线性空间的性质

线性空间是线性代数中的基本概念,也是矩阵论的重要概念.线性空间也称向量空间,向量的概念在解析几何中引入,使许多问题得以简化,因此进一步引进了向量空间的概念,也就是线性空间.它将应用到科学技术的各个领域中去.本文主要是对线性空间的定义和性质进行研究.     

三个特殊有限维线性空间基的判定法

本文利用有限维线性空间基的有关理论和行列式,推出特殊线性空间Pn,P[x]n及pm×n基的具体判别法。     

幂线性空间的初步探讨

本文对怎样从线性空间得到幂线性空间做了一个详细的阐述,并仔细研究了幂线性空间的基本结构,举出了一个很有代表性的例子,还得到了幂线性空间的一些性质．随后从线性无关中得到了幂线性空间的基的概念,并引出了维数的概念,初步讨论了基坐标变换．另外本文给出了幂线性空间的子空间的概念,初步讨论了幂子空间的交与和,幂子空间的直和,最后对幂线性空间的同构作了初步的探讨．     

幂线性空间的交与和

讨论幂子空间的交与和,幂子空间的直和等概念和性质．     

关于线性映射空间维数的几个结果

研究了线性映射空间的维数及其与几个子空间的维数之间的关系.     

幂线性空间的商空间

讨论类比商群、商空间的概念,提出了幂线性空间的商空间的概念.首先,给出幂线性空间和幂子空间的定义,并在此基础上构造了幂线性空间上一个等价关系,对幂线性空间进行分类,从而构造出幂线性空间的商空间.最后研究了商空间上基、维数及同态的性质.     

一些有限维线性空间的基与维数

本文举例说明一些有限维线性空间的基与维数的探求方法。     

线性空间维数与基的求法

线性空间作为高等代数中的一个重要概念,而线性空间的维数与基又是线性空间的一个基本属性,是我们认识线性空间的一个重要信息,二者必须深入理解。本文从数域对线性空间的各个方面的影响说明来它所起的作用,在此基础上探讨了求维数与基的一般方法和步骤。     

拓扑线性空间中开映射的两个性质

探讨了拓扑线性空间中开映射与线性映射的关系,给出了线性映射为开映射的两个充分条件,推广了开映射定理.     

对称矩阵空间保逆矩阵的线性映射

令R是实数域,Sn(R)是R上所有n×n对称阵的线性空间。给出了从Sn(F)到Sm(F)(m≥n)的保逆矩阵的线性映射形式。     

线性空间中基的扩充方法

给出了n维线性空间中线性无关向量组扩充为基的一般方法．     

维数在向量空间中的应用

给出了利用维数证明两个向量空间相等的一种方法，同时它在向量空间分解中的应用。     

格莱姆矩阵及其在欧氏空间中的应用

本给出了欧氏空间V中不同基的格莱姆矩阵之间的关系以及如何利用格莱姆矩阵的行列式判别欧氏空间中的向量的线性相关性。     

多项式向量场空间的维数与基

本文借助于数域P上的n次多项式的齐次分解,证明了线性空间P[X1,X2,…Xn]m的维数等于Cn＋m^n并给出了该空间的一组基;进而得到R^n上次数不超过m的多项式向量场的全体构成的线性空间V的维数等于n·Cn＋m^n。     

一类线性空间的结构和维数

设A，B分别是数域F上的m阶与n阶方阵，则矩阵方程A^-X-=^-X-B的解为m×n矩阵，并且此矩阵方程的全体解构成一个线性空间。若A，B的特征多项式互素，那末此线性空间为零空间。     

多项式向量场空间的维数与基

本文借助于数域P上的n次多项式的齐次分解,证明了线性空间P[X1,X2,…Xn]m的维数等于Cn＋m^n并给出了该空间的一组基;进而得到R^n上次数不超过m的多项式向量场的全体构成的线性空间V的维数等于n·Cn＋m^n。     

高等代数线性空间中一个定理的推广与证明

对高等代数线性空间中的一个定理进行了推广与证明,作为推广定理证明的理论依据,又给出了两个引理,并加以证明.     

线性空间基的结构分析

分析了线性空间基的结构,给出了在已知线性空间一组基的条件下,构造该线性空间另一组不同基的方法。     

用组合分析方法推导若干线性空间的维数

在实数域R上 ,关于变元 χ1 ,χ2 ,… ,χk(k≥ 1 )的全体n次齐次多项式 ,≤n次多项式 ,n次齐次对称多次式 ,≤n次对称多项式 ,n次齐次轮换对称多项式 ,≤n次轮换对称多项式(均包含零多项式 ,n≥ 0 )分别组成线性空间 ,记为Un ,k、 Un,k、Vn ,k、 Vn ,k、Wn ,k、 Wn ,k。用组合分析方法推导得其维数d