南京理工大学 2026年高等代数第0题

考研真题

📝 题目

六.设 $\displaystyle J=\left(\begin{array}{ccc}\lambda & 1 & 0 \\ 0 & \lambda & 1 \\ 0 & 0 & \lambda\end{array}\right)$ .记 $\displaystyle X=\{A \mid A J=J A\}$ . (1)证明 $X$ 为线性空间. (2)证明 $\displaystyle E, J, J^{2}$ 为 $X$ 的一组基,并求其对偶基.

💡 答案解析

暂无答案解析

📋 详细解题步骤

步骤 1/5
目标:证明X是线性空间
首先,$X = \{ A \in M_3(\mathbb{R}) \mid AJ = JA \}$。要证明$X$是线性空间,需验证它关于矩阵加法和数乘封闭,且包含零元。 - **零元**:零矩阵$O$满足$OJ = O = JO$,故$O \in X$。 - **加法封闭**:若$A, B \in X$,则$(A+B)J = AJ + BJ = JA + JB = J(A+B)$,所以$A+B \in X$。 - **数乘封闭**:若$A \in X$,$k \in \mathbb{R}$,则$(kA)J = k(AJ) = k(JA) = J(kA)$,所以$kA \in X$。 因此$X$是$M_3(\mathbb{R})$的子空间,从而是线性空间。
提示:注意验证封闭性时需同时使用加法和数乘的定义,以及已知的交换性条件。
步骤 2/5
目标:推导与J可交换的矩阵形式
设$A = (a_{ij})_{3 \times 3}$,计算$AJ$和$JA$并令相等。 $$J = \begin{pmatrix} \lambda & 1 & 0 \\ 0 & \lambda & 1 \\ 0 & 0 & \lambda \end{pmatrix}, \quad A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix}.$$ $$AJ = \begin{pmatrix} a_{11}\lambda & a_{11}+a_{12}\lambda & a_{12}+a_{13}\lambda \\ a_{21}\lambda & a_{21}+a_{22}\lambda & a_{22}+a_{23}\lambda \\ a_{31}\lambda & a_{31}+a_{32}\lambda & a_{32}+a_{33}\lambda \end{pmatrix},$$ $$JA = \begin{pmatrix} \lambda a_{11}+a_{21} & \lambda a_{12}+a_{22} & \lambda a_{13}+a_{23} \\ \lambda a_{21}+a_{31} & \lambda a_{22}+a_{32} & \lambda a_{23}+a_{33} \\ \lambda a_{31} & \lambda a_{32} & \lambda a_{33} \end{pmatrix}.$$ 令对应元素相等,得到方程组。
公式:AJ = JA
提示:计算矩阵乘法时注意顺序,AJ是A左乘J,JA是J左乘A。
步骤 3/5
目标:解方程组得到参数关系
由对应元素相等得: 1. $a_{11}\lambda = \lambda a_{11}+a_{21} \Rightarrow a_{21}=0$. 2. $a_{11}+a_{12}\lambda = \lambda a_{12}+a_{22} \Rightarrow a_{11}=a_{22}$. 3. $a_{12}+a_{13}\lambda = \lambda a_{13}+a_{23} \Rightarrow a_{12}=a_{23}$. 4. $a_{21}\lambda = \lambda a_{21}+a_{31} \Rightarrow a_{31}=0$. 5. $a_{21}+a_{22}\lambda = \lambda a_{22}+a_{32} \Rightarrow a_{21}=a_{32} \Rightarrow a_{32}=0$. 6. $a_{22}+a_{23}\lambda = \lambda a_{23}+a_{33} \Rightarrow a_{22}=a_{33}$. 7-9恒成立或已得。 综上,$a_{21}=a_{31}=a_{32}=0$,$a_{11}=a_{22}=a_{33}$,$a_{12}=a_{23}$,$a_{13}$自由。因此$A$的形式为: $$A = \begin{pmatrix} a & b & c \\ 0 & a & b \\ 0 & 0 & a \end{pmatrix}, \quad a,b,c \in \mathbb{R}.$$
提示:注意每个方程推导时不要遗漏,特别是第5个方程利用了第1个结果。
步骤 4/5
目标:确定X的维数和一组基
由$A$的形式知$X$中矩阵由三个独立参数$a,b,c$决定,故$\dim X = 3$。取基为: $$E = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}, \quad J = \begin{pmatrix} \lambda & 1 & 0 \\ 0 & \lambda & 1 \\ 0 & 0 & \lambda \end{pmatrix}, \quad J^2 = \begin{pmatrix} \lambda^2 & 2\lambda & 1 \\ 0 & \lambda^2 & 2\lambda \\ 0 & 0 & \lambda^2 \end{pmatrix}.$$ 显然它们属于$X$且线性无关(因为若$\alpha E + \beta J + \gamma J^2 = 0$,比较元素得$\alpha=\beta=\gamma=0$),故为基。
提示:验证线性无关时,可写出矩阵方程并比较对应位置元素。
步骤 5/5
目标:求对偶基
设$f_1, f_2, f_3$是$X$上的线性函数,满足$f_i(B_j) = \delta_{ij}$,其中$B_1=E, B_2=J, B_3=J^2$。对任意$A = aE + bJ + cJ^2 \in X$,有$f_1(A)=a$, $f_2(A)=b$, $f_3(A)=c$。 由于$A$的参数$a,b,c$分别对应矩阵元素:$a = a_{11}$,$b = a_{12}$,$c = a_{13}$,因此可定义: $$f_1(A) = a_{11}, \quad f_2(A) = a_{12}, \quad f_3(A) = a_{13}.$$ 容易验证它们满足对偶基条件。
提示:对偶基是线性函数,需明确其在基上的作用,并推广到任意矩阵。

📷 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。