的线性组合，则称α1，α2，…，αn 为线性空间V 的一个基；n 称为线性空间V 的维数，并记为dimV=n.线性空间中的任一元素都可表示为它的一个基的线性组合，且这种表示是惟一的。
第七章线性变换
第七章 线性变换习题1.1).,,()()(),0()().2).,(),V V k P k k k k k k k k k V V V ξξααξξαξξαξαξξξααηβηβαηβ=+∈=+≠=+=+≠≠=∈+=+=A =A A A A A =A A A 判别下面所定义的变换，哪些是线性的哪些不是。
在线性空间中,其中是属于的一固定向量；解：否；存在使得于是当时，在线性空间中，，其中是属于的一固定向量；解：否；对于任意，有而322123123322221231231233222212312331233003).(,,)(,,);,((,,))(,,)(,,)(,,)(,,)(,,).4)P x x x x x x x k P k x x x kx kx kx k x kx kx k x k x x x k x x x x kx kx kx kx αααα+≠==+∈==+=+=+A A A A ，于是当时，所定义变换不是线性的，当时是线性的。
在中，解：否；存在使得而3123122311231223112231123123123112233.(,,)(2,,)..((,,))(2,,)(2,,)(,,); .((,,)(,,))(,,)P x x x x x x x x i k x x x kx kx kx kx kx k x x x x x k x x x ii x x x a a a x a x a x a =-+=-+=-+=+=+++A A A A A 在中，解：是；11222233111223112231 (2()(),,) (2,,)(2,,) x a x a x a x a x a x x x x x a a a a a =+-+++++=-++-+12312300 (,,)(,,).5).[]()(1);.(())(1)(),.(()())(1)(1)()().6).[]()(),x x x a a a P x f x f x i kf x kf x k f x ii f x g x f x g x f x g x P x f x f x x P =+=+=+=+=+++=+=∈A A A A A A A A A 在中，解：是；在中，是一固定的数；解000 .(())()(),.(()())()()()().7).,().8).(), .(n n n n i kf x kf x k f x ii f x g x f x g x f x g x k i k k k i k P X BXC B C P i X ξξξξξξξ⨯⨯==+=+=+==∈===-=-=A A A A A A =A =A A A ：是；把复数域看做复数域上的线性空间，；解：否；取显然有：在中，其中，是属于的两个固定的矩阵。
- 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)。
设, , , O V, 1, l, k R,
(1) 加法交换律: + = + ; (2) 加法结合律: (+ )+ =+( + ) ; (3) 零元素: 存在O V, 对任一向量 , 有+O= ;
(4) 负元素: 对任一元素V, 存在 V, 有+ =O , 记 =– ;
则有坐标变换公式:
x1 x2
=
P
x x
1 2
' '
,
xn xn'
或
x1 x2
' '
=
P 1
x1 x2
.
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.
八、线性变换的概念
(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.
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.
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.
定义: 设Vn, Um分别是实数域R上的n维和m维线 性空间, T是一个从Vn到Um的变换, 如果变换T满足:
(1) 任给1, 2Vn , 都有 T(1+2)=T(1)+T(2); (2) 任给Vn , kR, 都有 T(k)= kT().
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
=p111+p21 2++pn1n
n2==pp11 n211+ + pp22n 22 2++ ++pp nn2nnn
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
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
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.
= 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.
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.
若1, 2, ···, n为Vn的一个基, 则Vn可表示为:
Vn = { = x11+x22+···+xnn | x1, x2, ···, xnR }
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, ···, xn, 使
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 = .
则称T为从Vn到Um的线性变换.
一个从线性空间Vn到其自身的线性变换称为线性 空间Vn中的线性变换.
零变换O: O()=0 恒等变换(或称单位变换)E: E()=, V,
九、线性变换的性质
1. T(0)=0, T(–)=–T().
2. 若 =k11+k22+···+kmm , 则 T =k1T1+k2T2+···+kmTm .
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.
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:
3. 若1, 2, ···, m 线性相关, 则T1, T2, ···, Tm
(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.