南开大学2014年高等代数部分试题解答(本答案来自于张祖锦老师博客)
一、设$n$阶行列式$
left|egin{array}{cccc}
{{a_{11}}} & {{a_{12}}} & cdots & {{a_{1n}}} \
{{a_{21}}} & {{a_{22}}} & cdots & {{a_{2n}}} \
vdots & vdots & & vdots \
{{a_{n1}}} & {{a_{n2}}} & cdots & {{a_{nn}}}
end{array}
ight|
$$=1$,且满足${{a}_{ij}}=-{{a}_{ji}},i,j=1,2,cdots ,n$,对任意$x$,求$n$阶行列式
$
left|egin{array}{cccc}
{{a_{11}}}+x & {{a_{12}}}+x & cdots & {{a_{1n}}}+x \
{{a_{21}}}+x & {{a_{22}}}+x & cdots & {{a_{2n}}}+x \
vdots & vdots & & vdots \
{{a_{n1}}}+x & {{a_{n2}}}+x & cdots & {{a_{nn}}}+x
end{array}
ight|
$
解:设$A={{({{a}_{ij}})}_{n imes n}},e=underbrace{(1,cdots ,1)}_{n个},B={{({{a}_{ij}}+x)}_{n imes n}}$
则
$
left| B
ight|=left|egin{array}{cccc}
1 & x & cdots & x \
0 & {{a_{11}}}+x & cdots & {{a_{1n}}}+x \
vdots & vdots & & vdots \
0 & {{a_{n1}}}+x & cdots & {{a_{nn}}}+x
end{array}
ight|
$$
left|egin{array}{cccc}
1 & x & cdots & x \
-1 & {{a_{11}}} & cdots & {{a_{1n}}} \
vdots & vdots & & vdots \
-1 & {{a_{n1}}} & cdots & {{a_{nn}}}
end{array}
ight|
$$
left|egin{array}{cccc}
1 & {x{e^T}} \
-e & A
end{array}
ight|
$
又由
$
left(egin{array}{cccc}
1 & { - x{e^T}{A^{ - 1}}} \
0 & E
end{array}
ight)
$$
left(egin{array}{cccc}
1 & {x{e^T}} \
-e & A
end{array}
ight)
$$
=left(egin{array}{cccc}
{1 - x{e^T}{A^{ - 1}}e} & 0 \
-e & A
end{array}
ight)
$
于是
[left| B ight|=(1-x{{e}^{T}}{{A}^{-1}}e)cdot left| A ight|=1-xsumlimits_{i,j}{{{({{A}^{-1}})}_{ij}}}=1]
其中最后一步是因为$A$反对称,则${{A}^{-1}}$反对称
五、设$A$为$s imes n$矩阵,证明:
$s-rank({{E}_{s}}-A{{A}^{T}})=n-rank({{E}_{n}}-{{A}^{T}}A)$
证明:由$
left(egin{array}{cccc}
{{E_s}} & -A \
0 & {{E_n}}
end{array}
ight)
$$
left(egin{array}{cccc}
{{E_s}} & A \
{{A^T}} & {{E_n}}
end{array}
ight)
$$
left(egin{array}{cccc}
{{E_s}} & 0 \
{ - {A^T}} & {{E_n}}
end{array}
ight)
$$
=left(egin{array}{cccc}
{{E_s} - A{A^T}} & 0 \
0 & {{E_n}}
end{array}
ight)
$
$
left(egin{array}{cccc}
{{E_s}} & 0 \
{ - {A^T}} & {{E_n}}
end{array}
ight)
$$
left(egin{array}{cccc}
{{E_s}} & A \
{{A^T}} & {{E_n}}
end{array}
ight)
$$
left(egin{array}{cccc}
{{E_s}} & -A \
0 & {{E_n}}
end{array}
ight)
$$
=left(egin{array}{cccc}
{{E_s}} & 0 \
0 & {{E_n} - {A^T}A}
end{array}
ight)
$
于是
$rank({{E}_{s}}-A{{A}^{T}})+n=rank({{E}_{n}}-{{A}^{T}}A)+s$
即
$s-rank({{E}_{s}}-A{{A}^{T}})=n-rank({{E}_{n}}-{{A}^{T}}A)$
六、设$A$为对称矩阵,存在线性无关的向量${{x}_{1}},{{x}_{2}}$,使得$x_{1}^{'}A{{x}_{1}}>0,x_{2}^{'}A{{x}_{2}}<0$,证明:存在线性无关的向量${{x}_{3}},{{x}_{4}}$,使得${{x}_{1}},{{x}_{2}},{{x}_{3}},{{x}_{4}}$线性相关,且$x_{3}^{'}A{{x}_{3}}=x_{4}^{'}A{{x}_{4}}=0$
证明:设$f(x,y)={{x}^{T}}Ay$,则由题意知:
$f({{x}_{1}},{{x}_{1}})>0,f({{x}_{2}},{{x}_{2}})<0(1)$
考虑二次方程
${{t}^{2}}f({{x}_{1}},{{x}_{1}})+2tf({{x}_{1}},{{x}_{2}})+f({{x}_{2}},{{x}_{2}})=0(2)$
由(1)知其判别式
$Delta =4{{f}^{2}}({{x}_{1}},{{x}_{2}})-4f({{x}_{1}},{{x}_{1}})f({{x}_{2}},{{x}_{2}})>0$
于是方程有两个不同的实根${{t}_{1}},{{t}_{2}}({{t}_{1}} e {{t}_{2}})$,令
${{x}_{3}}={{t}_{1}}{{x}_{1}}+{{x}_{2}},{{x}_{4}}={{t}_{2}}{{x}_{1}}+{{x}_{2}}$
由(2)知
$f({{x}_{3}},{{x}_{3}})=f({{x}_{4}},{{x}_{4}})=0$
且易知${{x}_{3}},{{x}_{4}}$线性无关,但${{x}_{1}},{{x}_{2}},{{x}_{3}},{{x}_{4}}$线性相关
七、设$delta , au $为线性变换且$delta $有$n$个不同的特征值,证明:若$delta au = au delta $,则$ au $可由
$I,delta ,{{delta }^{2}},cdots ,{{delta }^{n-1}}$线性表出,其中$delta $为恒等变换。
证明:设$delta $有$n$个不同的特征值${{lambda }_{1}},{{lambda }_{2}},cdots ,{{lambda }_{n}}$,相应的特征向量为${{varepsilon }_{1}},{{varepsilon }_{2}},cdots ,{{varepsilon }_{n}}$
于是${{varepsilon }_{1}},{{varepsilon }_{2}},cdots ,{{varepsilon }_{n}}$线性无关,又由$delta au = au delta $,可知$delta au ({{varepsilon }_{i}})= au delta ({{varepsilon }_{i}})={{lambda }_{i}} au ({{varepsilon }_{i}})$
于是$ au ({{varepsilon }_{i}})$要么为$0$,要么为$delta $属于${{lambda }_{i}}$的特征向量,总之,我们有$ au ({{varepsilon }_{i}})={{k}_{i}}{{varepsilon }_{i}}$
注意到线性方程组
$
left(egin{array}{cccc}
1 & {{lambda _1}} & cdots & {lambda _1^{n - 1}} \
1 & {{lambda _2}} & cdots & {lambda _2^{n - 1}} \
vdots & vdots & & vdots \
1 & {{lambda _n}} & cdots & {lambda _n^{n - 1}}
end{array}
ight)
$$
left(egin{array}{cccc}
{a_0} \
{a_1} \
vdots \
{a_n-1}
end{array}
ight)
$$
=left(egin{array}{cccc}
{k_1} \
{k_2} \
vdots \
{k_n}
end{array}
ight)
$
有唯一解${{a}_{i}}={{l}_{i}},0le ile n-1$,而
[ au({{varepsilon }_{i}})={{k}_{i}}{{varepsilon }_{i}}=left[ sumlimits_{j=0}^{n-1}{{{l}_{j}}lambda_{i}^{j}} ight]{{varepsilon }_{i}}=sumlimits_{j=0}^{n-1}{{{l}_{j}}{{delta }^{j}}}({{varepsilon }_{i}}),forall i]
于是
$ au =sumlimits_{j=0}^{n-1}{{{l}_{j}}{{delta }^{j}}}$
八、已知$f(x)$是$A$的特征多项式,存在互素且次数分别为$p,q$的多项式$g(x),h(x)$且
$f(x)=g(x)h(x)$,求证:
$rankg(A)=q,rankh(A)=p$ 。
证明:设$g(x)=aprodlimits_{i=1}^{s}{{{(lambda -{{lambda }_{i}})}^{{{m}_{i}}}}},h(x)=bprodlimits_{j=1}^{t}{{{(lambda -{{mu }_{j}})}^{{{n}_{j}}}}}$
则
$sumlimits_{i=1}^{s}{{{m}_{i}}}=p,sumlimits_{j=1}^{t}{{{n}_{j}}}=q$
由于$(g(x),h(x))=1$,则${{lambda }_{i}} e {{mu }_{j}}$
又
$f(x)=g(x)h(x)=abcdot prodlimits_{i=1}^{s}{{{(lambda -{{lambda }_{i}})}^{{{m}_{i}}}}}prodlimits_{j=1}^{t}{{{(lambda -{{mu }_{j}})}^{{{n}_{j}}}}}$
为$A$的特征多项式,而有直和分解
$V=oplus _{i=1}^{s}{{V}_{i}}oplus oplus _{j=1}^{t}{{W}_{j}}$
其中
${{V}_{i}}={xin V:{{(A-{{lambda }_{i}}E)}^{{{m}_{i}}}}x=0},{{W}_{j}}={xin V:{{(A-{{mu }_{j}}E)}^{{{n}_{j}}}}x=0}$
且[dim{{V}_{i}}={{m}_{i}},dim{{W}_{j}}={{n}_{j}}],为证此题,仅需证明
[oplus _{i=1}^{s}{{V}_{i}}={h(A)x=0;xin V},oplus _{j=1}^{t}{{W}_{j}}={g(A)x=0;xin V}]
由于
$rankh(A)=sumlimits_{i=1}^{s}{{{m}_{i}}}=p,rankg(A)=sumlimits_{j=1}^{t}{{{n}_{j}}}=q$
不是一般性,仅需证明
[oplus _{i=1}^{s}{{V}_{i}}={h(A)x=0;xin V}equiv U]
一方面:对任意的
$xin {{V}_{i}}Rightarrow {{(A-{{lambda }_{i}}E)}^{{{m}_{i}}}}x=0Rightarrow g(A)x=0$
$Rightarrow x=u(A)g(A)x+v(A)h(A)x=v(A)h(A)x=h(A)v(A)xin U$
另一方面,对任意的
$xin URightarrow x=h(A)yRightarrow x=h(A)({{v}_{1}}+cdots +{{v}_{s}}+{{w}_{1}}+cdots +{{w}_{t}})$
$=h(A){{v}_{1}}+cdots +h(A){{v}_{s}}in oplus _{i=1}^{s}{{V}_{i}}$
九、已知$A,B$都是反对称矩阵,且$A$可逆,求证:
$left| {{A}^{2}}-B ight|>0$
证明:由${{A}^{T}}=-A$,则$left| A ight|=left| {{A}^{T}} ight|={{(-1)}^{n}}left| A ight|$
由$A$可逆,于是$n$为偶数
而${{A}^{T}}A$正定,则存在可逆矩阵$P$,使得${{P}^{T}}{{A}^{T}}AP=E$,于是
$left| {{P}^{T}} ight|cdot left| {{A}^{2}}-B ight|cdot left| P ight|=left| {{P}^{T}} ight|cdot left| -{{A}^{T}}A-B ight|cdot left| P ight|$
$=left| {{P}^{T}} ight|cdot left| {{A}^{T}}A+B ight|cdot left| P ight|$
$=left| E+{{P}^{T}}BP ight|$
而${{P}^{T}}BP$也是反对称矩阵,则存在可逆矩阵$Q$,使得
$
{Q^T}{P^T}BPQ = left(egin{array}{cccc}
D & & & \
& D & & \
& & ddots & \
& & & 0
end{array}
ight)
$,$
D = left(egin{array}{cccc}
0 & 1\
{ - 1} & 0
end{array}
ight)
$
于是
$left| {{Q^T} cdot {P^T}}
ight| cdot left| {{A^2} - B}
ight| cdot left| {P cdot Q}
ight| = $$
left| {E +left(egin{array}{cccc}
D & & & \
& D & & \
& & ddots & \
& & & 0
end{array}
ight)}
ight|
$
$={{2}^{r}}$($r$为$
left(egin{array}{cccc}
D & & & \
& D & & \
& & ddots & \
& & & 0
end{array}
ight)
$中$D$的个数)
$>0$