(复习)线性代数四道
- 2026-11-22 01:14:11
Exercise 42(6 pt)
English (Original Question)
Show that , the space of continuous real-valued functions on , is infinite-dimensional.
中文翻译
证明:,即所有定义在实数集 上、取实数值的连续函数组成的向量空间,是一个无限维向量空间。
中文详细解析
1. 理解所要证明的结论
中的元素是函数。例如,、 和 都是该空间中的向量,因为它们都是实数域上的连续实值函数。
向量空间的维数,就是其中一组基所含的向量个数。有限维空间有一个关键性质:如果 ,那么 中任意多于 个向量都必然线性相关。因此,只要能在 中找到任意多个线性无关的函数,就证明了它不可能是有限维的。
2. 构造任意多个连续函数
对于任意非负整数 ,定义
其中 。每一个 都是多项式函数,因而在 上连续,即
对于任意整数 ,考虑包含 个函数的集合
3. 证明 线性无关
按照线性无关的定义,设
这里右边的 表示零函数,即上述等式对每个实数 都成立。
左边是一个次数不超过 的多项式。如果这个多项式有某个非零系数,它就是一个非零多项式,而非零多项式只能有有限多个实根(最多 个)。可是题设等式要求它对所有 都等于零,即具有无限多个根。这是矛盾的。
所以只有一种可能:
这就证明了 线性无关。
4. 推出无限维
由于 可以任意大, 中可以找到 个线性无关的函数,且这个数量没有有限上界。
假设 的维数是某个有限整数 。取 ,便得到 个线性无关的函数,这与 维空间最多只有 个线性无关向量相矛盾。因此假设错误。
最终结论
核心方法: 在函数空间中构造 ,借助多项式恒等于零当且仅当所有系数均为零,证明存在任意多个线性无关的函数。
Exercise 49(6 pt)
English (Original Question)
Let have columns. Justify the equality .
中文翻译
设矩阵 有 列。说明并证明以下等式成立:
其中, 表示矩阵 的行空间, 表示矩阵 的零度,即零空间 的维数。
中文详细解析
1. 确定矩阵的秩
设 是一个 矩阵( 为行数, 为列数),并设
根据矩阵秩的基本性质,行空间的维数等于矩阵的秩:
为什么成立?将 通过初等行变换化为行阶梯形 。初等行变换不改变行空间,因为变换后的每一行都由原来的行线性组合得到,而且每一步变换都可逆。
中的 个非零行具有不同位置的主元,因而线性无关;它们同时张成整个行空间。所以行空间恰好有 个基向量。
2. 确定零空间的维数
零空间是齐次方程组 的解集:
由于 有 列,未知向量 有 个分量。
当矩阵秩为 时,行阶梯形中有 个主元列,对应 个基本变量;其余
个变量是自由变量。每个自由变量都可以独立赋值,并由它们唯一确定基本变量。因此,齐次方程的解空间有 个独立参数,其维数就是
3. 相加
于是
这也可以直接由秩–零度定理(Rank–Nullity Theorem)得出:
再代入 即可。
最终结论
核心理解: 个未知量可以分成 个基本变量和 个自由变量。行空间维数为 ,零空间维数为 ,两者之和为矩阵的列数 。
Exercise 51(8 pt)
English (Original Question)
Let be a linear transformation between finite-dimensional vector spaces, and let be a nonzero subspace of . Let be the subspace of consisting of the images of vectors in . Prove that .
中文翻译
设 是两个有限维向量空间之间的线性变换,且 是 的一个非零子空间。令 表示由 中向量在变换 下的像所组成的 的子空间。证明:
中文详细解析
1. 理解 的含义
根据定义,
即把 中每个向量都送入线性变换 ,所得所有像向量组成的集合。因为 具有线性性, 是一个子空间。
要证明的结论是:一个子空间在进行线性变换后,其像空间的维数不会超过原子空间的维数。
2. 取 的一组基
设
选取 的一组基
根据基的定义,对任意 ,都存在标量 ,使得
3. 证明这些基向量的像张成
对上式施加线性变换 :
所以任意属于 的向量都能表示为 的线性组合。反过来,这些像向量本身属于 ,它们的任意线性组合也属于 。因此
4. 比较维数
这里一共有 个向量。一个由 个向量张成的空间,其维数最多为 :如果这些向量线性相关,可以删去冗余向量,剩下的基向量个数只会更少。
因此
至此,命题得证。
5. 为什么有时是不等号?举一个例子
令
并取 。原空间维数是 ,但
所以 。
这个线性变换把第二个坐标的信息消去了,因此像空间的维数下降。
6. 进一步理解:限制映射与秩–零度定理
将 限制在 上,得到线性映射
它的核是 。对该限制映射应用秩–零度定理:
故
由于 ,再次得到题目的不等式。这条公式也说明:像空间维数降低多少,恰好取决于 中有多少个独立方向被 映射为零。
最终结论
Exercise 52(10 pt)
English (Original Question)
Let be a one-to-one linear transformation between finite-dimensional vector spaces, and let be a nonzero subspace of .
(a) Prove that .
(b) Deduce that if is also onto , then .
中文翻译
设 是两个有限维向量空间之间的单射线性变换(one-to-one linear transformation),且 是 的一个非零子空间。
(a) 证明 。
(b) 进一步推导:如果 也是到 的满射(onto),则 。
中文详细解析
(a) 证明
1. 单射的关键性质
单射(one-to-one)的含义是
特别地,线性变换满足 ,所以
也就是说,单射线性变换的核只有零向量:
这条性质是本题证明线性无关性的关键。
2. 取 的一组基并考察它们的像
设 ,取基
研究集合
只要证明 张成 且线性无关,就说明 是 的一组包含 个向量的基。
3. 证明 张成
任取 。根据定义,存在 ,满足 。
因为 是 的基,
利用线性性:
因此
4. 证明 线性无关
设
由线性性可写成
由于 是单射, 只在 时发生,因此
又因为 是 的一组基,故其线性无关,从而
这证明了 线性无关。
5. 得出结论
既张成 ,又线性无关,因此是 的一组基,且恰有 个向量。
所以
(b) 如果 也是满射,证明
1. 利用 (a) 的结论
在 (a) 中已经证明:当 是单射时,任何非零子空间 都满足
特别地,取 ,得到
2. 利用满射条件
是满射(onto )意味着:对任何 ,至少存在一个 ,使得 。这等价于
因此
3. 联立两个等式
由 (a) 得到 ,由满射得到 ,所以
命题得证。
补充理解: 同时为单射和满射的线性变换称为双射线性变换,也称线性同构(linear isomorphism)。它在两个向量空间之间建立一一对应,并保留线性结构。有限维同构向量空间具有相同的维数。
最终结论
(a)
(b)
四道题的逻辑联系
特别地,Exercise 51 和 52 可以统一为同一个公式:
其中:
一般线性变换满足 ,这就得到 Exercise 51。 若 是单射,则 ,因而 ,这就得到 Exercise 52(a)。 若进一步是满射,则 ,取 即得到 Exercise 52(b)。