几类特殊线性变换的特征根的求解

文章主要给出了向量空间V的线性变换的特征根与特征向量的定义、性质,以及几类特殊线性变换的特征根的求解。     

关于特征子空间的一个问题

设δ是数域Fn维线性空间V上的一个线性变换,λ是δ的特征值,本文要说明的结论是λ的特征子空间V_λ与V上基的选取无关。     

对一道高代习题的讨论

书[1]中的欧氏空间部分,有这样一道习题:“设σ是欧氏空间 V 到自身的一个满射,且对于任意ζ∈V,都有|σ(ζ)|=|ζ|.证明,σ是 V 的一个线性变换,因而是正交变换.”笔者认为题目的条件是不够的。例如,实数域 R 对于实数的加法和乘法,作成它自身上的一个向量空间.如果在其中还定义了内积任取 x,y∈R,规定     

欧式空间的一个推广

欧式空间指出:若V是数域F上的一个n维线性空间,α1,α2,…,αn是V的一个基,那么对于V中的任意n个向量β1,β2,…,βn,恰有V的一个线性变换σ,使σ(αi)=βi(i=1,2,…,n);在欧式空间中把它给推广,即在一定的条件下,找到存在一个正交变换σ,使得σ(αi)=βi(i=1,2,…,m)成立的充分必要条件,并给出相关题目的证明。     

向量空间的拟线性变换

探讨了数域F上向量空间V的拟线性变换的存在性和变换,拟线性变换,线性变换之间的关系,并且研究了用（拟）线性变换的运算如何确定一个变换是（拟）线性变换的问题。     

向量空间的拟线性变换

探讨了数域F上向量空间V的拟线性变换的存在性和变换、拟线性变换、线性变换之间的关系,并且研究了用（拟)线性变换的运算如何确定一个变换是（拟）线性变换的问题。     

线性变换σ与矩阵A的特征根、特征向量的求法与区别

矩阵A的特征根和特征向量的求法,线性变换σ的特征根和特征向量的求法及二者的区别。     

线性变换σ与矩阵A的特征根、特征向量的求法与区别

矩阵A的特征根和特征向量的求法,线性变换σ的特征根和特征向量的求法及二的区别。     

梅涅劳斯定理在n维空间中的一个推广

梅涅劳斯定理:直线L与△ABC的三边AB,BC,CA分别交于X,Y,Z三点,当且仅当λ_1λ_2λ_3=-1。其中λ_1=(AX)/(XB),λ_2=(BY)/(YC),λ_3=(CZ)/(ZA)。下面试将该定理推广到n维空间。 设V是实数域R上的一个n维向量空间R~n,对于V中任一对向量ξ=(X_(11),X_(12),…,X_(1n)),η=(X_(21),X_(22),…,X_(2n))。记d(ξ,η)=~(1/2)(sum from i=1 to n(X_(2i)-X_(1i))~2),定义内积     

线性空间的投影变换

本文给出数域F上线性空间的投影变换的概念、性质及判定定理,最后把投影变换对空间的分解性质推广到任意线性变换σ的σ~K“的Imσ~K与kerσ~K对V的分解。     

向量空间的2-极大子空间

主要运用向量空间的一些性质和特点,引进了2-极大子空间概念,从余子空间、维数、同构映射等方面对2-极大子空间的性质进行了研究,主要得出了3个结论：（1）设V是数域F上的n（n≥2）维向量空间,M2≤.M1≤.V,则dimM2=n-2.（2）设V是数域F上的向量空间,若M2≤.M1≤.V当且仅当M2是2维子空间的余子空间.（3）f是向量空间W→V的一个同构映射,则W的一个2-极大子空间W2通过同构映射f也是V的一个2-极大子空间.     

三维向量空间中线性变换的特征向量的几何意义

利用代数方法给出了三维向量空间中线性变换的特征向量的几何意义,即研究了三阶实矩阵或三阶实对称矩阵对应的线性变换的特征向量的几何意义.结果得到:非对称矩阵的不同特征根对应的特征向量是线性无关的;二重根对应的线性无关的特征向量或只有一个或有无穷多个,它与单根对应的特征向量线性无关;三重根对应的线性无关的特征向量只有一个.对称矩阵的不同特征根对应的特征向量互相垂直;二重根对应的特征向量构成一个平面,这个平面的法矢量就是单根对应的特征向量;三重根对应的特征向量有无穷多个,即从原点出发的任意矢量都是三重根对应的特征向量.     

关于两个向量共线的充要条件之我见

人民教育出版社出版的全日制普通高级中学教科书(必修)(即实验教材或叫新教材)关于两个向量平行(也称共线)给出了两个充要条件.本文针对这两个充要条件的教学谈点看法.1关于在实数与向量的积的意义下的充要条件在定义了实数与向量的积的意义后,课本给出了两个向量共线的充要条件,即以下定理1.定理1向量b与非零向量a共线的充要条件是有且只有一个实数λ,使得b=λa在教学实践中,笔者发现:这个定理的关键词,即非零向量a,是解题出错之所在.事实上,如果缺少了这个条件,那么当向量a=0时,与向量a共线的非零向量b不可能满足b=λa.即定理1成为定理2向…     

线性空间直和分解一个定理的证明的教学建议

文献［１］给出了线性空间按线性变换的特征值分解成不变子空间的直和的一个定理,叙述于下：定理设数域Ｐ上线性空间Ｖ的线性变换Ａ的特征多项式为ｆ（λ）,它可分解因式为：ｆ（λ）＝（λ－λ１）ｒ１（λ－λ２）ｒ２…（λ－λｓ）ｒｓ,其中λ１,λ２,…,λＳ互...     

平面上线性变换的特征向量的几何意义

利用代数方法给出了平面上线性变换的特征向量的几何意义,即研究了二阶实矩阵或二阶实对称矩阵对应的线性变换的特征向量的几何意义.我们得到,非对称矩阵的不同特征根对应的特征向量是线性无关的,重根对应的特征向量只有一个.对称矩阵的不同特征根对应的特征向量互相垂直,重根对应的特征向量有无穷多个.     

线性映射的零空间与值域的若干性质

本文讨论了数域F上向量空间上线性映射的零空间和值域的一些性质,证明了秩与零度定理,并研究了n维向量空间V上的两个线性变换的零空间和值域之间的关系。     

向量行列式与广义Cramer法则

本在数域F上的向量空是V（F）中定义了向量行列式,给出了向量行列式的主要性质,得到了未知量是向量的线性议程的广义Cramer法则。     

R──模M中元素的线性关系

环上的模是Abel群的一种推广，也是数域上向量空间的推广在向量空间定义中，若将数域的条件改成一般的环R，就得到模这个代数体系定义：设R是环一个（左）R模是指一个加法Abel群M与一个函数R×M→M，（以ra表示（r，a）的象）使得对于所有的r，s∈R和a，b∈M满足：4）当R有单位无1时，就应该有la=a．对于每个a∈M则说M是一个（左）R──模。数域F上的向量空间V是一个F──模，它是模的特殊情形因此模的所性质向量空间都具有，而向时空间的性质则不能完全推广到模上。本文仅以数域上有限维向量空间中线性关系的几个熟知的结论与有限…     

函数与线性函数

在研究欧几里德空间时,我们需要引入线性函数,为此,对向量集合及向量空间上的函数与线性函数作一些介绍和讨论.设S是某一个向量集合,F为一个数域,所谓S上的一个函数f,是指S中任何一个向量(?)都有意义,且取F中的数x为其值,记作f(?)=x_ο而F[S]表示S上所有函数f的集合.定义1.若F[S]中任意两个函数 f,g.对S中任意一个(?),恒有     

可逆矩阵的定义

关于可逆矩阵的定义,现行课本这样给出:“设A是数域F上的一个n阶矩阵.如果存在一个n阶矩阵B,使得AB=BA=I(单位矩阵)那么A叫做一个可逆矩阵(或非奇异矩阵),而B叫做A的逆矩阵.”这个定义以简捷的方式深刻地揭示了可逆矩阵的实质.但初学者对这定义方式往往感到费解.同时可逆矩阵的一些重要结果的建立者较费事.本文尝试用下面的方式定义,可能对初学者有所好处.