华南理工大学 2025年高等代数第8题

考研真题

📝 题目

8、(20分)设 $V$ 是 $n$ 维线性空间,$\displaystyle V_{1}, V_{2}$ 是 $V$ 的两个子空间,且 $$ \operatorname{dim} V_{1}+\operatorname{dim} V_{2}=n . $$ 证明:存在 $V$ 上的线性变换 $\displaystyle \because$ ,使得 $\displaystyle \because V=V_{1}, r^{-1}(0)=V_{2}$ 。

💡 答案解析

暂无答案解析

📋 详细解题步骤

步骤 1/6
目标:设定维数并选取基
设 $\dim V_1 = r$,则 $\dim V_2 = n - r$。取 $V_1$ 的一组基 $\alpha_1, \dots, \alpha_r$,将其扩充为 $V$ 的一组基 $\alpha_1, \dots, \alpha_r, \beta_{r+1}, \dots, \beta_n$。再取 $V_2$ 的一组基 $\gamma_1, \dots, \gamma_{n-r}$,将其扩充为 $V$ 的另一组基 $\gamma_1, \dots, \gamma_{n-r}, \delta_{n-r+1}, \dots, \delta_n$。
提示:注意基的扩充是可行的,因为子空间的基可以扩充为全空间的基。
步骤 2/6
目标:定义线性变换
定义线性变换 $\sigma: V \to V$ 如下:对 $i=1,\dots,r$,令 $\sigma(\alpha_i) = \alpha_i$;对 $j=r+1,\dots,n$,令 $\sigma(\beta_j) = 0$。然后线性扩张到整个 $V$。
提示:线性变换由基上的作用唯一确定,需确保定义是线性的。
步骤 3/6
目标:证明像等于 V1
首先,由定义,$\sigma(\alpha_i) = \alpha_i \in V_1$,$\sigma(\beta_j)=0$,故 $\sigma(V) \subseteq V_1$。反之,对任意 $v \in V_1$,可表示为 $v = \sum_{i=1}^r a_i \alpha_i$,则 $\sigma(v) = \sum_{i=1}^r a_i \sigma(\alpha_i) = \sum_{i=1}^r a_i \alpha_i = v$,所以 $v \in \sigma(V)$,即 $V_1 \subseteq \sigma(V)$。因此 $\sigma(V) = V_1$。
提示:注意 $V_1$ 中的向量在 $\sigma$ 下不变,这是由定义保证的。
步骤 4/6
目标:证明 V2 包含于核
先证 $V_2 \subseteq \sigma^{-1}(0)$。对任意 $w \in V_2$,可表示为 $w = \sum_{k=1}^{n-r} b_k \gamma_k$。由于 $\gamma_k$ 可由基 $\alpha_1,\dots,\alpha_r,\beta_{r+1},\dots,\beta_n$ 线性表示,且 $\dim V_2 = n-r$,而 $\beta_{r+1},\dots,\beta_n$ 张成的子空间维数为 $n-r$,且 $V_2 \cap \langle \alpha_1,\dots,\alpha_r \rangle = \{0\}$(否则 $\dim(V_1+V_2) < n$,矛盾),故 $\gamma_k$ 可表示为 $\beta_{r+1},\dots,\beta_n$ 的线性组合。因此 $\sigma(\gamma_k)=0$,从而 $\sigma(w)=0$,即 $w \in \sigma^{-1}(0)$。
提示:关键步骤:利用维数关系说明 $V_2$ 与 $\langle \alpha_1,\dots,\alpha_r \rangle$ 的交为零,从而 $V_2$ 的基可由 $\beta$ 线性表示。
步骤 5/6
目标:证明核包含于 V2
再证 $\sigma^{-1}(0) \subseteq V_2$。设 $x \in \sigma^{-1}(0)$,即 $\sigma(x)=0$。将 $x$ 按基 $\alpha_1,\dots,\alpha_r,\beta_{r+1},\dots,\beta_n$ 展开:$x = \sum_{i=1}^r c_i \alpha_i + \sum_{j=r+1}^n d_j \beta_j$。则 $\sigma(x) = \sum_{i=1}^r c_i \alpha_i = 0$,故 $c_i=0$,所以 $x = \sum_{j=r+1}^n d_j \beta_j \in \langle \beta_{r+1},\dots,\beta_n \rangle$。由于 $\dim \langle \beta_{r+1},\dots,\beta_n \rangle = n-r = \dim V_2$,且 $V_2 \subseteq \langle \beta_{r+1},\dots,\beta_n \rangle$(因为 $V_2$ 的基可由 $\beta$ 表示),故 $\langle \beta_{r+1},\dots,\beta_n \rangle = V_2$,因此 $x \in V_2$。
提示:注意这里利用了维数相等且包含关系推出相等。
步骤 6/6
目标:总结结论
综上,存在线性变换 $\sigma$ 使得 $\sigma(V)=V_1$,$\sigma^{-1}(0)=V_2$。

📷 拍照上传批改

拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。