复旦大学2018--2019学年第一学期(18级)高等代数I期末考试第七大题解答
七、(本题10分) 设 $V$ 为 $n$ 维线性空间, $\varphi,\psi$ 是 $V$ 上的线性变换, 满足 $\varphi\psi=\varphi$. 证明: $\mathrm{Ker}\varphi\cap\mathrm{Im}\psi=0$ 的充要条件是 $r(\varphi)=r(\psi)$.
证明 我们给出六种不同的证法, 括号内是证明思想的关键词.
几何证法1 (和空间与直和) 由 $\varphi(I_V-\psi)=0$ 可知, 对任意的 $\alpha\in V$, $\alpha-\psi(\alpha)\in\mathrm{Ker}\varphi$, 从而 $\alpha=(\alpha-\psi(\alpha))+\psi(\alpha)\in\mathrm{Ker}\varphi+\mathrm{Im}\psi$, 于是 $V=\mathrm{Ker}\varphi+\mathrm{Im}\psi$. 由和交空间维数公式和线性映射维数公式可得: $$n=\dim V=\dim(\mathrm{Ker}\varphi+\mathrm{Im}\psi)=\dim\mathrm{Ker}\varphi+\dim\mathrm{Im}\psi-\dim(\mathrm{Ker}\varphi\cap\mathrm{Im}\psi)$$ $$=n-r(\varphi)+r(\psi)-\dim(\mathrm{Ker}\varphi\cap\mathrm{Im}\psi),$$ 从而 $\dim(\mathrm{Ker}\varphi\cap\mathrm{Im}\psi)=r(\psi)-r(\varphi)$, 由此即得充要条件. 另外, 也可以用 $V=\mathrm{Ker}\oplus\mathrm{Im}\psi$ 等价于 $\mathrm{Ker}\varphi\cap\mathrm{Im}\psi=0$ 代替上述讨论.
几何证法2 (映射限制) 将线性变换 $\varphi$ 的定义域限制在 $\mathrm{Im}\psi$ 上可得线性映射 $\varphi_1=\varphi|_{\mathrm{Im}\psi}:\mathrm{Im}\psi\to V$. 由限制的定义 (定义域变小, 映射法则不变) 可知, $\mathrm{Ker}\varphi_1=\mathrm{Ker}\varphi\cap\mathrm{Im}\psi$ 且 $\mathrm{Im}\varphi_1\subseteq\mathrm{Im}\varphi$. 由 $\varphi\psi=\varphi$ 可知, 对任意的 $\alpha\in V$, $\varphi(\alpha)=\varphi(\psi(\alpha))=\varphi_1(\psi(\alpha))$, 从而 $\mathrm{Im}\varphi_1=\mathrm{Im}\varphi$. 由线性映射的维数公式可知 $\dim\mathrm{Ker}\varphi_1+\dim\mathrm{Im}\varphi_1=\dim\mathrm{Im}\psi$, 即有 $\dim(\mathrm{Ker}\varphi\cap\mathrm{Im}\psi)=r(\psi)-r(\varphi)$, 由此即得充要条件.
几何证法3 & 代数证法1 (同解) 注意到 $\mathrm{Ker}\varphi\cap\mathrm{Im}\psi=0$ 等价于, 对任意的 $\beta\in V$, 若 $\varphi(\psi(\beta))=0$, 则 $\psi(\beta)=0$, 这等价于 $\mathrm{Ker}\varphi\psi=\mathrm{Ker}\psi$ (注意: $\mathrm{Ker}\psi\subseteq\mathrm{Ker}\varphi\psi$ 显然成立), 这等价于 $\dim\mathrm{Ker}\varphi\psi=\dim\mathrm{Ker}\psi$, 由线性映射的维数公式可知, 这等价于 $r(\varphi)=r(\varphi\psi)=r(\psi)$. 我们也可以把问题转化为代数的语言: 设 $A,B$ 为 $n$ 阶方阵, 满足 $AB=A$, 证明: $ABx=0$ 的解必为 $Bx=0$ 的解等价于 $r(A)=r(B)$. 证明跟几何版本基本一致. 由于 $Bx=0$ 的解也是 $ABx=0$ 的解, 即 $V_B\subseteq V_{AB}$, 故 $V_{AB}=V_B$ 等价于 $\dim V_{AB}=\dim V_B$, 这等价于 $r(A)=r(AB)=r(B)$.
几何证法4 (比较核空间) 这种证法的注意力是放在直接比较 $\mathrm{Ker}\varphi$ 和 $\mathrm{Ker}\psi$ 上. 首先, 由 $\varphi\psi=\varphi$ 易证 $\mathrm{Ker}\psi\subseteq\mathrm{Ker}\varphi$. 充分性: 若 $r(\varphi)=r(\psi)$, 则由线性映射的维数公式可知 $\dim\mathrm{Ker}\psi=\dim\mathrm{Ker}\varphi$, 从而 $\mathrm{Ker}\psi=\mathrm{Ker}\varphi$. 任取 $\alpha\in\mathrm{Ker}\varphi\cap\mathrm{Im}\psi$, 则 $\varphi(\alpha)=0$ 且存在 $\beta\in V$, 使得 $\alpha=\psi(\beta)$, 于是 $0=\varphi(\alpha)=\varphi(\psi(\beta))=\varphi(\beta)$, 即 $\beta\in\mathrm{Ker}\varphi=\mathrm{Ker}\psi$, 从而 $\alpha=\psi(\beta)=0$, 于是 $\mathrm{Ker}\varphi\cap\mathrm{Im}\psi=0$. 必要性: 若 $\mathrm{Ker}\varphi\cap\mathrm{Im}\psi=0$, 则任取 $\alpha\in\mathrm{Ker}\varphi$, 有 $0=\varphi(\alpha)=\varphi(\psi(\alpha))$, 从而 $\psi(\alpha)\in\mathrm{Ker}\varphi\cap\mathrm{Im}\psi=0$, 即 $\alpha\in\mathrm{Ker}\psi$, 于是 $\mathrm{Ker}\varphi\subseteq\mathrm{Ker}\psi$, 因此 $\mathrm{Ker}\psi=\mathrm{Ker}\varphi$, 由线性映射的维数公式即得 $r(\varphi)=r(\psi)$.
几何证法5 (基扩张与基的判定) 取 $\mathrm{Ker}\varphi$ 的一组基 $\{e_{r+1},\cdots,e_n\}$, 并扩张为 $V$ 的一组基 $\{e_1,\cdots,e_r,e_{r+1},\cdots,e_n\}$. 由高代白皮书的例 4.20 可知, $\{\varphi(e_1),\cdots,\varphi(e_r)\}$ 是 $\mathrm{Im}\varphi$ 的一组基. 由 $\varphi(\psi(e_i))=\varphi(e_i)\,(1\leq i\leq r)$ 易证 $\psi(e_1),\cdots,\psi(e_r)$ 是 $\mathrm{Im}\psi$ 中一组线性无关的向量. 充分性: 若 $r(\psi)=r(\varphi)=r$, 则 $\{\psi(e_1),\cdots,\psi(e_r)\}$ 是 $\mathrm{Im}\psi$ 的一组基. 对 $\mathrm{Im}\psi$ 中任一向量 $c_1\psi(e_1)+\cdots+c_r\psi(e_r)$, 若它属于 $\mathrm{Ker}\varphi$, 则有 $$0=\varphi(c_1\psi(e_1)+\cdots+c_r\psi(e_r))=c_1\varphi(e_1)+\cdots+c_r\varphi(e_r),$$ 从而 $c_1=\cdots=c_r=0$, 即有 $\mathrm{Ker}\varphi\cap\mathrm{Im}\psi=0$. 必要性: 若 $\mathrm{Ker}\varphi\cap\mathrm{Im}\psi=0$, 则对 $r+1\leq j\leq n$ 有, $\varphi(\psi(e_j))=\varphi(e_j)=0$, 从而 $\psi(e_j)\in\mathrm{Ker}\varphi\cap\mathrm{Im}\psi=0$, 即 $\psi(e_j)=0\,(r+1\leq j\leq n)$. 于是 $\mathrm{Im}\psi$ 中任一向量都是 $\psi(e_1),\cdots,\psi(e_r)$ 的线性组合, 即 $\{\psi(e_1),\cdots,\psi(e_r)\}$ 是 $\mathrm{Im}\psi$ 的一组基. 特别地, $r(\psi)=r(\phi)=r$.
几何证法6 (映射复合的核空间) 注意到 $\mathrm{Ker}\varphi\psi=\psi^{-1}(\mathrm{Ker}\varphi\cap\mathrm{Im}\psi)$ (这里 $\psi^{-1}$ 表示原像全体), 将 $\psi$ 限制在 $\mathrm{Ker}\varphi\psi$ 上, 可得满线性映射 $\psi_1:\mathrm{Ker}\varphi\psi\to\mathrm{Ker}\varphi\cap\mathrm{Im}\psi$. 注意到 $\mathrm{Ker}\psi_1=\mathrm{Ker}\psi$, 由线性映射的维数公式可得 $$\dim\mathrm{Ker}\varphi=\dim\mathrm{Ker}\varphi\psi=\dim\mathrm{Ker}\psi+\dim(\mathrm{Ker}\varphi\cap\mathrm{Im}\psi),$$ 于是 $\dim(\mathrm{Ker}\varphi\cap\mathrm{Im}\psi)=r(\psi)-r(\varphi)$, 由此即得充要条件.
注 (1) 18级同学在证明的过程中, 有的同学是充分性和必要性分别采取不同的证法; 也有同学证出满足充要条件的 $\psi$ 一定是幂等变换 ($\mathrm{Im}(I_V-\psi)\subseteq\mathrm{Ker}\varphi=\mathrm{Ker}\psi$, 从而 $\psi^2=\psi$); 17级陈柯屿同学把问题转化为代数问题, 再把 $A$ 化简为相抵标准型给出了一个不同于上面的证明 (但并不简洁, 所以就不登载了). 上面这六种证法联系起了线性空间理论和线性变换理论的众多知识点, 强烈推荐大家仔细阅读, 认真体会.
(2) 本题做对 (得分 9 分以上) 的同学共有 51 人, 名单如下:
几何证法1: 章黎景华, 金维涵, 张天赐, 李沛扬, 刘羽;
几何证法2: 吴洲同, 郭都, 范辰健, 孙晓雯, 唐逸扬, 刘林洋, 李松林, 封清, 陈宇杰, 谢永乐, 黄泽松, 周星雨, 刘一川, 张哲维, 唐朝亮;
几何证法3 & 代数证法1 & 几何证法4: 罗通, 吴润华, 王晟灏, 高博文, 顾天翊, 时天宇, 王捷翔, 祝苒雯, 杨佳奇, 李雨昊, 陈钦品, 赵界清, 华树杰, 叶雨阳, 江孝奕, 刘天航, 张俊杰, 周子翔, 黄诗涵, 林万山, 张思哲, 吴彦桥, 黄永晟, 宋展鹏, 肖然;
几何证法5: 李玮, 张轩铭, 丁思成, 周烁星;
几何证法6: 廖庄子龙;
代数证法2: 陈柯屿.
复旦大学2018--2019学年第一学期(18级)高等代数I期末考试第七大题解答的更多相关文章
- 复旦大学2013--2014学年第一学期(13级)高等代数I期末考试第七大题解答
七.(本题10分)设 \(A\) 为数域 \(K\) 上的 \(n\) 阶非异阵, 证明: 对任意的对角阵 \(B\in M_n(K)\), \(A^{-1}BA\) 均为对角阵的充分必要条件是 \ ...
- 复旦大学2014--2015学年第一学期(14级)高等代数I期末考试第七大题解答
七.(本题10分) 设 \(V\) 为数域 \(\mathbb{K}\) 上的 \(n\) 维线性空间, \(S=\{v_1,v_2,\cdots,v_m\}\) 为 \(V\) 中的向量组, 定义 ...
- 复旦大学2016--2017学年第一学期(16级)高等代数I期末考试第七大题解答
七.(本题10分) 设 $A,B$ 均为 $m\times n$ 阶实矩阵, 满足 $A'B+B'A=0$. 证明: $$r(A+B)\geq\max\{r(A),r(B)\},$$并且等号成立的充 ...
- 复旦大学2014--2015学年第二学期(14级)高等代数II期末考试第八大题解答
八.(本题10分) 设 $A,B$ 为 $n$ 阶半正定实对称阵, 求证: $AB$ 可对角化. 分析 证明分成两个步骤: 第一步, 将 $A,B$ 中的某一个简化为合同标准形来考虑问题, 这是矩 ...
- 复旦大学2015--2016学年第二学期(15级)高等代数II期末考试第六大题解答
六.(本题10分) 设 $n$ 阶复方阵 $A$ 的特征多项式为 $f(\lambda)$, 复系数多项式 $g(\lambda)$ 满足 $(f(g(\lambda)),g'(\lambda))= ...
- 复旦大学2015--2016学年第一学期(15级)高等代数I期末考试第八大题解答
八.(本题10分) 设 $V$ 为数域 $K$ 上的 $n$ 维线性空间, $\varphi$ 为 $V$ 上的线性变换. 子空间 $C(\varphi,\alpha)=L(\alpha,\varp ...
- 复旦大学2017--2018学年第一学期(17级)高等代数I期末考试第六大题解答
六.(本题10分) 设 $M_n(K)$ 为数域 $K$ 上的 $n$ 阶方阵全体构成的线性空间, $A,B\in M_n(K)$, $M_n(K)$ 上的线性变换 $\varphi$ 定义为 $\ ...
- 复旦大学2018--2019学年第二学期(18级)高等代数II期末考试第六大题解答
六.(本题10分) 设 $A$ 为 $n$ 阶实对称阵, 证明: $A$ 有 $n$ 个不同的特征值当且仅当对 $A$ 的任一特征值 $\lambda_0$ 及对应的特征向量 $\alpha$, 矩 ...
- 复旦大学2016--2017学年第二学期(16级)高等代数II期末考试第六大题解答
六.(本题10分) 设 $A$ 为 $n$ 阶半正定实对称阵, $S$ 为 $n$ 阶实反对称阵, 满足 $AS+SA=0$. 证明: $|A+S|>0$ 的充要条件是 $r(A)+r(S)= ...
随机推荐
- set和 map 数据结构
set/map数据结构 创建: var s=new Set(); 添加成员 s.add(1) 遍历 for of s.froEach 删除 s.delete() 判断存在 s.has() 清除 s. ...
- DDoS攻击流量检测方法
检测分类 1)误用检测 误用检测主要是根据已知的攻击特征直接检测入侵行为.首先对异常信息源建模分析提取特征向量,根据特征设计针对性的特征检测算法,若新数据样本检测出相应的特征值,则发布预警或进行反应. ...
- const成员函数用法
详见博客,该博客讲解得很详细,为节省时间就--
- esp32驱动SSD1306的oled显示汉字(micropython)
1.完整源码: 主函数oled.py from ssd1306 import SSD1306_SPI from ssd1306 import SSD1306 import font import ma ...
- 冒泡排序(JAVA实现)
基本思想:在要排序的一组数中,对当前还未排好序的范围内的全部数,自上而下对相邻的两个数依次进行比较和调整,让较大的数往下沉,较小的往上冒. 即:每当两相邻的数比较后发现它们的排序与排序要求相反时,就将 ...
- 6、jeecg 笔记之 自定义excel 模板导出(一)
1.前言 jeecg 中已经自带 excel 的导出导出功能,其所使用的是 easypoi,尽管所导出的 excel 能满足大部分需求, 但总是有需要用到自定义 excel 导出模板,下文所用到的皆是 ...
- 在win7上跑基于任少卿作者代码修改的RPN+BF实验
1.前言 之前在win10上成功的跑起来faster-rcnn的实验,并且跑了一下CaltechPedestrian的数据集,但是效果一直不理想,折腾了好久也没弄清楚到底原因出在哪里,直到读了Is F ...
- 一次 Spark SQL 性能提升10倍的经历(转载)
1. 遇到了啥问题 是酱紫的,简单来说:并发执行 spark job 的时候,并发的提速很不明显. 嗯,且听我慢慢道来,啰嗦点说,类似于我们内部有一个系统给分析师用,他们写一些 sql,在我们的 sp ...
- virtual dom 简单了解
管理应用程序状态和用户界面的同步一直是前端UI开发复杂性的主要来源.目前出现了不同的方式来处理这个问题.本文简单讨论其中一种方式virtual dom. 文章概要: virtual dom 基本概念, ...
- django项目实际工作中的配置以及一些有用的小工具(持续更新)
常用pycharm快捷键: https://www.cnblogs.com/luolizhi/p/5610123.html Ctrl + F1 显示错误 Ctrl + Alt + Space ...