我暂时分数不够了,答完后我一定会追加分数的,

来源:学生作业帮助网 编辑:作业帮 时间:2024/04/29 12:01:34
我暂时分数不够了,答完后我一定会追加分数的,

我暂时分数不够了,答完后我一定会追加分数的,
我暂时分数不够了,答完后我一定会追加分数的,

我暂时分数不够了,答完后我一定会追加分数的,
19.等价关系R应满足:
(1) 对任意x,有xRx.
(2) 对任意x,y,若xRy,则yRx.
(3) 对任意x,y,z,若xRy且yRz,则xRz.
已知R满足(2)和(3),只需讨论R是否满足(1).
II.就是(1),因此是(在(2)(3)前提下)R为等价关系的充分必要条件.
I.对任意x,由I知存在y使xRy,由(2)有yRx.
再由(3),xRy且yRx可得到xRx.
于是I可推出(1),I也是R为等价关系的充分必要条件 (必要性由xRx).
20.P是可对角化的.
设全空间为V,dim(V) = n.
线性变换P的像im(P)和核ker(P)都是V的线性子空间.
设P在一组基下的矩阵为A,可知dim(im(P)) = r(A),dim(ker(P)) = n-r(A).
即有dim(im(P))+dim(ker(P)) = n.
(如果学了同态基本定理im(P) = V/ker(P),可直接得到上述结论).
实际上,ker(P)是P的属于0的特征子空间,即满足P(x) = 0的向量全体.
而在P² = P的条件下,im(P)包含于(其实就是)P的属于1的特征子空间.
因为对任意x∈im(P),存在y∈V使x = P(y).
于是P(x) = P(P(y)) = P²(y) = P(y) = x,即x是属于1的特征向量.
属于不同特征值的特征子空间彼此构成直和(direct sum),交集为{0}.
又由dim(im(P))+dim(ker(P)) = n即得dim(im(P)⊕ker(P)) = n = dim(V).
于是im(P)⊕ker(P) = V.
im(P)的一组基和ker(P)的一组基合起来构成V的一组基,它们都是P的特征向量.
在这组基下P的矩阵就是对角阵.
以上主要是用线性变换的语言,也可用矩阵的语言.我写个大意.
设P在一组基下的矩阵为A,则A² = A,即A(A-E) = 0 (E为单位阵).
r(A)+r(A-E)-n ≤ r(A(A-E)) = 0,故r(A)+r(A-E) ≤ n.
特征值0的几何重数(AX = 0解空间维数) = n-r(A) ≤ 0的代数重数(特征多项式中的重数).
特征值1的几何重数(AX = X解空间维数) = n-r(A-E) ≤ 1的代数重数(特征多项式中的重数).
n ≤ (n-r(A))+(n-r(A-E)) ≤ 0的代数重数+1的代数重数 ≤ n.
于是0的几何重数 = 0的代数重数,1的几何重数 = 1的代数重数,且特征值只能是0或1.
A的任意特征值的几何重数 = 代数重数,故A可对角化,也即P可对角化.
至于P可逆显然是有反例的,例如P = 0.
稍微不平凡的例如具有如下矩阵的线性变换:
1 0
0 0.
不用追加分数,留着问其它问题吧.