Skip to Content
👋 欢迎来到考研学堂! 了解详情

六、向量空间

(1) \(n\) 维向量空间及其子空间

\(\mathbb{R}^n\) 为由全部 \(n\) 维实向量构成的集合,这是一个规定了加法和数乘这两种线性运算的集合,我们把它称为 \(n\) 维向量空间。

\(V\)\(\mathbb{R}^n\) 的一个子集,如果它满足:

① 当 \(\alpha_1, \alpha_2\) 都属于 \(V\) 时,\(\alpha_1 + \alpha_2\) 也属于 \(V\)
② 对 \(V\) 的每个元素 \(\alpha\) 和任何实数 \(c\)\(c\alpha\) 也在 \(V\) 中。

(也就是说,\(V\) 中任意一组元素的任意线性组合仍在 \(V\) 中)则称 \(V\)\(\mathbb{R}^n\) 的一个子空间。

例如 \(n\) 元齐次方程组 \(AX = 0\) 的全部解构成 \(\mathbb{R}^n\) 的一个子空间,称为 \(AX = 0\) 的解空间。但是非齐次方程组 \(AX = \beta\) 的全部解则不构成 \(\mathbb{R}^n\) 的子空间。

对于 \(\mathbb{R}^n\) 中的一组元素 \(\alpha_1, \alpha_2, \dots, \alpha_s\),记它们的全部线性组合的集合为

\[L(\alpha_1, \alpha_2, \dots, \alpha_s) = \{c_1\alpha_1 + c_2\alpha_2 + \dots + c_s\alpha_s \mid c_i \text{ 任意}\},\]

它也是 \(\mathbb{R}^n\) 的一个子空间。

(2) 基,维数,坐标

\(V\)\(\mathbb{R}^n\) 的一个非零子空间(即它含有非零元素),称 \(V\) 的秩为其维数,记作 \(\dim V\)。称 \(V\) 的排了次序的极大无关组为 \(V\) 的基。

例如 \(AX = 0\) 的解空间的维数为 \(n - r(A)\),它的每个有序的基础解系构成基。

又如 \(\dim L(\alpha_1, \alpha_2, \dots, \alpha_s) = r(\alpha_1, \alpha_2, \dots, \alpha_s)\)\(\alpha_1, \alpha_2, \dots, \alpha_s\) 的每个有序的最大无关组构成基。

\(\eta_1, \eta_2, \dots, \eta_k\)\(V\) 的一个基,则 \(V\) 的每个元素 \(\alpha\) 都可以用 \(\eta_1, \eta_2, \dots, \eta_k\) 唯一线性表示:

\[\alpha = c_1\eta_1 + c_2\eta_2 + \dots + c_k\eta_k,\]

称其中的系数 \(c_1, c_2, \dots, c_k\)\(\alpha\) 关于基 \(\eta_1, \eta_2, \dots, \eta_k\) 的坐标,它是一个 \(k\) 维向量。

坐标有线性性质:

① 两个向量和的坐标等于它们的坐标的和:

如果向量 \(\alpha\)\(\beta\) 关于基 \(\eta_1, \eta_2, \dots, \eta_k\) 的坐标分别为 \((c_1, c_2, \dots, c_k)\)\((d_1, d_2, \dots, d_k)\),则 \(\alpha + \beta\) 关于基 \(\eta_1, \eta_2, \dots, \eta_k\) 的坐标为 \((c_1 + d_1, c_2 + d_2, \dots, c_k + d_k) = (c_1, c_2, \dots, c_k) + (d_1, d_2, \dots, d_k)\)

② 向量的数乘的坐标等于坐标乘此数:

如果向量 \(\alpha\) 关于基 \(\eta_1, \eta_2, \dots, \eta_k\) 的坐标为 \((c_1, c_2, \dots, c_k)\),则 \(c\alpha\) 关于基 \(\eta_1, \eta_2, \dots, \eta_k\) 的坐标为 \((cc_1, cc_2, \dots, cc_k) = c(c_1, c_2, \dots, c_k)\)

坐标的意义:设 \(V\) 中的一个向量组 \(\alpha_1, \alpha_2, \dots, \alpha_t\) 关于某个基的坐标依次为 \(\gamma_1, \gamma_2, \dots, \gamma_t\),则 \(\alpha_1, \alpha_2, \dots, \alpha_t\)\(\gamma_1, \gamma_2, \dots, \gamma_t\) 有相同的线性关系。这使得我们可以用坐标来判断向量组的相关性,计算秩和最大无关组等等。

(3) 过渡矩阵,坐标变换公式

\(\eta_1, \eta_2, \dots, \eta_k\)\(\xi_1, \xi_2, \dots, \xi_k\) 都是 \(V\) 的一个基,并设 \(\xi_i\)\(\eta_1, \eta_2, \dots, \eta_k\) 中的坐标为 \((c_{1i}, c_{2i}, \dots, c_{ki})\),构造矩阵

\[C = \begin{bmatrix} c_{11} & c_{12} & \dots & c_{1k} \\ c_{21} & c_{22} & \dots & c_{2k} \\ \vdots & \vdots & \ddots & \vdots \\ c_{k1} & c_{k2} & \dots & c_{kk} \end{bmatrix},\]

\(C\)\(\eta_1, \eta_2, \dots, \eta_k\)\(\xi_1, \xi_2, \dots, \xi_k\) 的过渡矩阵。它也就是向量组 \(\xi_1, \xi_2, \dots, \xi_k\) 对于 \(\eta_1, \eta_2, \dots, \eta_k\) 的表示矩阵。

可以利用矩阵分解的工具,用矩阵乘法写出过渡矩阵和两个基的关系:

\[(\xi_1, \xi_2, \dots, \xi_k) = (\eta_1, \eta_2, \dots, \eta_k)C.\]

如果 \(V\) 中向量 \(\alpha\) 在基 \(\eta_1, \eta_2, \dots, \eta_k\)\(\xi_1, \xi_2, \dots, \xi_k\) 中的坐标分别为 \(x = (x_1, x_2, \dots, x_k)^{\mathrm{T}}\)\(y = (y_1, y_2, \dots, y_k)^{\mathrm{T}}\),即有 \(\alpha = (\eta_1, \eta_2, \dots, \eta_k)x\),并且

\[\alpha = (\xi_1, \xi_2, \dots, \xi_k)y = (\eta_1, \eta_2, \dots, \eta_k)Cy.\]

于是有坐标变换公式:\(x = Cy\)

(4) 规范正交基

如果 \(V\) 的一个基 \(\eta_1, \eta_2, \dots, \eta_k\) 是单位正交向量组,则称为规范正交基。

两个向量的内积等于在规范正交基下的它们坐标的内积。

两个规范正交基之间的过渡矩阵是正交矩阵。

考题型及其解题方法与技巧

本部分概念多而抽象,性质多而复杂。相对来说,有关计算题型比较少,并且集中在秩的计算和应用上。但是出现比较多的概念检测题和证明题,对许多考生这是难点。

概念检测题涉及的内容是多方面的,做好这些题的关键是正确理解概念,灵活运用有关性质。反过来,做好了这些题有助于加深对概念的掌握。

证明题的题型也是多变的,下面的有些题也许难度大些,但它们给出的结论往往是有用的,能丰富知识,加深对理论的理解。基础好的考生可从它们的证明方法中得到启示,提高解题能力。

题型一 概念检测题

本章概念性强,常常成为考试真题中概念检测题的考核目标。这类题目考点是多方面的,因此不仅要求考生掌握概念和性质,并且要会灵活运用它们处理问题。

【例3.6】 \(\alpha_1, \alpha_2, \dots, \alpha_r\) 线性无关 \(\Leftrightarrow\) ( )

(A)存在全为零的实数 \(k_1, k_2, \dots, k_r\),使得 \(k_1\alpha_1 + k_2\alpha_1 + \dots + k_r\alpha_r = 0\)
(B)存在不全为零的实数 \(k_1, k_2, \dots, k_r\),使得 \(k_1\alpha_1 + k_2\alpha_1 + \dots + k_r\alpha_r \neq 0\)
(C)每个 \(\alpha_i\) 都不能用其他向量线性表示。
(D)有线性无关的部分组。

【解】 选(C)。

(A)不对,当 \(k_1 = k_2 = \dots = k_r = 0\) 时,对任何向量组 \(\alpha_1, \alpha_2, \dots, \alpha_r\)\(k_1\alpha_1 + k_2\alpha_1 + \dots + k_r\alpha_r = 0\) 都成立。
(B)不对,\(\alpha_1, \alpha_2, \dots, \alpha_r\) 线性相关时,也存在不全为零的实数 \(k_1, k_2, \dots, k_r\),使得 \(k_1\alpha_1 + k_2\alpha_1 + \dots + k_r\alpha_r \neq 0\)
(C)就是线性无关的意义。
(D)不对,线性相关的向量组也可能有线性无关的部分组。

【例3.7】\(A\)\(4 \times 5\) 矩阵,\(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5\)\(A\) 的列向量组,\(r(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5) = 3\),则()正确。

(A)\(A\) 的任何 3 个行向量都线性无关。
(B)\(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5\) 的一个含有 3 个向量的部分组(I)如果与 \(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5\) 等价,则一定是 \(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5\) 的最大无关组。
(C)\(A\) 的 3 阶子式都不为 0。
(D)\(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5\) 的线性相关的部分组含有向量的个数一定大于 3。

【解】 选(B)。

【分析】 \(r(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5) = 3\),说明 \(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5\) 的一个部分组如果包含向量超过 3 个就一定线性相关,但是线性相关不一定包含向量超过 3 个。(D)不对。

\(r(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5) = 3\),则 \(A\) 的行向量组的秩也是 3,因此存在 3 个行向量线性无关,但是不是任何 3 个行向量都线性无关。排除(A)。

\(A\) 的秩也是 3,因此有 3 阶非零子式,但是并非每个 3 阶子式都不为 0,(C)也不对。

下面说明(B)对。(I)与 \(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5\) 等价,则(I)的秩 \(= r(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \alpha_5) = 3 =\)(I)中向量的个数,于是(I)线性无关,由定义(I)是最大线性无关组。

【例3.8】\(\alpha_1, \alpha_2, \alpha_3, \alpha_4\) 都是 \(n\) 维向量。判断下列命题是否成立,

① 如果 \(\alpha_1, \alpha_2, \alpha_3\) 线性无关,\(\alpha_4\) 不能用 \(\alpha_1, \alpha_2, \alpha_3\) 线性表示,则 \(\alpha_1, \alpha_2, \alpha_3, \alpha_4\) 线性无关。

② 如果 \(\alpha_1, \alpha_2\) 线性无关,\(\alpha_3, \alpha_4\) 都不能用 \(\alpha_1, \alpha_2\) 线性表示,则 \(\alpha_1, \alpha_2, \alpha_3, \alpha_4\) 线性无关。

③ 如果存在 \(n\) 阶矩阵 \(A\),使得 \(A\alpha_1, A\alpha_2, A\alpha_3, A\alpha_4\) 线性无关,则 \(\alpha_1, \alpha_2, \alpha_3, \alpha_4\) 线性无关。

④ 如果 \(\alpha_1 = A\beta_1, \alpha_2 = A\beta_2, \alpha_3 = A\beta_3, \alpha_4 = A\beta_4\),其中 \(A\) 可逆,\(\beta_1, \beta_2, \beta_3, \beta_4\) 线性无关,则 \(\alpha_1, \alpha_2, \alpha_3, \alpha_4\) 线性无关。

其中成立的为

【解】 ①, ③, ④。

① 直接从定理 3.2 得到。
② 明显不对,例如 \(\alpha_3\) 不能用 \(\alpha_1, \alpha_2\) 线性表示,而 \(\alpha_3 = \alpha_4\) 时,\(\alpha_3, \alpha_4\) 都不能用 \(\alpha_1, \alpha_2\) 线性表示但是 \(\alpha_1, \alpha_2, \alpha_3, \alpha_4\) 线性相关。
③ 容易用秩说明:\(A\alpha_1, A\alpha_2, A\alpha_3, A\alpha_4\) 的秩即矩阵 \((A\alpha_1, A\alpha_2, A\alpha_3, A\alpha_4)\) 的秩,而 \((A\alpha_1, A\alpha_2, A\alpha_3, A\alpha_4) = A(\alpha_1, \alpha_2, \alpha_3, \alpha_4)\),由矩阵秩的性质 ④

\(r(A\alpha_1, A\alpha_2, A\alpha_3, A\alpha_4) \leqslant r(\alpha_1, \alpha_2, \alpha_3, \alpha_4)\)\(A\alpha_1, A\alpha_2, A\alpha_3, A\alpha_4\) 无关,秩为 4,于是 \(\alpha_1, \alpha_2, \alpha_3, \alpha_4\) 的秩也一定为 4,线性无关。

④ 也可从秩看出:\(A\) 可逆时,\(r(\alpha_1, \alpha_2, \alpha_3, \alpha_4) = r(A\alpha_1, A\alpha_2, A\alpha_3, A\alpha_4) = 4\)

【例3.9】\(\alpha_1, \alpha_2, \dots, \alpha_s\)\(n\) 维向量组,\(r(\alpha_1, \alpha_2, \dots, \alpha_s) = r\),则()不正确。

(A)如果 \(r = n\),则任何 \(n\) 维向量都可用 \(\alpha_1, \alpha_2, \dots, \alpha_s\) 线性表示。
(B)如果任何 \(n\) 维向量都可用 \(\alpha_1, \alpha_2, \dots, \alpha_s\) 线性表示,则 \(r = n\)
(C)如果 \(r = s\),则任何 \(n\) 维向量都可用 \(\alpha_1, \alpha_2, \dots, \alpha_s\) 唯一线性表示,
(D)如果 \(r < n\),则存在 \(n\) 维向量不能用 \(\alpha_1, \alpha_2, \dots, \alpha_s\) 线性表示。

【解】 选(C)。

【分析】 利用“用秩判断线性表示”的有关性质,

\(r = n\) 时,任何 \(n\) 维向量添加进 \(\alpha_1, \alpha_2, \dots, \alpha_s\) 时,秩不可能增大,从而(A)正确。

如果(B)的条件成立,则任何 \(n\) 维向量组 \(\beta_1, \beta_2, \dots, \beta_t\) 都可用 \(\alpha_1, \alpha_2, \dots, \alpha_s\) 线性表示,从而 \(r(\beta_1, \beta_2, \dots, \beta_t) \leqslant r(\alpha_1, \alpha_2, \dots, \alpha_s)\)。如果取 \(\beta_1, \beta_2, \dots, \beta_n\) 是一个 \(n\) 阶可逆矩阵的列向量组,则得

\[n = r(\beta_1, \beta_2, \dots, \beta_n) \leqslant r(\alpha_1, \alpha_2, \dots, \alpha_s) \leqslant n,\]

从而 \(r(\alpha_1, \alpha_2, \dots, \alpha_s) = n\),(B)正确。

(D)是(B)的逆否命题,也正确。

由排除法,得选项应该为(C)。下面分析


练习题

例题1

题目内容
设 ( \alpha_1 = (1, 0, 2, 3)^\mathrm{T}, \alpha_2 = (1, 1, 3, 5)^\mathrm{T}, \alpha_3 = (1, -1, a+2, 1)^\mathrm{T}, \alpha_4 = (1, 2, 4, a+8)^\mathrm{T} \(, \( \beta = (1, 1, b+3, 5)^\mathrm{T} \)
(1) 当 ( a, b \(取何值时,\( \beta\) 不能用 ( \alpha_1, \alpha_2, \alpha_3, \alpha_4 \(线性表示? (2) 当 \( a, b\) 取何值时,( \beta \(可用 \( \alpha_1, \alpha_2, \alpha_3, \alpha_4\) 唯一线性表示?

题目解答
构造增广矩阵 ( (\alpha_1, \alpha_2, \alpha_3, \alpha_4 \mid \beta) $ 并进行初等行变换:

\[\begin{bmatrix} 1 & 1 & 1 & 1 & 1 \\ 0 & 1 & -1 & 2 & 1 \\ 2 & 3 & a+2 & 4 & b+3 \\ 3 & 5 & 1 & a+8 & 5 \end{bmatrix} \rightarrow \begin{bmatrix} 1 & 1 & 1 & 1 & 1 \\ 0 & 1 & -1 & 2 & 1 \\ 0 & 0 & a+1 & 0 & b \\ 0 & 0 & 0 & a+1 & 0 \end{bmatrix}.\]

(1) 当 ( a+1 = 0 \(且 \( b \neq 0\) 时,( \mathrm{r}(\alpha_1, \alpha_2, \alpha_3, \alpha_4) = 2 \(,而 \( \mathrm{r}(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \beta) = 3 \),故 ( \beta \(不能用 \( \alpha_1, \alpha_2, \alpha_3, \alpha_4\) 线性表示。
(2) 当 ( a+1 \neq 0 \(时(\( b\) 任意),( \mathrm{r}(\alpha_1, \alpha_2, \alpha_3, \alpha_4) = \mathrm{r}(\alpha_1, \alpha_2, \alpha_3, \alpha_4, \beta) = 4 \(,故 \( \beta \) 可用 ( \alpha_1, \alpha_2, \alpha_3, \alpha_4 $ 唯一线性表示。


例题2

题目内容
设 ( \alpha_1, \alpha_2, \alpha_3 \(线性无关,且 \( \beta_1 = \alpha_1 + t\alpha_2, \beta_2 = \alpha_2 + 2t\alpha_3, \beta_3 = \alpha_3 + 4t\alpha_1\)
若 ( \beta_1, \beta_2, \beta_3 \(线性相关,求实数 \( t\)

题目解答
记 ( A = (\beta_1, \beta_2, \beta_3) = (\alpha_1, \alpha_2, \alpha_3) C $,其中

\[C = \begin{bmatrix} 1 & 0 & 4t \\ t & 1 & 0 \\ 0 & 2t & 1 \end{bmatrix}.\]

由于 ( \alpha_1, \alpha_2, \alpha_3 \(线性无关,\( \mathrm{r}(\beta_1, \beta_2, \beta_3) = \mathrm{r}(C)\)
( \beta_1, \beta_2, \beta_3 \(线性相关当且仅当 \( |C| = 0\)。计算:

\[|C| = 1 \cdot (1 \cdot 1 - 0 \cdot 2t) - 0 + 4t \cdot (t \cdot 2t - 1 \cdot 0) = 1 + 8t^3.\]

令 ( 1 + 8t^3 = 0 \(,得 \( t = -\frac{1}{2} \)


例题3

题目内容
设 ( A \(是 \( n\) 阶矩阵,( \alpha_0 \neq 0 \(满足 \( A\alpha_0 = 0\),且 ( A\alpha_1 = \alpha_0 \(,\( A^2\alpha_2 = \alpha_0 \)
证明:( \alpha_0, \alpha_1, \alpha_2 $ 线性无关。

题目解答
设 ( c_1\alpha_0 + c_2\alpha_1 + c_3\alpha_2 = 0 \(。 左乘 \( A \) 得:( c_2\alpha_0 + c_3A\alpha_2 = 0 \(。 左乘 \( A \) 再次得:( c_3\alpha_0 = 0 \(。 由于 \( \alpha_0 \neq 0 \),有 ( c_3 = 0 \(。代入得 \( c_2\alpha_0 = 0 \),故 ( c_2 = 0 \(。再代入得 \( c_1\alpha_0 = 0 \),故 ( c_1 = 0 \(。 因此 \( \alpha_0, \alpha_1, \alpha_2 \) 线性无关。


例题4

题目内容
设 ( \alpha_1, \alpha_2, \dots, \alpha_s \(线性无关,且 \( \beta\) 可用 ( \alpha_1, \alpha_2, \dots, \alpha_s \(线性表示,但不可用 \( \alpha_1, \alpha_2, \dots, \alpha_{s-1}\) 线性表示。
证明:
(1) ( \alpha_s \(不可用 \( \alpha_1, \alpha_2, \dots, \alpha_{s-1}\) 线性表示;
(2) ( \alpha_s \(可用 \( \alpha_1, \alpha_2, \dots, \alpha_{s-1}, \beta\) 线性表示。

题目解答
(1) 反证法:若 ( \alpha_s \(可用 \( \alpha_1, \alpha_2, \dots, \alpha_{s-1}\) 线性表示,则 ( \beta \(也可用 \( \alpha_1, \alpha_2, \dots, \alpha_{s-1}\) 线性表示,矛盾。
(2) 设 ( \beta = k_1\alpha_1 + \dots + k_s\alpha_s \(,其中 \( k_s \neq 0 \)(否则 ( \beta \(可用 \( \alpha_1, \dots, \alpha_{s-1}\) 表示)。
则 ( \alpha_s = -\frac{k_1}{k_s}\alpha_1 - \dots - \frac{k_{s-1}}{k_s}\alpha_{s-1} + \frac{1}{k_s}\beta \(,即 \( \alpha_s \) 可用 ( \alpha_1, \dots, \alpha_{s-1}, \beta $ 线性表示。


例题5

题目内容
设 ( A \(是 \( m \times n\) 实矩阵,证明:( \mathrm{r}(A^\mathrm{T}A) = \mathrm{r}(A) $。

题目解答
考虑方程组 ( A^\mathrm{T}AX = 0 \(和 \( AX = 0\)
若 ( AX = 0 \(,则 \( A^\mathrm{T}AX = 0 \)
若 ( A^\mathrm{T}AX = 0 \(,则 \( X^\mathrm{T}A^\mathrm{T}AX = 0 \),即 ( |AX|^2 = 0 \(,故 \( AX = 0 \)
因此两方程组同解,其解空间维数相同,故 ( \mathrm{r}(A^\mathrm{T}A) = \mathrm{r}(A) $。


例题6

题目内容
设 ( \alpha_1, \alpha_2, \dots, \alpha_s $ 是一组两两正交的非零实向量,证明它们线性无关。

题目解答
设 ( c_1\alpha_1 + c_2\alpha_2 + \dots + c_s\alpha_s = 0 \(。 对每个 \( i \),取内积 ( (\alpha_i, c_1\alpha_1 + \dots + c_s\alpha_s) = c_i|\alpha_i|^2 = 0 \(。 由于 \( \|\alpha_i\| \neq 0 \),得 ( c_i = 0 \(。 故 \( \alpha_1, \alpha_2, \dots, \alpha_s \) 线性无关。


例题7

题目内容
设 ( V \(是 \( \mathbb{R}^n\) 的子空间,( \dim V = k \(,且 \( \eta_1, \eta_2, \dots, \eta_k \) 是 ( V \(的一个规范正交基。 若 \( \alpha, \beta \in V\) 在此基下的坐标分别为 ( \gamma_1, \gamma_2 \(,证明: (1) \( (\alpha, \beta) = (\gamma_1, \gamma_2) \)
(2) ( |\alpha| = |\gamma_1| $。

题目解答
(1) 设 ( \gamma_1 = (c_1, c_2, \dots, c_k)^\mathrm{T} \(,\( \gamma_2 = (d_1, d_2, \dots, d_k)^\mathrm{T} \),则

\[\alpha = c_1\eta_1 + \dots + c_k\eta_k, \quad \beta = d_1\eta_1 + \dots + d_k\eta_k.\]

由于 ( \eta_1, \dots, \eta_k $ 规范正交,

\[(\alpha, \beta) = \sum_{i=1}^k c_id_i = (\gamma_1, \gamma_2).\]

(2) 取 ( \alpha = \beta \(,则 \( \|\alpha\|^2 = (\alpha, \alpha) = (\gamma_1, \gamma_1) = \|\gamma_1\|^2 \),故 ( |\alpha| = |\gamma_1| $.


例题8

题目内容
设 ( A \(是 \( n\) 阶实矩阵,且 ( A^\mathrm{T} = A^* \((伴随矩阵)。证明:\( A \) 是正交矩阵。

题目解答
由 ( A^\mathrm{T} = A^* \(得 \( AA^\mathrm{T} = AA^* = |A|E\)
由于 ( A \neq 0 \(,存在 \( a_{ij} \neq 0 \),则 ( AA^\mathrm{T} \(的 \( (i,i)\) 位元素 ( |A| = \sum_{j=1}^n a_{ij}^2 > 0 \(。 取行列式:\( |A|^2 = |A|^n \),即 ( |A|^{n-2} = 1 \(。 由 \( |A| > 0 \) 得 ( |A| = 1 \(,故 \( AA^\mathrm{T} = E \),即 ( A $ 是正交矩阵。


例题9

题目内容
设 ( \alpha_1, \alpha_2, \alpha_3 \(是 \( \mathbb{R}^3\) 的基,求从基 ( \alpha_1, \frac{\alpha_2}{2}, \frac{\alpha_3}{3} \(到基 \( \alpha_1 + \alpha_2, \alpha_2 + \alpha_3, \alpha_3 + \alpha_1\) 的过渡矩阵。

题目解答
新基向量用旧基表示为:

\[\alpha_1 + \alpha_2 = \alpha_1 + 2\cdot\frac{\alpha_2}{2}, \alpha_2 + \alpha_3 = 2\cdot\frac{\alpha_2}{2} + 3\cdot\frac{\alpha_3}{3}, \alpha_3 + \alpha_1 = \alpha_1 + 3\cdot\frac{\alpha_3}{3}.\]

故过渡矩阵为

\[\begin{bmatrix} 1 & 0 & 1 \\ 2 & 2 & 0 \\ 0 & 3 & 3 \end{bmatrix}.\]

例题10

题目内容
设 ( \alpha_1 = (1,2,-1,0)^\mathrm{T}, \alpha_2 = (1,1,0,2)^\mathrm{T}, \alpha_3 = (2,1,1,a)^\mathrm{T} \(。 若 \( L(\alpha_1, \alpha_2, \alpha_3) \) 的维数为 2,求 ( a $。

题目解答
维数为 2 即 ( \mathrm{r}(\alpha_1, \alpha_2, \alpha_3) = 2 $。
构造矩阵并化简:

\[\begin{bmatrix} 1 & 1 & 2 \\ 2 & 1 & 1 \\ -1 & 0 & 1 \\ 0 & 2 & a \end{bmatrix} \rightarrow \begin{bmatrix} 1 & 1 & 2 \\ 0 & -1 & -3 \\ 0 & 0 & a-6 \\ 0 & 0 & 0 \end{bmatrix}.\]

故 ( a - 6 = 0 \(,即 \( a = 6 \)

Last updated on