Professional Documents
Culture Documents
중간고사 대비 2
3
중간고사 대비 2 선형대수학
2. Check if each of the following statements is true(T) or false(F).2.
(1) If is a linearly dependent set, then each vector in is a linear combination of other
vectors in .
(2) Any set containing the zero vector in linearly dependent.
(3) The empty set is linearly dependent.
(4) Subsets of linearly dependent sets are linearly dependent.
(5) Subsets of linearly independent sets are linearly independent.
(6) If x x ⋯ x and x , x , ⋯ , x are linearly independent, then all
the scalars are zero.
4
중간고사 대비 2 선형대수학
3. Check if each of the following statements is true(T) or false(F).3.
(1) The zero vector space has no basis.
(2) Every vector space that is generated by a finite set has a basis.
(3) Every vector space has a finite basis.
(4) A vector space cannot have more than one basis.
(5) If a vector space has a finite basis, then the number of vectors in every basis is the
same.
(6) The dimension of is .
(7) The dimension of × is .
(8) Suppose that is a finite-dimensional vector space, that is a linearly independent
subset of , and that is a subset of that generates . Then cannot contain
more vectors than .
(9) If generates the vector space , then every vector in can be written as a linear
combination of vectors in in only one way.
(10) Every subspace of a finite-dimensional space is finite-dimensional.
(11) If is a vector space having dimension , then has exactly one subspace with
dimension and exactly one subspace with dimension .
(12) If is a vector space having dimension , and if is a subset of with vectors,
then is linearly independent if and only if spans .
5
중간고사 대비 2 선형대수학
4. Let u be a vector in a vector space and a scalar. Prove the followings:
(1) u and u .
(2) u u .
(3) If u , then either or u . 4.
5. Let be a vector space over a field and let , be subspaces of . Prove that the
union of , is a subspace of if and only if ⊂ or ⊂ .5.
6
중간고사 대비 2 선형대수학
6. A vector space is called the direct sum of and if and are subspaces of
such that ∩ and . We denote that is direct sum of and
by writing ⊕ .
Let be the set of all × matrices with real value entries and let be the set of all
skew-symmetric × matrices in .6.
(1) Show that is a vector space and is a subspace of .
(2)Let be the subspace of consisting of all symmetric × matrices. Prove that
⊕ .
7. Let and are subspaces of a vector space . Prove that is the direct sum of
and if and only if each vector in can be uniquely written as x x , where x ∈
and x ∈ .7.
7
중간고사 대비 2 선형대수학
8. Let w w ⋯ w be a nonempty set of vectors in a vector space .8.
(1) Prove that the set of all possible linear combinations of the vectors in is a
subspace of .
(2) Prove that in (1) is the "smallest" subspace of that contains all of the vectors in
.
8
중간고사 대비 2 선형대수학
10. Prove the following statement.10.
Let be a vector space that is generated by a set containing exactly vectors, and let
be a linearly independent subset of containing exactly vectors. Then ≤ and there
exists a subset of containing exactly vectors such that ∪ generates .
11. Let be a vector space having a finite basis. Then every basis for contains the same
number of vectors. 11.
9
중간고사 대비 2 선형대수학
10
중간고사 대비 2 선형대수학
14. Let v , v , v , v and v are vectors in ℝ .
15. When three vectors u , v and w are linearly independent, show that the vectors
a u v w ,
b u v w ,
c u v w
are linearly independent if and only if , and are linearly
independent.15.
11
중간고사 대비 2 선형대수학
16. If and are nonempty subsets of a vector space , then the sum of and ,
denoted , is the set x y x ∈ y ∈ . 16.
12
중간고사 대비 2 선형대수학
13
중간고사 대비 2 선형대수학
20. 20.
14
중간고사 대비 2 선형대수학
22. Let be an × matrix. 22.
23. Let
23.
(1) Find a basis for col consisting of column vectors of .
(2) Find a basis for row consisting of row vectors of .
(3) Find a basis for null .
15
중간고사 대비 2 선형대수학
24. Let × matrix be taken using Gauss eliminations of × matrix
Let a , a , a , a and a be column vectors of .
a , a , a
Find a , a . 24.
16
중간고사 대비 2 선형대수학
26. Let and be
, b
.
27. Let and be two × matrices with the same rank. Show that there are an ×
invertible matrix and an × matrix such that 27.
17
중간고사 대비 2 선형대수학
28. Answer the following questions:28.
(1) Prove that an × matrix has rank if and only if can be written as the outer
product u v of a nonzero vector u in and v in .
(2) Let be an × matrix which has rank . Prove that tr tr for every
positive integer .
(3) Let be an × matrix satisfying followings
ⅰ)
ⅱ) rank
Find all possible values of tr .
18
중간고사 대비 2 선형대수학
29. Let be the × matrix. ( )
⋯
⋮
⋯
⋯
⋮
⋯
Find the inverse matrix of by calculating cofactors for all ⋯ . (Do not
decide from inverse matrix of )29.
19
중간고사 대비 2 선형대수학
30. For , , , ⋯ , let be an × matrix formed as following:
≠
,
that is,
⋯
⋯
⋯
.
⋮ ⋮ ⋮ ⋱ ⋮ ⋮
⋯
⋯
Find det with justification. 30.
20
중간고사 대비 2 선형대수학
31. Let and be × matrices. Prove that
det det .31.
21
중간고사 대비 2 선형대수학
32. The following is the ( , , )-matrix .
⋯
,
, , ⋯ ,
⋮
⋯
⋯
⋮ ⋮ ⋮ ⋮ ⋮
⋯
⋯ ⋯
(1) Find the recursion of .
(2) The matrix is the matrix except that instead of . Show that
for , , ⋯
32.
22
중간고사 대비 2 선형대수학
Equivalent Statements
If is an × matrix in which there are no duplicate rows and no duplicate columns, then
the following statements are equivalent.
(a) is invertible.
(b) x has only the trivial solution.
(c) The reduced row echelon form of is .
(d) can be expressed as a product of elementary matrices.
(e) x b is consistent for every × matrix b .
(f) x b has exactly one solution for every × matrix b .
(g) det ≠ .
(h) The column vectors of are linearly independent.
(i) The row vectors of are linearly independent.
(j) The column vectors of span .
(k) The row vectors of span .
(l) The column vectors of form a basis for .
(m) The row vectors of form a basis for .
(n) has rank .
(o) has nullity .
(p) The orthogonal complement of the null space of is .
(q) The orthogonal complement of the row space of is .
23
중간고사 대비 2 선형대수학
정답 및 해설
1.
(1) True. Just pick any coefficient to be zero.
(2) False. By definition it should be .
(3) True. Every subspace of which S is a subset contains span(S) and span(S) is a subspace.
(4) False. This action will change the solution of one system of linear equations.
(5) True.
(6) False. For example, has False solution.
2.
(1) False. For example, take and then is not a linear
combination of the other two.
(2) True. It's because .
(3) False. It's independent.
(4) False. For example, we have but is linearly
independent.
(5) True.
(6) True. This is the definition.
3.
(1) False. The empty set is its basis.
(2) True.
(3) False. For example, the set of all polynomials has no finite basis.
(4) False. has and as bases.
(5) True.
(6) False. It's .
(7) False. It's × .
(8) True.
(9) False.
(10) True.
(11) True. It's and respectively.
(12) True.
4.
(3) u 이고 ≠ 이라 하자. 양변에 를 곱하면
u u u u .
5. (⇐ ) ⊂ ⇔ ∪ 이므로 ∪ 는 의 부분공간이다.
(⇒ ) ∪ 가 의 부분공간인데 ⊄ 라 하자. v ∈ 이고 v ∉ 인 의 원소 v 가 존
재한다. 이때 x ∈ 이면 v ∈ ⊂ ∪ , x ∈ ⊂ ∪ 이고 ∪ 가 부분공간이므
24
중간고사 대비 2 선형대수학
로 x v ∈ ∪ . 만약 x v ∈ 이면 x v x v ∈ 가 되어서 모순이다. 따라서,
x v ∈ 이고 x x v v ∈ 이므로 ⊂ .
6.
7.
⊕ 이고 y ∈ 가 x , x ′ ∈ , x , x ′ ∈ 에 대하여 y x x x ′ x ′
이라 하자. x x ′∈ 이고 x x ′ x ′ x ∈ 이다. 또, ∩ 이므로
x x ′ . 따라서, x x ′ 이고 x x ′ . 즉, 임의의 y ∈ 에 대하여 y x x 인
x ∈ , x ∈ 가 유일하게 존재한다.
역으로 의 임의의 벡터가 x x 으로 유일하게 나타내어진다면 이다. 만약
x ∈ ∩ 인 x ≠ 이 존재한다면 x x x 이고 x ∈ , ∈ 또는 ∈ ,
x ∈ 이므로 x 가 유일하게 표현된다는 가정에 모순이다. 따라서, ∩ . 즉,
⊕ 이다.
8.
9.
(⇒ ) 만약 ∪v 가 일차종속이면 ∪ v 에 속하는 u , u , ⋯ , u 에 대해서
u u ⋯ u ⋯⋯ ①
을 만족하는 비자명해 , , ⋯ , 이 존재한다. 는 일차독립이므로 u 중 v 가 존재하는
데 u v 라 하자. 그러면 ≠ 이고 ①을 다시 정리하면
v u u ⋯ u .
즉, v 는 에 속하는 u , u , ⋯ , u 의 일차결합이므로 v ∈ span .
(⇐ ) v ∈ span 라 하자. 그러면 에 속하는 v , v , ⋯ , v 과 스칼라 , , ⋯ , 이 존
재해서 v v v ⋯ v 이 성립한다. 따라서,
v v ⋯ v v
여기서 v ≠ v ( , , ⋯ , )이므로 v 의 계수가 로 이 아니므로 ∪v 는 일차독
립이다.
25
중간고사 대비 2 선형대수학
v v ⋯ v u ⋯ u ⋯⋯ ①
로 나타낼 수 있다. 이면 v v ⋯ v 이므로 이 일차독립에 모순. 따
라서, 즉, ≥ . 게다가 중 적어도 하나는 이 아니므로 을 이 아니라
하자. 이제 u u ⋯ u ′ u 이라 하고 ①의 식을 다시 정리하면
b
u v ⋯ v v m u ⋯ u .
b
이므로 u ∈ span∪ 이다. v , v , ⋯ , v , u , ⋯ , u 도 span∪ 에 속하므로
′∪ ′ ⊂ span ∪
여기서 span ′∪ ′ 이므로 span∪ .
는 의 부분집합으로 원소가 이므로 이로써 일 때도 성립함
을 보였다.
12.
(1) 와 가 ℝ 의 부분공간이므로 을 원소로 갖는다. 따라서, ∩ ≠ ∅ 이다.
이제, x , y ∈ ∩ 이고 ∈ℝ이라 하면 와 모두 ℝ 의 부분공간이므로
x y ∈ V , x ∈ 이고 x y ∈ , x ∈
∴ x y ∈ ∩ , x ∈ ∩
따라서, ∩ 는 ℝ 의 부분공간이다.
(2) 불가능하다.
, 를 각각 와 의 기저라 하자. 만약 ∩ 이면 ∩ ∅ 이고 따라
서, ∪ 는 개의 일차독립인 벡터를 갖는다. 하지만 ∪ 도 ℝ 에 포함되므로
모순.
13.
(1) span 이므로 가 일차독립임을 보이면 된다.
⋅ sin cos 이라 하자.
을 대입하면 , 을 대입하면 이므로 .
∴ .
따라서 는 일차독립집합이다. 즉 는 의 기저이다.
cos
(2) sin cos 이므로 span 의 원소이다.
14.
26
중간고사 대비 2 선형대수학
15. a b c , u v w , 라 하면 문제의 조건으로부터
만약 의 열벡터가 일차독립이라 하자. 그러면
x ⇒ x x x
이고 가 일차독립이므로 x ⇒ x . 따라서, 의 열벡터는 일차독립이다.
이번엔 의 열벡터가 일차독립이라 하자. 그러면
x ⇔ x ⇔ x
이고 의 열벡터들이 일차독립이므로 x .
또, 의 열벡터가 일차독립이므로 x ⇒ x .
따라서, 의 열벡터가 일차독립 ⇔ 의 열벡터가 일차독립
16.
(1) 임의의 x , y ∈ , x , y ∈ 에 대하여
x x y y x y x y ∈ 이고
x x x x ∈ .
x x ∈ ∈ ⊂ , x ∈ x ∈ ⊂
(2) 과 를 포함하는 부분공간을 라 하면 임의의 x ∈ , y ∈ 에 대하여
x y ∈ 이어야 한다.(∵ x , y ∈ 이고 는 부분공간이므로) 따라서, ⊂ .
17.
, , ⋯ , 에 대하여 y x x ⋯ x 라 하고 × 행렬 를
⋯
⋮
⋯
⋱ ⋮
⋯
라 하자. 이때, 두 행렬 , 를 x x ⋯ x , y y ⋯ y 라 하면
가 성립한다.
(1) y y ⋯ y 이라 하자. 그러면 열벡터 c ⋯ 에 대하여
y y ⋯ y ⇔ c c ⇔ c ⇔ c
(∵ 와 가 가역행렬)
따라서 는 일차독립이다.
(2) x x ⋯ x 가 의 기저이므로 x x ⋯ x 는 를 생성한다. 따라서, 에
속하는 임의의 벡터 v 에 대하여
v c x x ⋯ x 즉, v c .
가 가역행렬이므로 v c . 여기서 d c 라 하면 v c d .
따라서, v 는 y 의 일차결합으로 나타낼 수 있다. 따라서 는 를 생성한다.
18.
27
중간고사 대비 2 선형대수학
(1) x x ∈ 라 하면 s x , s x 인 s s ∈ ,가 존재한다.
x x s s s s 이고 s s ∈ (∵ 는 부분공간)
따라서, x x ∈ .
∈ℝ, x ∈ 라 하면 s x 인 s ∈ 가 존재한다.
x s s 이고 s ∈ (∵ 는 부분공간)
따라서, x ∈ .
따라서, 는 ℝ 의 부분공간이다.
s .
(2) s
i ⇒
i
s ∈ null 이므로 s
(∵ ∩ null )
s , ⋯ , s 가 일차독립이므로 ⋯ .
따라서, s , s , ⋯ , s 는 일차독립이다.
19.
(1) , , ⋯ , 가 일차독립
⇔ ⋯ 이면
⇔
⋮
⋯ 이면
⇔ x 이면 x ⇔ null
(2) null ≠ 라 하면 x 인 x ≠ 가 존재한다.
x ⋯ 의 성분 중 가장 절대값이 큰 성분을 라 하면 x 이므
로
≠
≤ 이므로
≤
≠ ≠
따라서, ≤
(모순)
≠
20.
(1) x ∈ colB ⇔ x Ay 인 y가 존재. ⇒ x y y y . ⇔
x ∈ nullA .
(2) 이므로 x x 이다.
즉, col ⊂ null ⇒ rank ≤ null rank (∵ 계수 정리)
28
중간고사 대비 2 선형대수학
∴ rank ≤
21.
(1) rank정리에 의해 rank rank ⇔ nullity nullity
x ⇒ x x ∴ null ⊂ null
x ⇒ x x x x x x ∴ x
∴ null ⊂ null
T
따라서, nullityA A nullityA
(2) 가 가역행렬 ⇔ rank ⇔ rank (∵ 문항 (1))
22.
(1) b b ⋯ b 라 하자. b b ⋯ b 이므로 col 의 기저
는 b 이다. 이때, b 에 대응하는 b 가 일차독립임을 보이자.
b ⇒ b b
이고 b 는 일차독립이므로 .
∴ b 는 일차독립이다.
따라서, rank b 의 원소의 개수≤ rank .
(2) , 이면 이므로 rank rank .
(3) (1)과 마찬가지 방법으로 rank ≤ rank 임을 보일 수 있다. 가역행렬 에 대하
여 임을 이용하면
rank ≤ rank rank ≤ rank
이므로 rank rank .
23.
의 r.r.e.f를 구하자.
⇒
⇒ ⇒
(1) 행렬 의 열과 열이 일차독립이므로 col 의 기저는 ∗ ∗
(2) 행렬 의 행과 행이 일차독립이고 가우스 조르단 소거로 을 만들 때 행바꿈이
없었으므로 row 의 기저는 ∗ ∗
(3) , 이므로 , 라 하면
이므로 null 의 기저는
29
중간고사 대비 2 선형대수학
24.
행렬 의 열벡터들을 u , u , u , u , u 라 하면 u u , u u u 가 성립한다.
즉, u u u u u u u
이고
u u u u u u u
u
이다. 는 와 행동치이므로 x ⇔ x .
따라서,
a a a a a
a a 이고
a a a a a a a a
이다.
25.
(1) v
, v
라 하면 v , v 이므로 v , v ∈ null 이고 v ,
따라서, x 인 x 는 x v v
, , 는 실수.
26.
(1)
30
중간고사 대비 2 선형대수학
⇒
⇒
(2)
이므로
27.
가우스-조르단 소거법에 의해 × 가역행렬 이 존재해서 은 기약 행사다리꼴이 된
다. 이제 이 행렬에 기본 열 연산(또는 행과 열을 바꾼 다음에 기본 행연산을 시행하고 다
시 행과 열을 바꾼다.)에 의해 × 가역행렬 이 존재해서 rank rank 이라 하
×
면 은 의 형태가 된다. 마찬가지로 × 가역행렬
× ×
와 × 가역행렬 가 존재해서 이 된다. 즉, 이므로
.
따라서 , 이라 하면 는 × 가역행렬, 는 × 가역행렬이 되
고 .
28.
(1) 생략
(2) 행렬 의 rank 가 이므로 문항 (1)에서 보인 것처럼 u v 인 영이 아닌 열벡터
u , v 가 존재한다. 이때 의 대각선의 합은
tr
vu
와 같이 구해진다. 따라서,
u v u v u v tr
가 되고, 즉, tr tr tr tr 이 된다.
(3) 조건 ⅱ)에서 rank 이므로 u v .
조건 ⅰ)에서 이므로 u v u v u v u v u v .
∴ u v tr
∴ tr
29.
를 의 행과 열을 제거한 × 부분행렬이라 하자.
ⅰ) 인 경우 는 대각성분 중에 성분이 인 상삼각행렬이므로
ⅱ) 인 경우 는 대각성분이 모두 인 상삼각행렬이므로
31
중간고사 대비 2 선형대수학
ⅲ) 인 경우 는 대각성분 중에 성분만 이고 나머지 대각성분은 모두 인
상삼각행렬이므로
⋯ ⋯
⋯⋯
ⅳ) 인 경우 이므로
⋯⋯
⋯ ⋯
⋯⋯
ⅴ) 인 경우 이므로
⋯⋯
⋯ ⋯
⋯ ⋯
⋯
∴ ⋯ ⋯ ⋯ ⋯ ⋯
det
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
⋯ ⋯ ⋯ ⋯
⋯ ⋯ ⋯ ⋯
⋯
⋯
⋯
det ⋯
⋮ ⋮ ⋮ ⋱ ⋮ ⋮
⋯
⋯
다시 행에 배 한 것을 행에다 더하면
⋯
⋯
⋯
det ⋯
⋮ ⋮ ⋮ ⋱ ⋮ ⋮
⋯
⋯
[다른풀이]
u , v 이라 하면 u v 로 나타낼 수 있다. 이때,
⋮
u u v u u v u u ⋯ u
이고 x ≠ , v x 인 x 에 대해
x u v x u v x x x .
따라서, ⋯ 과 은 의 고유값이다. 이때, v x 인 일차독립인 x 는 최
32
중간고사 대비 2 선형대수학
대 개 존재하므로 의 기하적 중복도는 이고 대수적 중복도도 이 된다.
(왜냐하면 고유값이 하나 더 있기 때문에 대수적 중복도는 이하인데 기하적중복도가
이므로). 따라서, det 의 모든 고유값의 곱 ⋯ .
31.
모든 원소가 인 × 행렬 에 대하여, 다음과 같은 × 행렬들의 곱을 생각하자.
,
.
첫 번째 얻어진 행렬의 에서 번째 행을 에서 번째 행과 바꾸고, 다시 그 행렬이
에서 번째 열을 에서 번째 열과 바꾸면 두 번째 행렬이 나온다.
∴
마찬가지 방법으로
이다. 또
det
이므로 det det .
[다른 풀이]
만약 가 역행렬을 가지면 이므로 성립한다.
이제 대신 라는 행렬을 생각해 보자.
가 역행렬을 가지면 det det 가 성립한다.
여기서 det 이 되는 의 값은 유한개이므로 위 등식은 무수히 많은 에 대하여
성립한다.
즉, det det 은 에 대한 차 이하의 다항 방정식인데 무수
히 많은 를 근으로 갖는다. 따라서, 위 방정식은 항등적으로 성립한다.
즉, 일 때도 성립하므로 det det .
32.
(1) 행에 대한 여인수전개를 하자.
⋯
⋯
이고 ⋮ ⋮ ⋮ ⋮ ⋮ 이므로
⋯
⋯
⋯
⋯
(2)
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
⋯
⋯ ⋯
33
중간고사 대비 2 선형대수학
⋯
⋯
⋯ ⋯
⋯ ⋯
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
⋯ ⋯
⋯ ⋯ ⋯ ⋯
⋯
34