南开大学2014年高等代数部分试题解答（本答案来自于张祖锦老师博客）
一、设$n$阶行列式$
\left|\begin{array}{cccc}
{{a_{11}}} & {{a_{12}}} & \cdots & {{a_{1n}}} \\
{{a_{21}}} & {{a_{22}}} & \cdots & {{a_{2n}}} \\
\vdots & \vdots & & \vdots \\
{{a_{n1}}} & {{a_{n2}}} & \cdots & {{a_{nn}}}
\end{array}\right|
$$=1$，且满足${{a}_{ij}}=-{{a}_{ji}},i,j=1,2,\cdots ,n$，对任意$x$，求$n$阶行列式
$
\left|\begin{array}{cccc}
{{a_{11}}}+x & {{a_{12}}}+x & \cdots & {{a_{1n}}}+x \\
{{a_{21}}}+x & {{a_{22}}}+x & \cdots & {{a_{2n}}}+x \\
\vdots & \vdots & & \vdots \\
{{a_{n1}}}+x & {{a_{n2}}}+x & \cdots & {{a_{nn}}}+x
\end{array}\right|
$
解：设$A={{({{a}_{ij}})}_{n\times n}},e=\underbrace{(1,\cdots ,1)}_{n个},B={{({{a}_{ij}}+x)}_{n\times n}}$
则
$
\left| B \right|=\left|\begin{array}{cccc}
1 & x & \cdots & x \\
0 & {{a_{11}}}+x & \cdots & {{a_{1n}}}+x \\
\vdots & \vdots & & \vdots \\
0 & {{a_{n1}}}+x & \cdots & {{a_{nn}}}+x
\end{array}\right|
$$
\left|\begin{array}{cccc}
1 & x & \cdots & x \\
-1 & {{a_{11}}} & \cdots & {{a_{1n}}} \\
\vdots & \vdots & & \vdots \\
-1 & {{a_{n1}}} & \cdots & {{a_{nn}}}
\end{array}\right|
$$
\left|\begin{array}{cccc}
1 & {x{e^T}} \\
-e & A
\end{array}\right|
$
又由
$
\left(\begin{array}{cccc}
1 & { - x{e^T}{A^{ - 1}}} \\
0 & E
\end{array}\right)
$$
\left(\begin{array}{cccc}
1 & {x{e^T}} \\
-e & A
\end{array}\right)
$$
=\left(\begin{array}{cccc}
{1 - x{e^T}{A^{ - 1}}e} & 0 \\
-e & A
\end{array}\right)
$
于是
\[\left| B \right|=(1-x{{e}^{T}}{{A}^{-1}}e)\cdot \left| A \right|=1-x\sum\limits_{i,j}{{{({{A}^{-1}})}_{ij}}}=1\]
其中最后一步是因为$A$反对称，则${{A}^{-1}}$反对称
五、设$A$为$s\times n$矩阵，证明：
$s-rank({{E}_{s}}-A{{A}^{T}})=n-rank({{E}_{n}}-{{A}^{T}}A)$
证明：由$
\left(\begin{array}{cccc}
{{E_s}} & -A \\
0 & {{E_n}}
\end{array}\right)
$$
\left(\begin{array}{cccc}
{{E_s}} & A \\
{{A^T}} & {{E_n}}
\end{array}\right)
$$
\left(\begin{array}{cccc}
{{E_s}} & 0 \\
{ - {A^T}} & {{E_n}}
\end{array}\right)
$$
=\left(\begin{array}{cccc}
{{E_s} - A{A^T}} & 0 \\
0 & {{E_n}}
\end{array}\right)
$
$
\left(\begin{array}{cccc}
{{E_s}} & 0 \\
{ - {A^T}} & {{E_n}}
\end{array}\right)
$$
\left(\begin{array}{cccc}
{{E_s}} & A \\
{{A^T}} & {{E_n}}
\end{array}\right)
$$
\left(\begin{array}{cccc}
{{E_s}} & -A \\
0 & {{E_n}}
\end{array}\right)
$$
=\left(\begin{array}{cccc}
{{E_s}} & 0 \\
0 & {{E_n} - {A^T}A}
\end{array}\right)
$
于是
$rank({{E}_{s}}-A{{A}^{T}})+n=rank({{E}_{n}}-{{A}^{T}}A)+s$
即
$s-rank({{E}_{s}}-A{{A}^{T}})=n-rank({{E}_{n}}-{{A}^{T}}A)$
六、设$A$为对称矩阵，存在线性无关的向量${{x}_{1}},{{x}_{2}}$，使得$x_{1}^{'}A{{x}_{1}}>0,x_{2}^{'}A{{x}_{2}}<0$，证明：存在线性无关的向量${{x}_{3}},{{x}_{4}}$，使得${{x}_{1}},{{x}_{2}},{{x}_{3}},{{x}_{4}}$线性相关，且$x_{3}^{'}A{{x}_{3}}=x_{4}^{'}A{{x}_{4}}=0$
证明：设$f(x,y)={{x}^{T}}Ay$，则由题意知：
$f({{x}_{1}},{{x}_{1}})>0,f({{x}_{2}},{{x}_{2}})<0(1)$
考虑二次方程
${{t}^{2}}f({{x}_{1}},{{x}_{1}})+2tf({{x}_{1}},{{x}_{2}})+f({{x}_{2}},{{x}_{2}})=0(2)$
由（1）知其判别式
$\Delta =4{{f}^{2}}({{x}_{1}},{{x}_{2}})-4f({{x}_{1}},{{x}_{1}})f({{x}_{2}},{{x}_{2}})>0$
于是方程有两个不同的实根${{t}_{1}},{{t}_{2}}({{t}_{1}}\ne {{t}_{2}})$，令
${{x}_{3}}={{t}_{1}}{{x}_{1}}+{{x}_{2}},{{x}_{4}}={{t}_{2}}{{x}_{1}}+{{x}_{2}}$
由（2）知
$f({{x}_{3}},{{x}_{3}})=f({{x}_{4}},{{x}_{4}})=0$
且易知${{x}_{3}},{{x}_{4}}$线性无关，但${{x}_{1}},{{x}_{2}},{{x}_{3}},{{x}_{4}}$线性相关
七、设$\delta ,\tau $为线性变换且$\delta $有$n$个不同的特征值，证明：若$\delta \tau =\tau \delta $，则$\tau $可由
$I,\delta ,{{\delta }^{2}},\cdots ,{{\delta }^{n-1}}$线性表出，其中$\delta $为恒等变换。
证明：设$\delta $有$n$个不同的特征值${{\lambda }_{1}},{{\lambda }_{2}},\cdots ,{{\lambda }_{n}}$，相应的特征向量为${{\varepsilon }_{1}},{{\varepsilon }_{2}},\cdots ,{{\varepsilon }_{n}}$
于是${{\varepsilon }_{1}},{{\varepsilon }_{2}},\cdots ,{{\varepsilon }_{n}}$线性无关，又由$\delta \tau =\tau \delta $，可知$\delta \tau ({{\varepsilon }_{i}})=\tau \delta ({{\varepsilon }_{i}})={{\lambda }_{i}}\tau ({{\varepsilon }_{i}})$
于是$\tau ({{\varepsilon }_{i}})$要么为$0$，要么为$\delta $属于${{\lambda }_{i}}$的特征向量，总之，我们有$\tau ({{\varepsilon }_{i}})={{k}_{i}}{{\varepsilon }_{i}}$
注意到线性方程组
$
\left(\begin{array}{cccc}
1 & {{\lambda _1}} & \cdots & {\lambda _1^{n - 1}} \\
1 & {{\lambda _2}} & \cdots & {\lambda _2^{n - 1}} \\
\vdots & \vdots & & \vdots \\
1 & {{\lambda _n}} & \cdots & {\lambda _n^{n - 1}}
\end{array}\right)
$$
\left(\begin{array}{cccc}
{a_0} \\
{a_1} \\
\vdots \\
{a_n-1}
\end{array}\right)
$$
=\left(\begin{array}{cccc}
{k_1} \\
{k_2} \\
\vdots \\
{k_n}
\end{array}\right)
$
有唯一解${{a}_{i}}={{l}_{i}},0\le i\le n-1$，而
\[\tau({{\varepsilon }_{i}})={{k}_{i}}{{\varepsilon }_{i}}=\left[ \sum\limits_{j=0}^{n-1}{{{l}_{j}}\lambda_{i}^{j}}\right]{{\varepsilon }_{i}}=\sum\limits_{j=0}^{n-1}{{{l}_{j}}{{\delta }^{j}}}({{\varepsilon }_{i}}),\forall i\]
于是
$\tau =\sum\limits_{j=0}^{n-1}{{{l}_{j}}{{\delta }^{j}}}$
八、已知$f(x)$是$A$的特征多项式，存在互素且次数分别为$p,q$的多项式$g(x),h(x)$且
$f(x)=g(x)h(x)$，求证：
$rankg(A)=q,rankh(A)=p$ 。
证明：设$g(x)=a\prod\limits_{i=1}^{s}{{{(\lambda -{{\lambda }_{i}})}^{{{m}_{i}}}}},h(x)=b\prod\limits_{j=1}^{t}{{{(\lambda -{{\mu }_{j}})}^{{{n}_{j}}}}}$
则
$\sum\limits_{i=1}^{s}{{{m}_{i}}}=p,\sum\limits_{j=1}^{t}{{{n}_{j}}}=q$
由于$(g(x),h(x))=1$，则${{\lambda }_{i}}\ne {{\mu }_{j}}$
又
$f(x)=g(x)h(x)=ab\cdot \prod\limits_{i=1}^{s}{{{(\lambda -{{\lambda }_{i}})}^{{{m}_{i}}}}}\prod\limits_{j=1}^{t}{{{(\lambda -{{\mu }_{j}})}^{{{n}_{j}}}}}$
为$A$的特征多项式，而有直和分解
$V=\oplus _{i=1}^{s}{{V}_{i}}\oplus \oplus _{j=1}^{t}{{W}_{j}}$
其中
${{V}_{i}}=\{x\in V:{{(A-{{\lambda }_{i}}E)}^{{{m}_{i}}}}x=0\},{{W}_{j}}=\{x\in V:{{(A-{{\mu }_{j}}E)}^{{{n}_{j}}}}x=0\}$
且\[\dim{{V}_{i}}={{m}_{i}},\dim{{W}_{j}}={{n}_{j}}\]，为证此题，仅需证明
\[\oplus _{i=1}^{s}{{V}_{i}}=\{h(A)x=0;x\in V\},\oplus _{j=1}^{t}{{W}_{j}}=\{g(A)x=0;x\in V\}\]
由于
$rankh(A)=\sum\limits_{i=1}^{s}{{{m}_{i}}}=p,rankg(A)=\sum\limits_{j=1}^{t}{{{n}_{j}}}=q$
不是一般性，仅需证明
\[\oplus _{i=1}^{s}{{V}_{i}}=\{h(A)x=0;x\in V\}\equiv U\]
一方面：对任意的
$x\in {{V}_{i}}\Rightarrow {{(A-{{\lambda }_{i}}E)}^{{{m}_{i}}}}x=0\Rightarrow g(A)x=0$
$\Rightarrow x=u(A)g(A)x+v(A)h(A)x=v(A)h(A)x=h(A)v(A)x\in U$
另一方面，对任意的
$x\in U\Rightarrow x=h(A)y\Rightarrow x=h(A)({{v}_{1}}+\cdots +{{v}_{s}}+{{w}_{1}}+\cdots +{{w}_{t}})$
$=h(A){{v}_{1}}+\cdots +h(A){{v}_{s}}\in \oplus _{i=1}^{s}{{V}_{i}}$
九、已知$A,B$都是反对称矩阵，且$A$可逆，求证：
$\left| {{A}^{2}}-B \right|>0$
证明：由${{A}^{T}}=-A$，则$\left| A \right|=\left| {{A}^{T}} \right|={{(-1)}^{n}}\left| A \right|$
由$A$可逆，于是$n$为偶数
而${{A}^{T}}A$正定，则存在可逆矩阵$P$，使得${{P}^{T}}{{A}^{T}}AP=E$，于是
$\left| {{P}^{T}} \right|\cdot \left| {{A}^{2}}-B \right|\cdot \left| P \right|=\left| {{P}^{T}} \right|\cdot \left| -{{A}^{T}}A-B \right|\cdot \left| P \right|$
$=\left| {{P}^{T}} \right|\cdot \left| {{A}^{T}}A+B \right|\cdot \left| P \right|$
$=\left| E+{{P}^{T}}BP \right|$
而${{P}^{T}}BP$也是反对称矩阵，则存在可逆矩阵$Q$，使得
$
{Q^T}{P^T}BPQ = \left(\begin{array}{cccc}
D & & & \\
& D & & \\
& & \ddots & \\
& & & 0
\end{array}\right)
$,$
D = \left(\begin{array}{cccc}
0 & 1\\
{ - 1} & 0
\end{array}\right)
$
于是
$\left| {{Q^T} \cdot {P^T}} \right| \cdot \left| {{A^2} - B} \right| \cdot \left| {P \cdot Q} \right| = $$
\left| {E +\left(\begin{array}{cccc}
D & & & \\
& D & & \\
& & \ddots & \\
& & & 0
\end{array}\right)}\right|
$
$={{2}^{r}}$（$r$为$
\left(\begin{array}{cccc}
D & & & \\
& D & & \\
& & \ddots & \\
& & & 0
\end{array}\right)
$中$D$的个数）
$>0$
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
