练习:矩阵

目录

本章的题目都不难,只要紧扣线性映射矩阵的定义和矩阵加法,矩阵标量乘法,矩阵乘法的定义即可轻松完成所有题目。为节省时间,最后几个题目略去不提。

1 3.C.1

VW都是有限维的,TL(V,W),证明对于VW的任意基,T的矩阵都至少有dimrangeT个非零元

首先我们知道rangeT中一定有dimrangeT个线性无关的向量u1,u2,,um, m=dimrangeTrangeT就是由这些向量张成的子空间。

2 3.C.2

DL(P3(R),P2(R))是微分映射Dp=p,求P3(R)的一个基和P2(R)的一个基,使得D 关于这些基的矩阵为:

[100001000010]

这里在重复一下根据线性映射定义矩阵的过程。假设V的基是v1,,vnW的基是w1,,wm,有线性映射TL(V,W),则T关于VW的两个基定义的矩阵是A,则有

Tvk=A1,kw1++Am,kwm

对于题目中给定的矩阵。我们有:

Tv1=w1Tv2=w2Tv3=w3Tv4=0

一个可能的组合是:V的基为{x,x22,x33,1}W的基为1,x,x2

显然有:

T(x)=1T(x2/2)=xT(x3/3)=x2T(1)=0

3 3.C.3

VW都是有限维的,TL(V,W).证明存在V的一个基和W的一个基使得关于这些基,M(T)除了第j行第j1jdimrangeT的元素意外,其余元素都为0

根据线性映射矩阵定义,M(T)的行是rangeT基的大小。我们定义线性映射:

Tvk=wk,k=1,,dimrangeT
Tvk=0,k=dimrangeT+1,,dimV

这个映射对应的矩阵就是题目中所描述的矩阵。

在证明过程中,采用的思路和证明线性映射基本定理相同。

4 3.C.4

v1,,vmV的基,且W是有限维的。设TL(V,W)。证明存在W的一个基w1,,wn使得在T关于基v1,,vmw1,,wn的矩阵M(T)中,除了第一行第一列的元素可能为1之外,第一列的其余元素均为0.

存在映射:T(V,W)满足:

Tv1=w1Tv2=w1+w2Tvn=wn1+wn

5 3.C.5

w1,,wnW的一个基,且V是有限维的。设TL(V,W)。证明存在V的一个基v1,,vm使得,在T关于v1,,vmw1,,wn的矩阵M(T)中,除了第一行第一列的元素可能为1之外,第一行的其余元素均为0。

这个题目的证明和3.C.4类似。略。做这样的题目的时候最好把从线性映射定义矩阵的过程给默想一遍。

6 3.C.6

VW都是有限维的,TL(V,W) 证明dimrangeT=1当且仅当VW各有一个基使得关于这些基M(T)的所有元素都是1.

我们先从当VW各有一个基使得关于这些基M(T)的所有元素都是1导出dimrangeT=1

根据线性映射基本定理的证明过程,我们知道V的基中存在一个线性无关组u1,,un张成了nullT,而另外一些线性无关向量v1,,vm是基于u1,,un扩展而来的。

假设 w1,,wpW的一个基,定义线性映射:

Tv1=w1++wpTvn=w1++wp

这个线性映射满足dimrangeT=1

接下来我们证明另外一方面.因为dimrangeT=1,我们有以上定义的线性映射满足M(T)的所有元素都是1。

证明这个命题,主要还是采用线性映射基本定理中的方法。

7 3.C.7

验证 3.36

从线性映射的矩阵定义出发。略。

8 3.C.8

验证3.38

从线性映射的矩阵定义出发。

9 3.C.9

证明3.52

从矩阵乘法定义出发。假设

A=[A1,1A1,nAm,1Am,n]

Ac是一个m×1的列向量。并且有:

Ac=[ni=1A1,icini=1A2,icini=1Amici]

通过对上式右端展开,得:

Ac=[ni=1A1,icini=1A2,icini=1Amici]=c1[A1,1A2,1Am,1]+c2[A1,2A2,2Am,2]++cn[A1,nA2,nAm,n]

10 3.C.10

Am×n矩阵,Cn×p矩阵。证明对于1jm (AC)j,=Aj,C

也就是说,证明AC的第j行等于A的第j行乘以C

略去证明。

在学习MIT Strang教授的线性代数时掌握这种观点。AC的每一行是C的行向量的线性组合,线性组合系数是A对应的行的元素。

11 3.C.11

a=(a1an)1×n矩阵,Cn×p矩阵。证明aC=a1C1,++anCn,

此题是3.C.10 的特例。