高等代数【北大版】6.2
高等代数北大版第6章习题参考答案
高等代数(北大版)第6章习题参考答案第六章 线性空间1.设,N M ⊂证明：,MN M M N N==。
证 任取,M ∈α由,N M ⊂得,N ∈α所以,N M ∈α即证M NM∈。
又因,M N M ⊂ 故MN M=。
再证第二式，任取M ∈α或,N ∈α但,N M ⊂因此无论哪 一种情形，都有,N ∈α此即。
但,N M N ⊂所以MN N=。
2.证明)()()(L M N M L N M =，)()()(L M N M L N M =。
证),(L N M x ∈∀则.L N x M x ∈∈且在后一情形，于是.L M x N M x ∈∈或所以)()(L M N M x ∈，由此得)()()(L M N M L N M =。
反之，若)()(L M N M x ∈，则.L M x N M x ∈∈或 在前一情形，,,N x M x ∈∈因此.L N x ∈故得),(L N M x ∈在后一情形，因而,,L x M x ∈∈x NL∈，得),(L N M x ∈故),()()(L N M L M N M ⊂于是)()()(L M N M L N M =。
若x MNL M NL∈∈∈（），则x ，x 。
在前一情形X x MN∈，X ML ∈且，x MN ∈因而（）（M L ）。
,,N L x M N X ML M N M M N MN ∈∈∈∈∈⊂在后一情形，x ,x 因而且，即X （M N ）（M L ）所以（）（M L ）（N L ）故 （L ）=（）（M L ）即证。
3、检验以下集合对于所指的线性运算是否构成实数域上的线性空间：1） 次数等于n （n ≥1）的实系数多项式的全体，对于多项式的加法和数量乘法；2） 设A 是一个n ×n 实数矩阵，A 的实系数多项式f （A ）的全体，对于矩阵的加法和数量乘法；3） 全体实对称（反对称，上三角）矩阵，对于矩阵的加法和数量乘法；4） 平面上不平行于某一向量所成的集合，对于向量的加法和数量乘法；5） 全体实数的二元数列，对于下面定义的运算：212121121112b a b a a b b a a k k b a ⊕+=+++-1111（a ，）（（，）（）k 。
高等代数课件北大三版 第六章 向量空间
惠州学院数学系
9
(a2) [f(x)+g(x)]+h(x)= f(x)+ [g(x) +h(x) ],
任给f(x),g(x),h(x) ? F[x].
(a3) 0向量就是零多项式. (a4) f(x)的负向量为（- f(x)）. (m1) (ab) f(x)= a(bf(x)).
(m2) a [f(x)+g(x)]= a f(x)+ a g(x). (m3) (a ? b) f(x)= a f(x)+ b f(x).
加法和数乘两种，并且满足(教材P183)：
1. A+B=B+A 2. (A+B)+C= A+( B+C) 3. O＋A=A 4. A+(-A)=O
5. a(A+B)= aA+Ab 6. (a+b)B=a B +Bb 7. (ab)A=a(b)A 还有一个显而易见的： 8. 1A ＝A
惠州学院数学系
5
(m4) 1 ? f(x)= f(x).
注1：刚开始，步骤要完整.
惠州学院数学系
10
例5 C[a,b] 表示区间[a,b] 上连续实函数按照通常的加法 与数乘构成实数域 R的向量空间，称为函数空间 . 证明： 比照例3，给出完整步骤. 例6 （1）数域F是F上的向量空间. （2）R是Q上的向量
空间，R是否为C上的向量空间？
惠州学数学系
12
例8 在 R2 上定义加法和数乘：
(a, b) ? (c, d) ? (a ? c, b ? d ? ac) k (a,b) ? (ka, kb? k(k ? 1) a 2 )
2
证明 R2 关于给定运算构成R上的向量空间.
高等代数北大版线性空间
引 入 我们懂得，在数域P上旳n维线性空间V中取定一组基后，
V中每一种向量 有唯一拟定旳坐标 (a1,a2 , ,an ), 向量旳
坐标是P上旳n元数组，所以属于Pn.
这么一来，取定了V旳一组基 1, 2 , , n , 对于V中每一种 向量 ，令 在这组基下旳坐标 (a1,a2 , ,an ) 与 相应，就 得到V到Pn旳一种单射 : V P n , (a1,a2 , ,an )
2）证明：复数域C看成R上旳线性空间与W同构，
并写出一种同构映射.
2023/12/29§6.8 线性空间旳
及线性有关性，而且同构映射把子空间映成子空间.
2023/12/29§6.8 线性空间旳
3、两个同构映射旳乘积还是同构映射.
证：设 ：V V , :V V 为线性空间旳同构
映射，则乘积 是 V到V 旳1－1相应. 任取 ， V , k P, 有
第六章 线性空间
§1 集合·映射
§5 线性子空间
§2 线性空间旳定义 §6 子空间旳交与和
与简朴性质
§7 子空间旳直和
§3 维数·基与坐标
§8 线性空间旳同构
§4 基变换与坐标变换 小结与习题
2023/12/29
§6.8 线性空间旳同构
一、同构映射旳定义 二、同构旳有关结论
2023/12/29§6.8 线性空间旳
中分别取 k 0与k 1, 即得
0 0,
2）这是同构映射定义中条件ii)与iii)结合旳成果.
3）因为由 k11 k22 krr 0 可得 k1 (1 ) k2 (2 ) kr (r ) 0
反过来，由 k1 (1 ) k2 (2 ) kr (r ) 0 可得 (k11 k22 krr ) 0.
高等代数【北大版】6.4
a2n
②
ann
则称矩阵
a11 a12
A
a21
a22
an1 an2
a1n
a2n
ann
为由基1, 2 , , n到基 1, 2 , , n 的过渡矩阵；
称 ① 或 ② 为由基 1, 2 , , n到基 1, 2 , , n
的基变换公式．
§6.4 基变换与坐标变换
2、有关性质
1）过渡矩阵都是可逆矩阵；反过来，任一可逆 矩阵都可看成是两组基之间的过渡矩阵．
并求矩阵 A
3 4
5 2
在基 F11, F12 , F21, F2下2 的矩阵.
§6.4 基变换与坐标变换
解：
F11 E11
F12 F21 F22
E11 E11 E11
E12 E12 E12
E21 E21
E22
1 1 1 1
(
F11
,
F12,
F21
,
F22
)
(
E11
,
E12,
任取V的一组基 1,2 , ,n ,
n
令 j aiji , j 1,2, , n
i 1
于是有， (1, 2 , , n ) (1,2 ,
, n ) A
§6.4 基变换与坐标变换
由A可逆，有 (1,2, ,n ) (1, 2, , n )A1
即，1,2 , ,n也可由 1, 2 , , n 线性表出.
2 1 0
1 1 1
2 1 1
1
0 1
1 1
0 1
2 2
1 1 2
3
1 2
§6.4 基变换与坐标变换
1 0 0 1
高等代数北大版习题参考答案
第九章 欧氏空间1.设()ij a =A 是一个n 阶正定矩阵,而),,,(21n x x x =α, ),,,(21n y y y =β,在n R 中定义内积βαβα'A =),(,1) 证明在这个定义之下, n R 成一欧氏空间；2) 求单位向量)0,,0,1(1 =ε, )0,,1,0(2 =ε, … , )1,,0,0( =n ε，的度量矩阵；3) 具体写出这个空间中的柯西—布湿柯夫斯基不等式。
解 1)易见βαβα'A =),(是n R 上的一个二元实函数，且(1) ),()(),(αβαβαββαβαβα='A ='A '=''A ='A =，(2) ),()()(),(αβαββαβαk k k k ='A ='A =，(3) ),(),()(),(γβγαγβγαγβαγβα+='A '+'A ='A +=+，(4) ∑='A =ji j i ij y x a ,),(αααα，由于A 是正定矩阵，因此∑ji j i ij y x a ,是正定而次型，从而0),(≥αα，且仅当0=α时有0),(=αα。
2)设单位向量)0,,0,1(1 =ε, )0,,1,0(2 =ε, … , )1,,0,0( =n ε，的度量矩阵为)(ij b B =，则)0,1,,0(),()( i j i ij b ==εε⎪⎪⎪⎪⎪⎭⎫ ⎝⎛nn n n n n a a a a a aa a a212222211211)(010j ⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛ =ij a ，),,2,1,(n j i =， 因此有B A =。
4) 由定义，知∑=ji ji ij y x a ,),(βα，α==β==故柯西—布湿柯夫斯基不等式为2.在4R 中,求βα,之间><βα,(内积按通常定义)，设:1) )2,3,1,2(=α, )1,2,2,1(-=β，2) )3,2,2,1(=α, )1,5,1,3(-=β，3) )2,1,1,1(=α, )0,1,2,3(-=β。
高等代数习题北大第四版答案一到四章
从 而 ( f ( x), g( x))h( x) 是 f (x)h(x) 与 g( x)h( x) 的 一 个 最 大 公 因 式 ， 又 因 为
( f (x), g( x)) h( x) 的首项系数为１，所以 ( f (x)h(x), g(x)h(x)) = ( f ( x), g( x))h( x) 。
u1(x) f (x) + v1(x)g (x) = 1
（1）
u2 (x) f (x) + v2 (x)h(x) = 1
将（1）（2）两式相乘，得
（2）
[u1(x)u2(x) f (x) + v1(x)u2(x)g (x) + u1(x)v2(x)h(x)] f ( x) ， +[v1(x)v2 (x)]g( x)h( x) = 1 所以 ( f ( x), g( x) h( x)) =1 。
即[u(x) − v(x)] f ( x) + v( x)[ f ( x) + g( x)] = 1 ，
所以 ( f (x), f ( x) + g( x)) =1。
同理 ( g( x), f ( x) + g( x)) =1 。
再由 12 题结论，即证 ( f ( x) g( x), f ( x) + g( x)) =1。
2） f (x) = x3 − x2 − x, g( x) = x −1 + 2i 。
q(x) = 2x4 − 6x3 +13x2 − 39x +109
解 1）
；
r (x) = −327
2） q(x) = x2 − 2ix − (5 + 2i ) 。 r (x) = −9 + 8i
高等代数 北大 课件
拉普拉斯定理与因式分解
总结词
拉普拉斯定理的表述、应用和因式分解的方法。
详细描述
拉普拉斯定理是行列式计算中的重要定理，它提供了计算行列式的一种有效方法。因式分解是将多项式分解为若 干个因子的过程，是解决代数问题的重要手段之一。
CHAPTER 04
矩阵的分解与二次型
矩阵的分解
01
02
03
矩阵的三角分解
矩阵的乘法
矩阵的乘法满足结合律和分配律，但不一定满足 交换律。
பைடு நூலகம்
矩阵的逆与行列式
矩阵的逆
对于一个非奇异矩阵，存在一个逆矩阵，使得原矩阵 与逆矩阵相乘等于单位矩阵。
行列式的定义
行列式是一个由矩阵元素构成的数学量，可以用于描 述矩阵的某些性质。
行列式的性质
行列式具有一些重要的性质，如交换律、结合律、分 配律等。
将一个矩阵分解为一个下 三角矩阵和一个上三角矩 阵之积。
矩阵的QR分解
将一个矩阵分解为一个正 交矩阵和一个上三角矩阵 之积。
矩阵的奇异值分解
将一个矩阵分解为若干个 奇异值和若干个奇异向量 的组合。
二次型及其标准型
二次型的定义
一个多项式函数，可以表示为$f(x_1, x_2, ..., x_n) = sum_{i=1}^{n} sum_{ j=1}^{n} a_{ij} x_i x_j$，其中 $a_{ij}$是常数。
VS
二次型的标准型
通过线性变换，将一个二次型转化为其标 准形式，即一个平方项之和减去另一个平 方项之和。
正定二次型与正定矩阵
正定二次型的定义
对于一个二次型，如果对于所有 的非零向量$x$，都有$f(x) > 0$ ，则称该二次型为正定二次型。
高等代数教案(北大版)高等代数试题以及解答
高等代数教案(北大版)-高等代数试题以及解答一、线性方程组1. 定义线性方程组，并说明线性方程组的解的概念。
2. 线性方程组的求解方法：高斯消元法、克莱姆法则。
3. 线性方程组的解的性质：唯一性、存在性。
4. 线性方程组在实际应用中的例子。
二、矩阵及其运算1. 定义矩阵，说明矩阵的元素、矩阵的行和列。
2. 矩阵的运算：加法、减法、数乘、矩阵乘法。
3. 矩阵的转置、共轭、伴随矩阵。
4. 矩阵的行列式、行列式的性质和计算方法。
三、线性空间与线性变换1. 定义线性空间，说明线性空间的基、维数。
2. 线性变换的定义，线性变换的矩阵表示。
3. 线性变换的性质：线性、单调性、可逆性。
4. 线性变换的应用：线性映射、线性变换在几何上的意义。
四、特征值与特征向量1. 特征值、特征向量的定义。
2. 矩阵的特征多项式、特征值和特征向量的计算方法。
3. 特征值和特征向量的性质：特征值的重数、特征向量的线性无关性。
4. 对称矩阵的特征值和特征向量。
五、二次型1. 二次型的定义，二次型的标准形。
2. 二次型的矩阵表示，矩阵的合同。
3. 二次型的性质：正定、负定、不定。
4. 二次型的判定方法，二次型的最小值和最大值。
六、向量空间与线性映射1. 向量空间的概念，包括基、维数和维度。
2. 线性映射的定义，线性映射的性质，如线性、单调性和可逆性。
3. 线性映射的表示方法，包括矩阵表示和坐标表示。
4. 线性映射的应用，如线性变换、线性映射在几何上的意义。
七、特征值和特征向量的应用1. 特征值和特征向量的计算方法，包括特征多项式和特征方程。
2. 特征值和特征向量的性质，如重数和线性无关性。
3. 对称矩阵的特征值和特征向量的性质和计算。
4. 特征值和特征向量在实际问题中的应用，如振动系统、量子力学等。
八、二次型的定义和标准形1. 二次型的定义，包括二次型的标准形和矩阵表示。
2. 二次型的矩阵表示，包括矩阵的合同和相似。
3. 二次型的性质，如正定、负定和不定。
北京大学数学系《高等代数》考点讲义
绪 论 １ 第一章 多项式 ４ 第二章 行列式 １３ 第三章 线性方程组 １９ 第四章 矩阵 ２５ 第五章 二次型 ３１ 第六章 线性空间 ３５ 第七章 线性变换 ４０ 第八章 λ－矩阵 ４３ 第九章 欧氏空间 ４４
三、教材选用
主要参考教材：《高等代数》（第三版），高等教育出版社，２００３，北京大学数学系几何与代数教研 室代数小组编．
１．该教材的内容覆盖了《高等代数》考试大纲的所有内容和知识点． ２．全国采用该教材的学校所占比例非常大． ３．该教材荣获全国高等学校优秀教材． ４．该教材习题编排较好，有梯度．
四、考题综述及变化趋势
— １—
量、矩阵的若当标准型、矩阵的方幂、矩阵的对角化、矩阵的秩、矩阵张成的线性空间、正定矩阵等概 念，分值占到 １５０分中的 １０５分．
厦门大学 ２０１２年考题中，１６道题中有 １０道题考察了矩阵的相关概念和理论． 中科院研究生院 ２０１２年考题中，８道题中有 ５道题考察了矩阵的相关内容． （２）线性空间和线性变换理论． 南开 ２０１２年试题中，９道题中有 ４道题考察了线性空间及线性变换的内容，占到 １５０分中的 ７０分． （３）多项式理论． 多项式理论在各校的考研题中所占的比例适中，一般占到 １５０分的 １５分至 ２５分，但这部分内容 是各校考试题中的必考内容． ３．从方法看，考察的热点有： （１）矩阵的初等变换方法； （２）特征值和特征向量方法； （３）标准正交化方法； （４）子空间直和的判定方法． ４．发展趋势 （１）题型仍会以证明题和计算题为主，因为研究生考试重点考察学生分析问题的能力及综合利用 知识解决问题的能力． 但随着数学在各个领域的应用逐渐扩大，计算题的比重有上升的趋势． （２）考察内容仍将以矩阵理论、线性空间和线性变换理论、多项式理论和线性方程组为热点内容． （３）注意新的概念和新的理论的出现． 中山大学 ２００１年考察了线性空间商空间的概念、对偶空间、子空间的零化子等概念． （４）反问题的讨论． （南京航天航空大学 ２０１１）（２０分）设二次型 ｆ（ｘ１，ｘ２，ｘ３） ＝ａ（ｘ２ １ ＋ｘ２ ２ ＋ｘ２ ３）＋２ｂ（ｘ１ｘ２ ＋ｘ１ｘ３ ＋ ｘ２ｘ３）经过正交变换 Ｘ ＝ＣＹ化为二次型 ３ｙ２ １ ＋３ｙ２ ２，求参数 ａ，ｂ的值及正交矩阵．
高等代数 北京大学第三版 北京大学精品课程
第一学期第一次课第一章 代数学的经典课题§1 假设干准备知识1.1.1 代数系统的概念一个集合，如果在它里面存在一种或假设干种代数运算，这些运算满足一定的运算法那么，那么称这样的一个体系为一个代数系统。
1.1.2 数域的定义定义〔数域〕 设K 是某些复数所组成的集合。
如果K 中至少包含两个不同的复数，且K 对复数的加、减、乘、除四那么运算是封闭的，即对K 内任意两个数a 、b 〔a 可以等于b 〕，必有K b a b K ab K b a ∈≠∈∈±/0时，，且当，，那么称K 为一个数域。
典型的数域举例： 复数域C ；实数域R ；有理数域Q ；Gauss 数域：Q (i) = {b a +i |b a ,∈Q }，其中i =1-。
命题 任意数域K 都包括有理数域Q 。
证明 设K 为任意一个数域。
由定义可知，存在一个元素0≠∈a K a ，且。
于是K aaK a a ∈=∈-=10，。
进而∈∀m Z 0>,K m ∈+⋯⋯++=111。
最后，∈∀n m ,Z 0>，K n m ∈，K nmn m ∈-=-0。
这就证明了Q ⊆K 。
证毕。
1.1.3 集合的运算，集合的映射〔像与原像、单射、满射、双射〕的概念定义(集合的交、并、差) 设S 是集合，A 与B 的公共元素所组成的集合成为A 与B 的交集，记作B A ⋂；把A 和B 中的元素合并在一起组成的集合成为A 与B 的并集，记做B A ⋃；从集合A 中去掉属于B 的那些元素之后剩下的元素组成的集合成为A 与B 的差集，记做B A \。
定义〔集合的映射〕 设A 、B 为集合。
如果存在法那么f ，使得A 中任意元素a 在法那么f 下对应B 中唯一确定的元素〔记做)(a f 〕，那么称f 是A 到B 的一个映射，记为).(,:a f a B A f →如果B b a f ∈=)(，那么b 称为a 在f 下的像，a 称为b 在f 下的原像。
高等代数北大版习题参考答案
高等代数北大版习题参考答案CKBOOD was revised in the early morning of December 17, 2020.第七章 线性变换1． 判别下面所定义的变换那些是线性的，那些不是：1） 在线性空间V 中，A αξξ+=,其中∈αV 是一固定的向量；2） 在线性空间V 中，A αξ=其中∈αV 是一固定的向量；3） 在P 3中，A),,(),,(233221321x x x x x x x +=； 4） 在P 3中，A ),,2(),,(13221321x x x x x x x x +-=； 5） 在P[x ]中，A )1()(+=x f x f ；6） 在P[x ]中，A ),()(0x f x f =其中0x ∈P 是一固定的数； 7） 把复数域上看作复数域上的线性空间， A ξξ=。
8） 在P n n ⨯中，A X=BXC 其中B,C ∈P nn ⨯是两个固定的矩阵. 解 1)当0=α时,是;当0≠α时,不是。
2)当0=α时,是;当0≠α时,不是。
3)不是.例如当)0,0,1(=α,2=k 时,k A )0,0,2()(=α, A )0,0,4()(=αk , A ≠)(αk k A()α。
4)是.因取),,(),,,(321321y y y x x x ==βα,有 A )(βα+= A ),,(332211y x y x y x +++=),,22(1133222211y x y x y x y x y x ++++--+ =),,2(),,2(1322113221y y y y y x x x x x +-++- = A α+ A β，A =)(αk A ),,(321kx kx kx),,2(),,2(1322113221kx kx kx kx kx kx kx kx kx kx +-=+-== k A )(α，故A 是P 3上的线性变换。
5) 是.因任取][)(],[)(x P x g x P x f ∈∈,并令 )()()(x g x f x u +=则A ))()((x g x f += A )(x u =)1(+x u =)1()1(+++x g x f =A )(x f + A ))((x g ， 再令)()(x kf x v =则A =))((x kf A k x kf x v x v =+=+=)1()1())((A ))((x f ， 故A 为][x P 上的线性变换。
高等代数【北大版】课件
多项式的因式分解与根的性质
总结词
多项式的因式分解、根的性质和求解方 法
VS
详细描述
多项式的因式分解是将多项式表示为若干 个线性因子乘积的过程。通过因式分解， 可以更好地理解多项式的结构，简化计算 和证明。此外，多项式的根是指满足多项 式等于0的数。根的性质包括根的和与积、 重根的性质等。求解多项式的根的方法有 多种，如求根公式、因式分解法等。
性方
02
线性方程组的解法
高斯消元法 通过行变换将增广矩阵化为阶梯形矩 阵，从而求解线性方程组。
选主元高斯消元法
选择主元以避免出现除数为0的情况， 提高算法的稳定性。
追赶法
适用于系数矩阵为三对角线矩阵的情 况，通过逐步消去法求解。
迭代法
通过迭代逐步逼近方程组的解，常用 的方法有雅可比迭代法和SOR方法。
向量空间的子空间与基底
总结词
子空间与基底
详细描述
子空间是向量空间的一个非空子集，它也满足向量空间的定义和性质。基底是 向量空间中一个线性独立的集合，它可以用来表示向量空间中的任意元素。基 底中的向量个数称为向量空间的维数。
ቤተ መጻሕፍቲ ባይዱ
向量空间的维数与基底的关系
总结词
维数与基底的关系
详细描述
向量空间的维数与基底密切相关。一个向量空间的维数等于其基底的向量个数。 如果一个向量空间有n个基底，则它的维数为n。同时，如果一个向量空间有有限 个基底，则它的维数是有限的。
行列式
06
行列式的定义与性质
总结词
行列式的定义和性质是高等代数中的 基础概念，包括代数余子式、余子式、 转置行列式等。
详细描述
行列式是由n阶方阵的n!项组成的代数 式，按照一定规则排列，具有一些重 要的性质，如交换律、结合律、代数 余子式等。这些性质在后续章节中有 着广泛的应用。
高等代数教案(北大版)高等代数试题以及解答
高等代数教案(北大版)-高等代数试题以及解答一、线性方程组1. 定义线性方程组，并了解线性方程组的基本性质。
2. 掌握高斯消元法求解线性方程组，并能够运用该方法解决实际问题。
3. 了解克莱姆法则，并能够运用该法则判断线性方程组的解的情况。
4. 通过例题讲解，让学生熟练掌握线性方程组的求解方法。
二、矩阵及其运算1. 定义矩阵，并了解矩阵的基本性质。
2. 掌握矩阵的运算，包括矩阵的加法、减法、数乘以及矩阵的乘法。
3. 了解逆矩阵的概念，并掌握逆矩阵的求法。
4. 通过例题讲解，让学生熟练掌握矩阵的运算方法。
三、线性空间与线性变换1. 定义线性空间，并了解线性空间的基本性质。
2. 掌握线性变换的概念，并了解线性变换的基本性质。
3. 了解特征值和特征向量的概念，并掌握特征值和特征向量的求法。
4. 通过例题讲解，让学生熟练掌握线性空间和线性变换的相关知识。
四、二次型1. 定义二次型，并了解二次型的基本性质。
2. 掌握二次型的标准形以及惯性定理。
3. 了解二次型的正定性以及其判定方法。
4. 通过例题讲解，让学生熟练掌握二次型的相关知识。
五、向量空间与线性映射1. 定义向量空间，并了解向量空间的基本性质。
2. 掌握线性映射的概念，并了解线性映射的基本性质。
3. 了解核空间以及秩的概念，并掌握核空间和秩的求法。
4. 通过例题讲解，让学生熟练掌握向量空间和线性映射的相关知识。
六、特征值和特征向量1. 回顾特征值和特征向量的定义，理解它们在矩阵对角化中的作用。
2. 学习如何求解一个矩阵的特征值和特征向量，包括利用特征多项式和行列式等方法。
3. 掌握特征值和特征向量在简化矩阵表达式和解决实际问题中的应用。
4. 提供例题，展示如何将一般矩阵问题转化为特征值和特征向量的问题，并教会学生如何解这些问题。
七、二次型1. 复习二次型的基本概念，包括二次型的定义、标准形和惯性定理。
2. 学习如何将一般二次型转化为标准形，以及如何从标准形判断二次型的正定性。
高等代数北大版课后答案完整版
高等代数（北大高等代数（北大**第三版）答案第一章多项式1．用)(x g 除)(x f ，求商)(x q 与余式)(x r ：1）123)(,13)(223+−=−−−=x x x g x x x x f ；2）2)(,52)(24+−=+−=x x x g x x x f 。
解1）由带余除法，可得92926)(,9731)(−−=−=x x r x x q ；2）同理可得75)(,1)(2+−=−+=x x r x x x q 。
2．q p m ,,适合什么条件时，有1）q px x mx x ++−+32|1，2）q px x mx x ++++242|1。
解1）由假设，所得余式为0，即0)()1(2=−+++m q x m p ，所以当⎩⎨⎧=−=++012m q m p 时有q px x mx x ++−+32|1。
2）类似可得⎩⎨⎧=−−+=−−010)2(22m p q m p m ，于是当0=m 时，代入（2）可得1+=q p ；而当022=−−m p 时，代入（2）可得1=q 。
综上所诉，当⎩⎨⎧+==1q p m 或⎩⎨⎧=+=212m p q 时，皆有q px x mx x ++++242|1。
3．求()g x 除()f x 的商()q x 与余式：1）53()258,()3f x x x x g x x =−−=+；2）32(),()12f x x x x g x x i =−−=−+。
解1）432()261339109()327q x x x x x r x =−+−+=−；2）2()2(52)()98q x x ix i r x i=−−+=−+。
4．把()f x 表示成0x x −的方幂和，即表成2010200()()...()n n c c x x c x x c x x +−+−++−+⋯的形式：1）50(),1f x x x ==；2）420()23,2f x x x x =−+=−；3）4320()2(1)37,f x x ix i x x i x i =+−+−++=−。
高等代数北大版习题参考答案
第九章 欧氏空间1.设()ij a =A 是一个n 阶正定矩阵,而),,,(21n x x x =α, ),,,(21n y y y =β,在nR 中定义内积βαβα'A =),(,1) 证明在这个定义之下, n R 成一欧氏空间；2) 求单位向量)0,,0,1(1 =ε, )0,,1,0(2 =ε, … , )1,,0,0( =n ε，的度量矩阵；3) 具体写出这个空间中的柯西—布湿柯夫斯基不等式。
解 1)易见βαβα'A =),(是n R 上的一个二元实函数，且 (1) ),()(),(αβαβαββαβαβα='A ='A '=''A ='A =，(2) ),()()(),(αβαββαβαk k k k ='A ='A =，(3) ),(),()(),(γβγαγβγαγβαγβα+='A '+'A ='A +=+， (4)∑='A =ji j i ij y x a ,),(αααα，由于A 是正定矩阵，因此∑ji j i ij y x a ,是正定而次型，从而0),(≥αα，且仅当0=α时有0),(=αα。
2)设单位向量)0,,0,1(1 =ε, )0,,1,0(2 =ε, … , )1,,0,0( =n ε，的度量矩阵为)(ij b B =，则)0,1,,0(),()( i j i ij b ==εε⎪⎪⎪⎪⎪⎭⎫⎝⎛nn n n n n a a a a a a a a a212222211211)(010j ⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛ =ij a ，),,2,1,(n j i =， 因此有B A =。
4) 由定义，知∑=ji ji ij y x a ,),(βα，α==β==故柯西—布湿柯夫斯基不等式为2.在4R 中,求βα,之间><βα,(内积按通常定义)，设: 1) )2,3,1,2(=α, )1,2,2,1(-=β， 2) )3,2,2,1(=α, )1,5,1,3(-=β， 3))2,1,1,1(=α, )0,1,2,3(-=β。
高等代数课件(北大三版)--第二章--多项式
2.2.4 系数所在范围对整除性旳影响
二、教学目旳
1．掌握一元多项式整除旳概念及其性质。
2．熟练利用带余除法。
三、要点、难点
多项式旳整除概念，带余除法定理
2.2.1 多项式旳整除概念
设F是一种数域. F [x]是F上一元多项式环.
2.2.2 多项式整除性旳某些基本性质
证 设f (x) = g (x) 那么它们有完全相同旳项, 因而对R旳任何c都有f (c) = g (c)这就是说, f (x) 和g (x)所拟定旳函数相等.反过来设f (x) 和g (x)所拟定旳函数相等.令 u (x) = f (x) – g (x)那么对R旳任何c都有u (c) = f (c) – g (c) = 0这就是说, R中旳每一种数都是多项式u (x)旳根. 但R有无穷多种数, 所以u (x)有无穷多种根.根据定理2.6.3只有零多项式才有这个性质.所以有 u (x) = f (x) – g (x) = 0 , f (x) = g (x) .
f (c)与它相应. 于是就得到R到R旳一种映射. 这个映射是由多项式f (x)所拟定旳,叫做R上一种多项式函数.
综合除法
由此得出
表中旳加号一般略去不写.
例1
用x + 3除
作综合除法:
所以商式是
而余式是
证
假如f (x)是零次多项式,那么f (x)是R中一种不等于零旳数, 所以没有根. 所以定理对于n = 0成立.于是我们能够对n作数学归纳法来证明这一定理.设c∈R是f (x)旳一种根.那么 f (x) = (x – c) g (x)这里g (x) ∈R [x]是一种n – 1次多项式.假如d∈R是f (x)另一种根, d≠c那么 0 = f (d) = (d – c) g (d)因为d – c≠0 , 所以g (d) = 0. 因为g (x)旳次数是 n – 1 ,由归纳法假设, g (x)在R内至多有n – 1个不同旳根.所以f (x)在R中至多有n个不同旳根.
高等代数(北大第三版)习题答案完整
解出(ⅰ)当 u = 0时t + 3t − 3t + 4 = 0(t + 4)(t − t + 1)
3 2 2
1 ± 3¡ ± 3 ¡ t = −4或t = =e 2 ∴
(ⅱ)
π
当u ≠ 0时, 只有t 2 + t + 3 = 0,
t 1 =− t +1 3
t 3 + 3t 2 − (u + 3)t + (4 − u ) ⇒ u =
f ( x ) = x 5 , x0 = 1 ：即 ∴ f ( x) = ( x − 1)5 + 5( x − 1) 4 + 10( x − 1)3 + 10( x − 1) 2 + 5( x − 1) + 1
当然也可以 f ( x) = x = [( x − 1) + 1]
5 5
= ( x − 1)5 + 5( x − 1) 4 + ⋅⋅⋅ + 1
2
ε1 =
− 1 + 3i − 1 − 3i ,ε 2 = 2 2
所以 d ( x) = u ( x) f1 ( x) d ( x) + v( x) g1 ( x)d ( x). 消去 d ( x ) ≠ 0 得 1 = u ( x) f1 ( x) + v( x) g1 ( x)
P45.11
证：设 ( f ( x), g ( x)) = d ( x) ≠ 0, f ( x) = f1 ( x) d ( x), g ( x) = g1 ( x)d ( x)
t= − 1 ± − 11 2
P45、8 d ( x ) | f ( x ), d ( x ) | g ( x ) 表明 d ( x ) 是公因式 又已知： d ( x)是f ( x)与g ( x)的组合 所以 表明任何公因式整除 d ( x )
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
§6.2 线性空间的定义与简单性质
3、0 0, k 0 0, ( 1) , k ( ) k k 证明：∵ 0 (0 1) ,
∴两边加上 即得 0 ＝0； ∵
§6.2 线性空间的定义与简单性质
例6
nn V f ( A ) f ( x ) R [ x ], A R 令
即n 阶方阵A的实系数多项式的全体，则V关于矩阵 的加法和数量乘法构成实数域R上的线性空间． 证：根据矩阵的加法和数量乘法运算可知
f ( A) g( A) h( A), kf ( A) d ( A) 其中，k R, h( x ), d ( A) R[ x ]
例3
数域 P上 m n矩阵的全体作成的集合,按矩阵
的加法和数量乘法，构成数域 P上的一个线性空间， 用 P mn 表示．
§6.2 线性空间的定义与简单性质
例4
任一数域 P 按照本身的加法与乘法构成一个
数域P上的线性空间． 例5 全体正实数R＋，
1) 加法与数量乘法定义为： a, b R , k R
① a b ab ba b a ② (a b) c (ab) c (ab)c a(bc) a (bc) a ( b c)
§6.2 线性空间的定义与简单性质
a 1 a1 a, a ③ 1 R＋， R＋，即1是零元；
又V中含有A的零多项式，即零矩阵0，为V的零元素. 以 f(x) 的各项系数的相反数为系数作成的多项式记为 －f(x) , 则 f(A)有负元素－f(A). 由于矩阵的加法与数 乘满足其他各条，故V为实数域R上的线性空间.
§6.2 线性空间的定义与简单性质
二、线性空间的简单性质
1、零元素是唯一的.
引例 1
在第三章§2中，我们讨论了数域P上的n维向量
空间Pn，定义了两个向量的加法和数量乘法：
(a1 , a2 ,, an ) (b1 , b2 ,, bn ) (a1 b1 , a2 b2 ,, an bn )
k(a1 , a2 ,, an ) (ka1 , ka2 ,, kan ), k P
a b log
b a
k a a
k
a , b R , k R 2) 加法与数量乘法定义为：
a b ab
k a a
k
判断 R＋是否构成实数域 R上的线性空间 .
§6.2 线性空间的定义与简单性质
解：1）R＋不构成实数域R上的线性空间.
⊕不封闭，如
1 2 log 1 R＋． 2
④ a
1 ＋ R ，
⑤ 1 a a1 a ; a R＋； ⑥ k ( l a ) k a (a ) a
l l k lk
1 即 a 的负元素是 a ；
1 1 R＋，且 a a 1 a a a
a (kl ) a ;
kl
k k k k
在V中都存在唯一的一个元素δ与它们对应，称δ为
k与 的数量乘积，记为 k .
§6.2 线性空间的定义与简单性质
如果加法和数量乘
法还满足下述规则，则称V为数域P上的线性空间：
加法满足下列四条规则： ①
, , V
② ( ) ( ) ③ 在V中有一个元素0，对 V , 有 0
（具有这个性质的元素0称为V的零元素）
④ 对 V , 都有V中的一个元素β ，使得 0 ;（β 称为 的负元素） 数量乘法满足下列两条规则 : ⑤ 1
⑥
k ( l ) ( kl )
数量乘法与加法满足下列两条规则： ⑦ ( k l ) k l ⑧ k ( ) k k
§6.2 线性空间的定义与简单性质
第六章 线性空间
§1 集合· 映射 §2 线性空间的定义 与简单性质 §3 维数· 线性子空间
§6 子空间的交与和 §7 子空间的直和 §8 线性空间的同构 小结与习题
§6.2 线性空间的定义 与简单性质
一、线性空间的定义
二、线性空间的简单性质
§6.2 线性空间的定义与简单性质
§6.2 线性空间的定义与简单性质
4、如果 k ＝0，那么k＝0或 ＝0.
证明：假若 k 0, 则
(k 1k ) k 1 (k ) k 1 0 0.
练习：
1、P273：习题3 1） 2） 4）
2、证明：数域P上的线性空间V若含有一个非零 向量，则V一定含有无穷多个向量.
§6.2 线性空间的定义与简单性质
例1 例2
引例1, 2中的 Pn, P[x] 均为数域 P上的线性空间． 数域 P上的次数小于 n 的多项式的全体，再添
上零多项式作成的集合，按多项式的加法和数量乘
法构成数域 P上的一个线性空间，常用 P[x]n表示．
P[ x ]n { f ( x ) an1 x n1 a1 x a0 an1 , , a1 , a0 P }
§6.2 线性空间的定义与简单性质
一、线性空间的定义
设V是一个非空集合，P是一个数域，在集合V中 定义了一种代数运算，叫做加法：即对 , V ， 在V中都存在唯一的一个元素 与它们对应，称 为
与 的和，记为 ；在P与V的元素之间还
定义了一种运算，叫做数量乘法：即 V , k P ,
§6.2 线性空间的定义与简单性质
注：
1． 凡满足以上八条规则的加法及数量乘法也
称为线性运算．
2．线性空间的元素也称为向量，线性空间也称 向量空间．但这里的向量不一定是有序数组． 3 ．线性空间的判定： 若集合对于定义的加法和数乘运算不封闭，或者 运算封闭但不满足八条规则中的任一条，则此集合 就不能构成线性空间．
证明：假设线性空间V有两个零元素01、02，则有 01＝01＋02＝02．
2、 V ，的负元素是唯一的，记为- ．
证明：假设 有两个负元素 β 、γ ，则有
0,
0
0 ( ) ( ) ( ) 0
1 2 2
2) R＋构成实数域R上的线性空间． 首先，R＋≠ ，且加法和数量乘法对R＋是封闭的.
事实上, a, b R , a b ab R ,且 ab 唯一确定；
a R , k R, k a a R,且 ak 唯一确定．
k
其次，加法和数量乘法满足下列算律
§6.2 线性空间的定义与简单性质
证：设 V , 且 0
k1 , k2 P , k1 k2 , 有 k1 , k2 V
又 k1－k2 (k1 k2 ) 0
k1 k2 .
而数域P中有无限多个不同的数，所以V中有无限
多个不同的向量.
注 只含一个向量—零向量的线性空间称为零空间.
⑦ (k l ) a a
k l
a k a l a k a l ( k a ) (l a )
k
⑧ k (a b) k (ab) (ab) a b a b
( k a ) ( k b) ;
∴ R＋构成实数域 R上的线性空间．
k k ( 0) k k 0
(1 ) 1 (1 ) (1 1) 0 0
∴两边加上 k ；即得k 0＝0 ; ∵
∴两边加上－ 即得 ( 1) ; ∵k (
) k k ( ) k ∴两边加上 k 即得 k ( ) k k .
而且这两种运算满足一些重要的规律,如
( ) ( )
1 k ( l ) ( kl )
0
( k l ) k l ( ) 0 k ( ) k k , , P n , k , l P
§6.2 线性空间的定义与简单性质
引例 2
数域P上的一元多顶式环P[x]中，定义了两个多 项式的加法和数与多项式的乘法，而且这两种运算 同样满足上述这些重要的规律，即 f ( x ) g( x ) g( x ) f ( x ) ( f ( x ) g( x )) h( x ) f ( x ) ( g( x ) h( x )) f ( x) 0 f ( x) f ( x ) ( f ( x )) 0 f ( x ), g( x ), h( x ) P[ x ], k , l P 1 f ( x) f ( x) k (l ) f ( x ) ( kl ) f ( x ) (k l ) f ( x ) kf ( x ) lf ( x ) k ( f ( x ) g( x )) kf ( x ) kg( x )