线性空间练习题

线性空间练习题
线性空间练习题

线性空间练习题

一、单项选择题

R 3中下列子集( )不是R 3的子空间.

A .}1|),,{(233211=∈=x R x x x w

B .}0|),,{(333212=∈=x R x x x w

C .}|),,{(32133213x x x R x x x w ==∈=

D .}|),,{(32133214x x x R x x x w -=∈= 二、判断题

1.设n n P V ?=则{,0}n n

W A A P A ?=∈=是V 的子空间.

2、已知{(,),,,}V a bi c di a b c d R =++∈为R 上的线性空间,则维(V )=2.

3、设线性空间V 的子空间W 中每个向量可由W 中的线性无关的向量组

12,,,s αααL 线性表出,则维(W)=s

4、设W 是线性空间V 的子空间,如果

,V W W αβαβ?∈??,,且则必有

.W αβ+?

三、1.已知},|00{1R b a b a W ∈?

??

?

??=,},,|00{11112R c a c a W ∈???

? ??=是22

R ?的两个子空间,求2121,W W W W +?的一个基和维数.

2.已知α关于基},,{321βββ的坐标为(1,0,2),由基},,{321ααα到基}

,,{321βββ的过渡矩阵为???

?

?

??012001423,求α关于基},,{321ααα的坐标.

四、设n P 是数域P 上的n 维列向量空间,2,n n A P A A ?∈=且

记n W AX X P W X X P AX n 12{},{,0},=∈=∈= 1.证明:21,W W 都是n P 的子空间; 2. 证明:21W W P n ⊕=.

线性变换练习题

一、填空题

1.设123,,εεε是线性空间V 的一组基,V 的一个线性变换σ在这组基下的矩阵是

33112233(),,ij A a x x x V αεεε?==++∈则σ在基321,,εεε下的矩阵B =_________,而可逆矩阵T =

_________满足1

,B T

AT -=σα在基123,,εεε下的坐标为_________ .

2.设A 为数域P 上秩为r 的n 阶矩阵,定义n 维列向量空间n P 的线性变换σ: (),n A P σξξξ=∈,

则1

(0)σ-=_______,()1dim (0)σ-=______,()

dim ()n P σ=_____ .

3.复矩阵()ij n n A a ?=的全体特征值的和等于________ ,而全体特征值的积等于_______ .

4.设σ是n 维线性空间V 的线性变换,且σ在任一基下的矩阵都相同,则σ为________变换 . 5.数域P 上n 维线性空间V 的全体线性变换所成的线性空间()L V 为_______维线性空间,它与________同构.

6.设n 阶矩阵A 的全体特征值为12,,,n λλλL ,()f x 为任一多项式,则()f A 的全体特征值为________ .

二、判断题

1.设σ是线性空间V 的一个线性变换,12,,,s V ααα∈L 线性无关,则向量组12(),(),,()s σασασαL 也线性无关. ( )

2.设σ为n 维线性空间V 的一个线性变换,则由σ的秩+σ的零度=n ,有1

()(0).V V σσ-=⊕ ( )

3.在线性空间2R 中定义变换σ:(,)(1,)x y x y σ=+,则σ是2

R 的一个线性变换. ( ) 4.若σ为n 维线性空间V 的一个线性变换,则σ是可逆的当且仅当1

(0)σ-={0}. ( ) 5.设σ为线性空间V 的一个线性变换,W 为V 的一个子集,若()W σ是V 的一个子空间,则W 必为V 的子空间. ( )

三、计算与证明

1.设00111100A a ?? ?

= ?

???,问a 为何值时,矩阵A 可对角化? 并求一个可逆矩阵X,,使-1X AX=.Λ.

2.在线性空间n P 中定义变换σ:122(,,,)(0,,,)n n x x x x x σ= (1)证明:σ是n P 的线性变换. (2)求()n

P σ与1

(0).σ

-

(3)1

()(0).n

n

P P σσ-⊕=

3.若A 是一个n 阶矩阵,且2A A =,则A 的特征值只能是0和1.

欧氏空间练习题

一、填空题

1.设V 是一个欧氏空间, V ξ∈,若对任意V η∈都有(,)0ξη=,则ξ=_________.

2.在欧氏空间3R 中,向量(1,0,1)α=-,(0,1,0)β=,那么(,)αβ=_________,α=_________. 3.在n 维欧氏空间V 中,向量ξ在标准正交基12,,,n ηηηL 下的坐标是12(,,,)n x x x L ,那么(,)i ξη=_________,ξ=_________.

4.两个有限维欧氏空间同构的充要条件是__________________. 5.已知A 是一个正交矩阵,那么1

A -=_________,2

A =_________.

二、判断题

1.在实线性空间2R 中,对于向量1212(,),(,)x x y y αβ==,定义1122(,)(1)x y x y αβ=++,那么2

R 构成

欧氏空间。( )

2.在n 维实线性空间n R 中,对于向量1212(,,,),(,,,)n n a a a b b b αβ==L L ,定义11(,)a b αβ=,则n

R 构成

欧氏空间。 ( )

3.12,,,n εεεL 是n 维欧氏空间V 的一组基,1212(,,,),(,,,)n n x x x y y y L L 与分别是V 中的向量,αβ在这组基下的坐标,则1122(,)n n x y x y x y αβ=+++L 。( ) 4.对于欧氏空间V 中任意向量η,

1

η

是V 中一个单位向量。( ) 5.12,,,n εεεL 是n 维欧氏空间的一组基,矩阵()

ij

n n

A a ?=,其中(,)ij i j a εε=,则A 是正定矩阵。( )

6.设V 是一个欧氏空间,,V αβ∈,并且αβ=

,则αβ+与αβ-正交。( )

7.设V 是一个欧氏空间,,V αβ∈,并且(,)0αβ=,则,αβ线性无关。( )

8.若,στ都是欧氏空间V 的对称变换,则στ也是对称变换。( )

三、计算题

1.把向量组1(2,1,0)α=-,2(2,0,1)α=扩充成3R 中的一组标准正交基. 2.求正交矩阵T ,使T AT '成对解角形。

220212020A -?? ?=-- ? ?-??

四、证明题

1.设A ,B 为同级正交矩阵,且A B =-,证明:0A B +=. 2.设A 为半正定矩阵,且0A ≠,证明:0A E +>.

3.证明:n 维欧氏空间V 与T

V 同构的充要条件是,存在双射:V V σ'→,并且,V αβ?∈ 有

小 测 验 九

一、填空题

1、已知三维欧式空间V 中有一组基123,,ααα,其度量矩阵为110120003A --??

?

=- ? ???

,则向量

12323βααα=+-的长度为 。

2、设???

?

?????? ?????? ??='=10212112,),(2

,,A A R 则中的内积为βαβα在此内积之下的度量矩阵为 。

3、在n 维欧几里德空间中,一组标准正交基的度量矩阵为 。

4、在欧氏空间4

R 中,已知(2,1,3,2),(1,2,2,1)αβ==-,则||α= ,α与β的夹角为 (内积按通常的定义)。

5、设n

R 为欧氏空间,则有柯西-施瓦茨不等式: 。 二、已知二次型

222

123123121323(,,)()222f x x x t x x x x x x x x x =++++-

(1)t 为何值时二次型f 是正定的?

(2)取1t =,用正交线性替换化二次型f 为标准形

三、设123,,ααα是3维欧氏空间V 的一组基,这组基的度量矩阵为

112121216-?? ?-- ? ?-??

(1)令12γαα=+,证明γ是一个单位向量; (2)若123k βααα=++与γ正交,求k

四、设β为n 维欧氏空间V 中一个单位向量,定义V 的线性变换A 如下: 2(,),.A V ααβαβα=-?∈

证明:

(1)A 为第二类的正交变换(称为镜面反射)。

(2)V 的正交变换B 是镜面反射的充要条件为1是B 的特征值,且对应的特征子空间的维数为n-1. 五、已知σ是对称变换,证明:σ的不变子空间W 的正交补W ⊥

也是σ的不变子空间.

小测验(六)

一、填空题

1、已知000,,00A V a b

c a b c R c b ????

??

?

=+∈?? ??? ?+?

???

是33R ?的一个子空间,则维(V )

= , V 的一组基是 .

2、在P 4中,若1234(1,2,0,1),(1,1,1,1),(1,,1,1),(0,1,,1)k k αααα===-=线性无关,则k 的取值范围是 .

3、已知a 是数域P 中的一个固定的数,而

1{(,,,),1,2,,}n i W a x x x P i n =∈=L L

是P n+1的一个子空间,则a = ,而维(W)= .

4、设P n 是数域P 上的n 维列向量空间,2,n n A P A A ?∈=且记

12{},{,0},n W AX X P W X X P AX =∈=∈=

则W 1、W 2都是P n 的子空间,且W 1+W 2= ,12W W I = .

5、设123,,εεε是线性空间V 的一组基,112233x x x αεεε=++,则由基123,,εεε到基231,,εεε的过渡矩阵T = ,而α在基321,,εεε下的坐标是 .

二、计算与证明

1、

在线性空间P 2×2中,

121212112111,,,10110137A A B B ---????????==== ? ? ? ?????????

1)求1212(,)(,)L A A L B B I 的维数与一组基. 2)求1212(,)(,)L A A L B B +的维数与一组基.

2、在线性空间P 4中,求由基1234,,,αααα到基1234,,,ββββ的过渡矩阵,并求(1,4,2,3)α=在基1234,,,αααα下的坐标,其中

1234(1,0,0,0),(4,1,0,0),(3,2,1,0),(2,3,2,1)αααα===-=- 1234(1,1,8,3),(0,3,7,2),(1,1,6,2),(1,4,1,1).ββββ====--- 3、设13,02?? ???

1) 证明:在P n n ?与A 可交换的矩阵的全体W 是一个子空间; 2) 求W 的维数和一组基;

3) 写出W 中矩阵的一般表达式。

4、证明:22,,1x x x x x +-+是3P[x]的一组基,并求2273x x ++在此基下的坐标。

5、V 为定义在实数域上的函数构成的线性空间,令

12{()(),()()},{()(),()()}

W f x f x V f x f x W f x f x V f x f x =∈=-=∈=--

证明:W 1、W 2皆为V 的子空间,且12.V W W =⊕

6、设12,V V 是V 的任意两个非平凡子空间,证明:12V V V ≠U

空间分析复习重点

空间分析的概念空间分析:是基于地理对象的位置和形态特征的空间数据分析技术,其目的在于提取和传输空间信息。包括空间数据操作、空间数据分析、空间统计分析、空间建模。 空间数据的类型空间点数据、空间线数据、空间面数据、地统计数据 属性数据的类型名义量、次序量、间隔量、比率量 属性:与空间数据库中一个独立对象(记录)关联的数据项。属性已成为描述一个位置任何可记录特征或性质的术语。 空间统计分析陷阱1)空间自相关:“地理学第一定律”—任何事物都是空间相关的,距离近的空间相关性大。空间自相关破坏了经典统计当中的样本独立性假设。避免空间自相关所用的方法称为空间回归模型。2)可变面元问题MAUP:随面积单元定义的不同而变化的问题,就是可变面元问题。其类型分为:①尺度效应:当空间数据经聚合而改变其单元面积的大小、形状和方向时,分析结果也随之变化的现象。②区划效应:给定尺度下不同的单元组合方式导致分析结果产生变化的现象。3)边界效应:边界效应指分析中由于实体向一个或多个边界近似时出现的误差。生态谬误在同一粒度或聚合水平上,由于聚合方式的不同或划区方案的不同导致的分析结果的变化。(给定尺度下不同的单元组合方式) 空间数据的性质空间数据与一般的属性数据相比具有特殊的性质如空间相关性,空间异质性,以及有尺度变化等引起的MAUP效应等。一阶效应:大尺度的趋势,描述某个参数的总体变化性;二阶效应:局部效应,描述空间上邻近位置上的数值相互趋同的倾向。 空间依赖性:空间上距离相近的地理事物的相似性比距离远的事物的相似性大。 空间异质性:也叫空间非稳定性,意味着功能形式和参数在所研究的区域的不同地方是不一样的,但是在区域的局部,其变化是一致的。 ESDA是在一组数据中寻求重要信息的过程,利用EDA技术,分析人员无须借助于先验理论或假设,直接探索隐藏在数据中的关系、模式和趋势等,获得对问题的理解和相关知识。 常见EDA方法:直方图、茎叶图、箱线图、散点图、平行坐标图 主题地图的数据分类问题等间隔分类;分位数分类:自然分割分类。 空间点模式:根据地理实体或者时间的空间位置研究其分布模式的方法。 茎叶图:单变量、小数据集数据分布的图示方法。 优点是容易制作,让阅览者能很快抓住变量分布形状。缺点是无法指定图形组距,对大型资料不适用。 茎叶图制作方法:①选择适当的数字为茎,通常是起首数字,茎之间的间距相等;②每列标出所有可能叶的数字,叶子按数值大小依次排列;③由第一行数据,在对应的茎之列,顺序记录茎后的一位数字为叶,直到最后一行数据,需排列整齐(叶之间的间隔相等)。 箱线图&五数总结 箱线图也称箱须图需要五个数,称为五数总结:①最小值②下四分位数:Q1③中位数④上四分位数:Q3⑤最大值。分位数差:IQR = Q3 - Q1 3密度估计是一个随机变量概率密度函数的非参数方法。 应用不同带宽生成的100个服从正态分布随机数的核密度估计。 空间点模式:一般来说,点模式分析可以用来描述任何类型的事件数据。因为每一事件都可以抽象化为空间上的一个位置点。 空间模式的三种基本分布:1)随机分布:任何一点在任何一个位置发生的概率相同,某点的存在不影响其它点的分布。又称泊松分布

线性空间直和分解定理的推广及应用_李毛亲

收稿日期:2010-12-20 基金项目:台州学院培育基金(2010PY011).作者简介:李毛亲(1958-),女,山西太原人,硕士,副教授,研究方向:应用数学及教学研究. 线性空间直和分解定理的推广及应用 李毛亲 (台州学院 数学与信息工程学院,浙江临海317000)摘要:把高等代数中线性空间的直和分解定理推广到一般情形.对于n 维线性空间V 上线性变换A 的任一个化零多项式f (x ),若f (x )为若干个两两互素的多项式的乘积,则线性空间V 可以相应地分解成有限个A 的不变子空间的直和.一些应用实例被给出. 关键词:线性空间;直和分解;多项式互素 中图分类号:O151.2文献标识码:A 文章编号:1672-3708(2011)03-0001-02 在高等代数中,线性空间的直和分解定理是一个非常重要的定理,是研究矩阵对角化和Jordan 标准形的理论基础.[1]中的直和分解定理如下: 定理1[1]设V 是数域P 上的n 维线性空间,V 上的线性变换A 的特征多项式f (x )可以分解成互异的一次因式方幂的乘积 f (x )=(x -a 1)r 1(x -a 2)r 2…(x -a s )r s , 则V 可以分解成s 个A 的不变子空间的直和V =V 1+V 2+…+V s , 其中V i ={α∈V /(A -a i E )r i α=0},i =1,2,…,s . 多项式g (x )称为线性变换A 的化零多项式,若g (A )=0.我们把定理1推广到A 的任意化零多项式上去. 定理2设V 是数域P 上的n 维线性空间,若V 上的线性变换A 的化零多项式f (x )=f 1(x )f 2(x )…f s (x ),f 1,f 2,…,f s 两两互素,则V 可以分解成s 个A 的不变子空间的直和 V =V 1+V 2+…+V s , 其中V i ={α∈V /f i (A )α=0},i =1,2,…,s . 为证明该定理,我们首先给出两个引理,这两个引理除了在证明该定理时起重要作用外,本身也是重要的结论. 引理1设f (x )=f 1(x )f 2(x )…f s (x ),f 1,f 2,…,f s 两两互素,则g 1,g 2,…,g s 互素, 其中g i (x )=f (x )i () ,i =1,2,…,s .证明设(g 1,g 2,…,g s )=d (x ),考虑d (x )/g 1(x ),由于g 1=f 2…f s ,若d (x )≠1,可设p (x )是d (x )的一个不可约因式,由p (x )/f 2…f s 可知,p (x )至少整除其中之一,不妨假设p (x )|f 2(x ),考虑到p (x )是g 1,g 2,…,g s 的一个公因式,得p (x )|g 2(x ),于是p (x )是f 2(x )和g 2(x )的公因式,但(f 2(x ),g 2(x ))=1,矛盾.所以d (x )=1. 台州学院学报Journal of Taizhou University 2011年6月第33卷第3期Vol.33,No.3Jun.2011

第一章线性空间与线性变换

第一章 线性空间与线性变换 线性空间与线性变换是学习现代矩阵论时经常用到的两个极其重要的概念.本章先简要地论述这两个概念及其有关理论,然后再讨论两个特殊的线性空间,这就是Euclid 空间和酉空间. §1.1 线性空间 线性空间是线性代数最基本的概念之一,也是学习现代矩阵论的重要基础,所考虑的数域是实数域(记为R )和复数域(记为C ),统称数域F . 一、线性空间的定义及性质 定义1 设V 是一个非空集合,F 是一数域.如果存在一种规则,叫做V 的加法运算:对于V 中任意两个元素,αβ,总有V 中一个确定的元素γ与之对应.γ称为αβ与的和,记为γαβ=+.另有一种规则,叫做V 对于F 的数乘运算:对于F 中的任意数k 及V 中任意元素α,总有V 中一个确定的元素σ与之对应,σ叫做k 与α的数乘,记为k σα=.而且,以上两种运算还具有如下的性质: 对于任意α,β,V γ∈及k ,l F ∈,有 1)αββα+=+; 2)()()αβγαβγ++=++; 3)V 中存在零元素0,对于任何V α∈,恒有0αα+=; 4)对于任何V α∈,都有α的负元素V β∈,使0αβ+=; 5)1αα=; 6)()()k l kl αα=;(式中kl 是通常的数的乘法) 7)()k l k l ααα+=+;(式中k l +是通常的数的加法) 8)()k k k αβαβ+=+. 则称V 为数域F 上的一个线性空间,也称向量空间. V 中所定义的加法及数乘运算统称为线性运算,其中数乘又称数量乘 法.在不致产生混淆时,将数域F 上的线性空间简称为线性空间. 需要指出,不管V 的元素如何,当F 为实数域R 时,则称V 为实线性空间;当F 为复数域C 时,就称V 为复线性空间.

第六章线性空间练习题参考答案

第六章 线性空间练习题参考答案 一、填空题 1.已知0000,,00V a b c a b c R c b ?????? ? =+∈?? ??? ?+???? 是33R ?的一个子空间,则维(V ) = 3 , V 的一组基是000000000100,100,010*********?????? ? ? ? ? ? ? ? ? ??????? . 2.在P 4中,若1234(1,2,0,1),(1,1,1,1),(1,,1,1),(0,1,,1)k k αααα===-=线性无关,则k 的取值范围是3k ≠(以1234,,,αααα为行或者列构成的行列式不为零). 3.已知a 是数域P 中的一个固定的数,而1{(,,,),1,2, ,}n i W a x x x P i n =∈= 是P n+1的一个子空间,则a = 0 ,而维(W)=n 4.维数公式为12dim dim V V +=1212dim()dim()V V V V ++. 5.设123,,εεε是线性空间V 的一组基,112233x x x αεεε=++,则由基 123,,εεε到基231,,εεε的过渡矩阵T =001100010?? ? ? ???,而α在基321,,εεε下的坐标是 321(,,)x x x 由基123,,εεε到基233112,,εεεεεε+++的过渡矩阵为T =011101110?? ? ? ??? . 6.数域P 上n 级对称矩阵全体构成数域P 上 (1) 2 n n +维线性空间,数域P 上n 级反对称矩阵全体构成数域P 上 (1) 2 n n -维线性空间,数域P 上n 级上

第六章 线性空间

第六章 线性空间测验 一、填空题 1、已知是的一个子空间,则dim= , 的一组基是 ___________ _. 2、在中,若线性无关,则的取值范围是____________. 3、已知是数域P中的一个固定的数,而 是的一个子空间,则=__________,而维()=__________. 4、设是数域P上的维列向量空间,记 则1、2都是的子空间,且1+2=____________,=____________. 5、设是线性空间V的一组基,,则由基到基的过渡矩阵T =__________,而在基下的坐标是__________. 6、在中, 在基的坐标是________________. 7、令,,,,则是的一组基,判定是否在中,若在,求在基下的坐标____________. 8、已知,则dim=_____,的一组基_______________. 二、判断题 1、 设,则是的子空间. 2、已知为上的线性空间,则维()=2. 3、设,是的解空间,1是的解空间,2是的解空间,则. 4、设线性空间的子空间中每个向量可由中的线性无关的向量组线性表出,则维()=. 5、设是线性空间的子空间,如果但则必有 三、计算题 1、设,,其中 ,,;, 求与的基和维数。 2、在线性空间中,求由基到基的过渡矩阵, 在基下的坐标,其中 四、证明题 1、前4个埃尔米特多项式为1, ,和,这些多项式是在研究数学物理中的某种重要的微分方程时产生的.证明这前4个埃尔米特多项式构成的一组基. 2、在中,令 证明: (1) 都是的子空间;(2) 3、为定义在实数域上的函数构成的线性空间,令

证明:1、2皆为的子空间,且

最新向量空间的定义教案(50分钟)

向量空间的定义教案 (50分钟)

“向量空间的定义”教案(50分钟) I 教学目的 1、使学生初步掌握向量空间的概念。 2、使学生初步了解公理化方法的含义。 3、使学生初步尝试现代数学研究问题的特点。 II 教学重点 向量空间的概念。 Ⅲ 教学方式 既教知识,又教思想方法。 Ⅳ 教学过程 第六章 向量空间 §6.1 定义和例子 一、向量空间概念产生的背景 1)αββα+=+ 数 a+b, ab; 2))()(γβαγβα++=++ 几何向量 αβα a ,+; 3)αα=+0 多项式 f(x)+g(x),af(x); 4)0='+αα 函数 f(x)+g(x),af(x); 5)βαβαa a a +=+)( 矩阵 A+B ,aA; 6)αααb a b a +=+)( …… 7))()(ααb a ab = 8)αα=1 二、向量空间的定义 定义1 令F 是一个数域,F 中的元素用小写拉丁字母a,b,c,…来表示。令V 是一个非空集合,V 中元素用小写希腊字母 ,,,γβα来表示。把V 中的元素叫做向量,而把F 中的元素叫做数(标)量,如果下列条件被满足,就称V 是F 上的向量空间: 1 在V 中定义了一个加法,对于V 中任意两个向量βα,,有唯一确定的向量与它们对应,这个向量叫做βα与的和,并且记作βα+。

即若,,V V ∈∈βα则V ∈+→βαβα),(。 2 有一个数量与向量的乘法,对于F 中每一个数a 和v 中每一个向量α有v 中唯一确定的向量与它们对应,这个向量叫做a 与α的积,并且记作αa 。 即V a a V F a ∈→∈∈ααα),(,,。 3 向量的加法和数与向量的乘法满足下列算律: 1)αββα+=+; 2))(γβαγβα++=++; 3)在V 中存在一个零向量,记作0,它具有以下性质:对于V 中每一个向量 α,都有αα=+0; 4)对于V 中每一向量α,在V 中存在一个向量α',使得0=+'αα,这样的α'叫做α的负向量。 5)βαβαa a a +=+)(; 6)ba a b a +=+αα)(; 7))()(ααb a ab =; 8)αα=1。 注1:定义1称为公理化定义,以公理化定义为基础进行研究的方法称为公理化方法。 公理化方法???形式以理化方法 实质公理化方法 注2:数域F 称为基础域。 三、向量空间的例子 例1 解析几何里,V 2或V 3对于向量的加法和实数与向量的乘法来说作成实数域上的向量空间。 例2 M mn (F )对于矩阵的加法和数乘来说作成F 上的向量空间。 特别,},,2,1,|),,,{(21n i F a a a a F i n n =∈=关于矩阵加法和数乘构成的F 上的向量空间称为F 上的n 元列空间。

有限维线性空间的分解

毕业论文 题目有限维线性空间的分解 学院数学与统计学院 姓名周吉强 专业班级数学与应用数学 学号 20101010646 指导教师邵海琴教授 提交日期 2014-5-28 原创性声明 本人郑重声明:本人所呈交的论文是在指导教师的指导下独立进行研究所取得的成果。学位论文中凡是引用他人已经发表或未经发表的成果、数据、观点等均已明确注明出处。除文中已经注明引用的内容外,不包含任何其他个人或集体已经发表或撰写过的科研成果。 本声明的法律责任由本人承担。 论文作者签名: 年月日

论文指导教师签名: 年月日 目录 1引言与预备知识 1 2有限维线性空间的分解 2 2.1按子空间的直和分解 2 2.2按生成子空间分解 3 2.3按特征子空间分解,即按可对角化的线性变换分解 4 2.4按根子空间分解,即准素分解 6 2.5按 循环子空间分解 7 2.6按线性变换的 标准形分解 9 参考文献................. ... ... ... ............. . (12) 有限维线性空间的分解 周吉强

(天水师范学院,数学与统计学院,甘肃,天水,741000) 摘要总结了有限维线性空间按子空间、生成子空间、特征子空间、根子空间、 循环子空间以及线性变换的Jordan标准形等分解方法,并通过具体的例子加以说明. 关键词线性空间;直和分解;子空间;生成子空间;根子空间;循环子空 间;线性变换 Decomposition of finite-dimensional linear space Jiqiang Zhou (School of Mathematics and Statistics, Tianshui Normal University, Tianshui 741000) Abstract In this paper, we summary decomposition methods of finite dimensional Linear space by subspace, generating subspace, proper subspace, and root space, - cyclic subspace and standard from of transformation, we explain for the six decomposition methods by concrete examples. Keywords Linear space, straight and decomposition, subspace, generating subspace, root space, cyclic subspace, linear transformation 有限维线性空间的分解

高等代数北大版教案-第6章线性空间

第六章 线性空间 §1 集合映射 一 授课内容:§1 集合映射 二 教学目的:通过本节的学习,掌握集合映射的有关定义、运算,求和号 与乘积号的定义. 三 教学重点:集合映射的有关定义. 四 教学难点:集合映射的有关定义. 五 教学过程: 1.集合的运算,集合的映射(像与原像、单射、满射、双射)的概念 定义:(集合的交、并、差) 设S 是集合,A 与B 的公共元素所组成的集合成为A 与B 的交集,记作B A ?;把A 和B 中的元素合并在一起组成的集合成为A 与B 的并集,记做B A ?;从集合A 中去掉属于B 的那些元素之后剩下的元素组成的集合成为A 与B 的差集,记做B A \. 定义:(集合的映射) 设A 、B 为集合.如果存在法则f ,使得A 中任意元素a 在法则f 下对应B 中唯一确定的元素(记做)(a f ),则称f 是A 到B 的一个映射,记为 ).(,:a f a B A f → 如果B b a f ∈=)(,则b 称为a 在f 下的像,a 称为b 在f 下的原像.A 的所有元素在f 下的像构成的B 的子集称为A 在f 下的像,记做)(A f ,即 {}A a a f A f ∈=|)()(. 若,'A a a ∈≠?都有),'()(a f a f ≠ 则称f 为单射.若 ,B b ∈?都存在 A a ∈,使得b a f =)(,则称f 为满射.如果f 既是单射又是满射,则称f 为 双射,或称一一对应. 2.求和号与求积号 (1)求和号与乘积号的定义 为了把加法和乘法表达得更简练,我们引进求和号和乘积号. 设给定某个数域K 上n 个数n a a a ,,,21 ,我们使用如下记号:

空间计量经济学模型归纳

空间计量经济学模型 空间相关性是指 () ,i j y f y i j =≠即i y 与j y 相关 模型可表示为() (),1i j j i i y f y x i j βε=++≠ 其中,()f g 为线性函数,(1)式的具体形式为 () ()2,0,2i ij j i i i i j y a y x N βεεδ≠=++∑: 如果只考虑应变量空间相关性,则(2)式变为(3)式 ()()21 ,0,,1,2...3n i ij j i i i y W y N i n ρεεδ==+=∑: 式中 1 n ij j i W y =∑为空间滞后算子,ij W 为维空间权重矩阵n n W ?中的元素,ρ为待估的空间自相 关系数。0ρ≠,存在空间效应 (3)式的矩阵形式为() ()21, 0,4u n y Wy N I ρεδ?=: (4)式称为一阶空间自回归模型,记为FAR 模型 当在模型中引入一系列解释变量X 时,形式如下 () ()2,0,5n y Wy X N I ρβεεδ=++: (5)式称为空间自回归模型,记为SAR 模型 当个体间的空间效应体现在模型扰动项时有 () ()21,,0,6u n y X u u Wu N I βλεδ?=+=: (6)式成为空间误差模型,记为SEM 模型 当应变量与扰动项均存在空间相关时有 () ()2121,,0,7u n y W y X u u W u N I ρβλεεδ?=++=+: (7)式称为一般空间模型,记为SAC 模型 当0X =且20W =时,SAC →FAR ;当20W =时,SAC →SAR 当10W =时,SAC →SEM

第六章线性空间自测练习

第六章 线性空间—自测练习 一.判断题 1.两个线性子空间的和(交)仍是子空间。 2.两个线性子空间的并仍是子空间。 维线性空间中任意n 个线性无关的向量可以作为此空间的一组基。 4.线性空间中两组基之间的过渡阵是可逆的。 5.两个线性子空间的和的维数等于两个子空间的维数之和。 6.同构映射的逆映射仍是同构映射。 7.两个同构映射的乘积仍是同构映射。 8.同构的线性空间有相同的维数。 ? 9.数域P 上任意两个n 维线性空间都同构。 10.每个n 维线性空间都可以表示成n 个一维子空间的和。 二.计算与证明 1. 求[]n P t 的子空间1011{()|(1)0,()[]}n n n W f t a a t a t f f t P t --==++=∈……+的基与维 数。 2. 求22P ?中由矩阵12113A ??= ?-??,21020A ??= ???,33113A ??= ???,41133A ??= ?-??生成的子空间的基与维数。 3.设4P 的两个子空间112(,)W L αα=,其中1(1,1,0,1)α=-,2(1,0,2,3)α=,21234124{(,,,)|20}W x x x x x x x =+-=。求12W W +与12W W 的基与维数。 4.P 为数域,22P ?中1,,x x V x y z P y z ?-???=∈?? ?????,2,,a b V a b c P a c ????=∈?? ?-???? 1)证明:12,V V 均为22P ?的子空间。 2)求12V V +和1 2V V 的维数和一组基。 5. P 为数域,3P 中{}1(,,),,,V a b c a b c a b c P ===∈,{}2(0,,),V x y x y P =∈ {

线性空间与子空间

第一讲 线性空间 一、 线性空间的定义及性质 [知识预备] ★集合:笼统的说是指一些事物(或者对象)组成 的整体 集合的表示:枚举、表达式 集合的运算:并(),交() 另外,集合的“和”(+):并不是严格意义上集合的运算,因为它限定了集合中元素须有可加性。 ★数域:一种数集,对四则运算封闭(除数不为零)。比如有理数域、实数域(R )和复数域(C )。实数域和复数域是工程上较常用的两个数域。 线性空间是线性代数最基本的概念之一,也是学习现代矩阵论的重要基础。线性空间的概念是某类事物从量的方面的一个抽象。 1. 线性空间的定义: 设V 是一个非空集合,其元素用x,y,z 等表示;K 是一个数域,其元素用k,l,m 等表示。如果V 满足[如下8条性质,分两类] (I )在V 中定义一个“加法”运算,即当x,y V ∈时,有唯一的和 x y V +∈(封闭性),且加法运算满足下列性质 (1)结合律 ()()x y z x y z ++=++; (2)交换律 x y y x +=+;

(3)零元律 存在零元素o ,使x +o x =; (4)负元律 对于任一元素x V ∈,存在一元素y V ∈,使x y +=o ,且称y 为x 的负元素,记为(x -) 。则有()x x +-= o 。 (II )在V 中定义一个“数乘”运算,即当x V ∈,k K ∈时,有唯一的kx V ∈(封闭性),且数乘运算满足下列性质 (5)数因子分配律 ()k x y kx ky +=+; (6)分配律 ()k l x kx lx +=+; (7)结合律 ()()k lx kl x =; (8)恒等律 1x x =; [数域中一定有1] 则称V 为数域K 上的线性空间。 注意:1)线性空间不能离开某一数域来定义,因为同一个集合, 如果数域不同,该集合构成的线性空间也不同。 (2)两种运算、八条性质 数域K 中的运算是具体的四则运算,而V 中所定义的加法运算和数乘运算则可以十分抽象。 (3)除了两种运算和八条性质外,还应注意唯一性、封闭 性。唯一性一般较显然,封闭性还需要证明,出现不封闭的情况:集合小、运算本身就不满足。 当数域K 为实数域时,V 就称为实线性空间;K 为复数域,V 就称为复线性空间。 例1. 设R +={全体正实数},其“加法”及“数乘”运算定义为

线性空间的性质

学院数学与信息科学学院 专业信息与计算科学 年级2011级 姓名魏云 论文题目线性空间的性质 指导教师韩英波职称副教授成绩 2013年3月16日

学年论文成绩评定表

目录 摘要 (1) 关键字 (1) Abstract (1) Key words (1) 前言 (1) 1 线性空间的概念 (2) 2 线性空间的相关理论 (3) 2.1 线性空间的一些简单性质 (3) 2.2 向量的线性关系 (3) 2.3 基、维数、坐标 (6) 3 两个特殊的子空间 (7) 3.1 欧几里得空间的定义与性质 (7) 3.2 酉空间的介绍 (8) 4 线性空间的同构 (8) 4.1 同构映射与线性空间同构的定义 (8) 4.2 同构映射的性质 (9) 参考文献 (10)

线性空间的性质 摘要:本文首先介绍了与线性空间相关的一系列基本概念,然后归纳总结了线性空间的一些相关性质,包括线性空间的维数、基及坐标;同构映射以及性质等,还包括了向量的线性关系,同时介绍了一些特殊的线性空间,以及它们的简单性质. 关键词:线性空间;基;维数;同构 The properties of linear vector space Abstract: In thesis, we introduce a series of basic concepts of the linear vector space firstly, and then summarized some properties of the linear space, including linear vector space definition, linear vector space, the nature of the linear vector space dimension, base and coordinates, isomorphism mapping and judgments. The thesis also includes linear vector space relationship, some special linear spaces and their simple properties. Key words: Linear space; Base ; Dimension; Isomorphism 前言:线性空间是线性代数最基本的数学概念之一,是线性代数的主要研究对象,它用公理化的方法引入了一个代数系统.同时线性空间与线性变换也是学习现代矩阵论时经常用到的两个极其重要的概念,线性空间的理论和方法在自然科学和工程技术领域中都有广泛的应用.下面我们主要研究线性空间及、向量的线性关系、基、维数、坐标、特殊的线性空间以及线性空间的同构问题. 1.线性空间的概念

01 线性空间与子空间

第一讲 线性空间 一、 线性空间的定义及性质 [知识预备] ★集合:笼统的说是指一些事物(或者对象)组成 的整体 集合的表示:枚举、表达式 集合的运算:并(U ),交(I ) 另外,集合的“和”(+):并不是严格意义上集合的运算,因为它限定了集合中元素须有可加性。 ★数域:一种数集,对四则运算封闭(除数不为零)。比如有理数域、实数域(R )和复数域(C )。实数域和复数域是工程上较常用的两个数域。 线性空间是线性代数最基本的概念之一,也是学习现代矩阵论的重要基础。线性空间的概念是某类事物从量的方面的一个抽象。 1. 线性空间的定义: 设V 是一个非空集合,其元素用x,y,z 等表示;K 是一个数域,其元素用k,l,m 等表示。如果V 满足[如下8条性质,分两类] (I )在V 中定义一个“加法”运算,即当x,y V ∈时,有唯一的和x y V +∈(封闭性),且加法运算满足下列性质 (1)结合律 ()()x y z x y z ++=++; (2)交换律 x y y x +=+; (3)零元律 存在零元素o ,使x +o x =; (4)负元律 对于任一元素x V ∈,存在一元素y V ∈,使

x y +=o ,且称y 为x 的负元素,记为(x -) 。则有()x x +-= o 。 (II )在V 中定义一个“数乘”运算,即当x V ∈,k K ∈时,有唯一的kx V ∈(封闭性),且数乘运算满足下列性质 (5)数因子分配律 ()k x y kx ky +=+; (6)分配律 ()k l x kx lx +=+; (7)结合律 ()()k lx kl x =; (8)恒等律 1x x =; [数域中一定有1] 则称V 为数域K 上的线性空间。 注意:1)线性空间不能离开某一数域来定义,因为同一个集合, 如果数域不同,该集合构成的线性空间也不同。 (2)两种运算、八条性质 数域K 中的运算是具体的四则运算,而V 中所定义的加法运 算和数乘运算则可以十分抽象。 (3)除了两种运算和八条性质外,还应注意唯一性、封闭 性。唯一性一般较显然,封闭性还需要证明,出现不封闭的情况:集合小、运算本身就不满足。 当数域K 为实数域时,V 就称为实线性空间;K 为复数域,V 就称为复线性空间。 例1. 设R +={全体正实数},其“加法”及“数乘”运算定义为 x y=xy , k k x x =o 证明:R +是实数域R 上的线性空间。 [证明] 首先需要证明两种运算的唯一性和封闭性

空间复用MIMO系统的信号均衡

第十一章 空间复用MIMO 系统的信号均衡 11.1 线性均衡 如图11所示为一个R T N N ?的MIMO 系统,H 为信道矩阵,ji h (1,2,...;1,2...R T j N i N = =)为第i 根发射天线到第j 根接受天线的增益, i h 为H 的第i 行。12x [,,,]T T N x x x = 为空间复用后的发射信号,12y [,,,]R T N y y y = 为对应的接收信号,其中i x ,i y 分别为第i 根发射天线和第i 根接受天线的发射或接受信号。i z 为第i 根接受天线处方差2 z σ的高斯白噪声, 12z [,,...,]R T N z z z =。则: 1122y Hx+z z T T N N h x h x h x = =+++ (11.1) 图11.1 空间复用MIMO 系统模型 MIMO 系统中每个接收天线上收到的都是各个发送天线上发送的信号的叠加,线性均衡即通过接收信号y 与加权矩阵W 的相乘来减小甚至消除其他天线对目标天线信号的干扰。即: 12x [,,,]Wy T T N x x x == , (11.2) 可见每个符号的判决都是通过接收信号的线性组合得到的,故称为线性均衡,它包括破零算 法(ZF )和最小均方二乘算法(MMSE )。 11.1.1 ZF 均衡 ZF 均衡的的加权矩阵为: 1W (H H)H H H ZF -= (11.3) 则接收信号y 均衡得到的对应发射信号为: 1x W y x (H H)H z x z ZF ZF H H ZF -==+=+ (11.4) 其中1 z W z (H H)H z H H ZF ZF -== 。由于误码率与z ZF 的功率紧密相关,由9.1章可知后验噪

第六章 线性空间

§7 子空间的直和 定义6.7.1 设是线性空间V 的子空间,如果和21,V V 21V V +中每个向量α的分解 21ααα+=,11V ∈α,22V ∈α 是唯一的,这个和就称为直和,记为21V V ⊕. 定理6.7.1 和是直和的充要条件是等式 21V V +210αα+=,11V ∈α,22V ∈α 只有在i α全为零时才成立. 证明 定理的条件实际上就是:零向量的分解式是唯一的.因而这个条件显然是必要的.下面来证明这个条件的充分性.即由零向量的分解式是唯一来推导和是直和. 设21V V +∈α,它有两个分解式 2121ββααα+=+=,111,V ∈βα,222,V ∈βα 于是 0)()(2211=?+?βαβα 其中111V ∈?βα,222V ∈?βα.由定理6.7.1的条件,应有 011=?βα,022=?βα 这就是说,向量α的分解式唯一. 推论 和是直和21V V +}0{21=?V V I . 证明 先证明必要性.假设有等式 021=+αα,11V ∈α,22V ∈α 那么 2121V V I ∈?=αα 由假设 021==αα 这就说明了和21V V +是直和. 再证必要性.任取向量21V V I ∈α.于是零向量可以表示成

21,),(0V V ∈?∈?+=αααα 因为是直和,所以0=?=αα.这就证明了 }0{21=V V I . 定理6.7.2 设是线性空间V 的子空间,令21,V V 21V V W +=,则 21V V W ⊕= 的充分必要条件是 )维()维()维(21V V W +=. 证明 利用定理6.6.2和定理6.7.1直接可得. 定理6.7.3 设U 是线性空间V 的一个子空间, 那么一定存在一个子空间W 使 W U V ⊕=. 证明 略 子空间的直和的概念可以推广到多个子空间的情形. 定义 6.7.2 设都是线性空间V 的子空间,如果和中每个向量s V V V ,,,21L s V V V +++L 21α的分解 s αααα+++=L 21,s i V i i ,,2,1,L =∈α 是唯一的,这个和就称为直和,记为s V V V ⊕⊕⊕L 21. 定理 6.7.4 是线性空间V 的一些子空间,下面这些条件是等价的: s V V V ,,,21L (1)是直和; ∑=i V W (2)零向量的表法唯一; (3); s i V V i j j i ,,2,1},0{L I ==∑≠(4) )维()维(i V W ∑=证明 显然 )2()1(? 设)1()2(?s s βββαααα+++=+++=L L 2121则 0)()()(2211=?++?+?s s βαβαβαL . 由(2)知,零向量的表示法唯一,于是 s i i i ,,2,1,L ==βα 即α的表示法唯一.由直和的定义可知,s V V V +++L 21是直和.

空间分析复习重点

空间分析的概念 空间分析:是基于地理对象的位置和形态特征的空间数据分析技术,其目的在于提取和传输空间信息。包括空间数据操作、空间数据分析、空间统计分析、空间建模。 空间数据的类型 空间点数据、空间线数据、空间面数据、地统计数据 属性数据的类型 名义量、次序量、间隔量、比率量 属性:与空间数据库中一个独立对象(记录)关联的数据项。属性已成为描述一个位置任何可记录特征或性质的术语。 空间统计分析陷阱1)空间自相关:“地理学第一定律”—任何事物都是空间相关的,距离近的空间相关性大。空间自相关破坏了经典统计当中的样本独立性假设。避免空间自相关所用的方法称为空间回归模型。2)可变面元问题MAUP :随面积单元定义的不同而变化的问题,就是可变面元问题。其类型分为:①尺度效应:当空间数据经聚合而改变其单元面积的大小 、形状和方向时,分析结果也随之变化的现象。②区划效应:给定尺度下不同的单元组合方式导致分析结果产生变化的现象。3)边界效应:边界效应指分析中由于实体向一个或多个边界近似时出现的误差。 生态谬误 在同一粒度或聚合水平上,由于聚合方式的不同或划区方案的不同导致的分析结果的变化。(给定尺度下不同的单元组合方式) 空间数据的性质 空间数据与一般的属性数据相比具有特殊的性质 如空间相关性,空间异质性,以及有尺度变化等引起的MAUP 效应等。一阶效应:大尺度的趋势,描述某个参数的总体变化性;二阶效应:局部效应,描述空间上邻近位置上的数值相互趋同的倾向。 空间依赖性:空间上距离相近的地理事物的相似性比距离远的事物的相似性大。 空间异质性:也叫空间非稳定性,意味着功能形式和参数在所研究的区域的不同地方是不一样的,但是在区域的局部,其变化是一致的。 ESDA 是在一组数据中寻求重要信息的过程,利用EDA 技术,分析人员无须借助于先验理论或假设,直接探索隐藏在数据中的关系、模式和趋势等,获得对问题的理解和相关知识。 常见EDA 方法:直方图、茎叶图、箱线图、散点图、平行坐标图 主题地图的数据分类问题 等间隔分类;分位数分类:自然分割分类。 空间点模式:根据地理实体或者时间的空间位置研究其分布模式的方法。 茎叶图:单变量、小数据集数据分布的图示方法。 优点是容易制作,让阅览者能很快抓住变量分布形状。缺点是无法指定图形组距,对大型资料不适用。 茎叶图制作方法:①选择适当的数字为茎,通常是起首数字,茎之间的间距相等;②每列标出所有可能叶的数字,叶子按数值大小依次排列; ③由第一行数据,在对应的茎之列,顺序记录茎后的一位数字为叶,直到最后一行数据,需排列整齐(叶之间的间隔相等)。 箱线图&五数总结 箱线图也称箱须图需要五个数,称为五数总结:①最小值②下四分位数:Q1③中位数④上四分位数:Q3⑤最大值。分位数差:IQR = Q3 - Q1 3密度估计是一个随机变量概率密度函数的非参数方法。 应用不同带宽生成的100个服从正态分布随机数的核密度估计。 空间点模式:一般来说,点模式分析可以用来描述任何类型的事件数据。因为每一事件都可以抽象化为空间上的一个位置点。 空间模式的三种基本分布:1)随机分布:任何一点在任何一个位置发生的概率相同,某点的存在不影响其它点的分布。又称泊松分布 2)均匀分布:个体间保持一定的距离,每一个点尽量地远离其周围的邻近点。在单位(样方)中个体出现与不出现的概率完全或几乎相等。 11?()n i i x x f x K nh h =-??= ???∑

1-1线性空间

第一专题 线性空间和线性变换 矩阵是研究线性模型最基本的工具之一。根据本书的性质,我们假定读者已具备了这方面的基础知识。本书的目的是对本科《线性代数》教材中没有论及或讨论不够充分,而在线性模型讨论中经常用到的一些矩阵知识,给予系统而扼要地叙述。 §1 线性空间 一、线性空间的概念与性质 线性空间是由具体的几何平面和空间的特征经过抽象提炼出来的一个数学概念。粗略地说,在一个非空集合上定义了线性运算,并且这种运算满足一定的规则,那么这个非空集合就成为一个线性空间。因此,一个线性空间必须有由线性运算规定的代数结构(由集合与满足一定运算规律的一些代数运算合在一起组成的系统),以便于用数学方法对它研究。为了说明它的来源,在引入定义之前,先看几个熟知的例子。 例1 在解析几何中,我们讨论过三维空间中的向量。向量的基本属性是可以按平行四边形规律相加,也可以与实数作数量乘法。我们看到,不少几何和力学对象的性质是可以通过向量的这两种运算来描述的。 例 2 为了解线性方程组,我们讨论过以n 元有序数组)(21n ,a ,,a a 作为元素的n 维向量空间。对于它们,也有加法和数量乘法,那就是: ),()()(22112121n n n n b ,a ,b ,a b a ,b ,,b b ,a ,,a a ).()(2121n n ,ka ,,ka ka ,a ,,a a k 从这些例子中我们可以看到,所考虑的对象虽然不同,但它们有一个共同点,那就是它们都有加法和数量乘法这两种运算。抽取它们的共同点,把它们统一起来加以研究,我们可以引入线

性空间的概念。 在第一个例子中,我们用实数和向量相乘。在第二个例子中用什么数和向量相乘,就要看具体情况。例如,在有理数域中解线性方程组时,用有理数去作数量乘法就足够了,而在复数域中解线性方程组时,就需要用复数去作运算。可见,不同的对象与不同的数域相联系。当我们引入抽象的线性空间的概念时,也必须选定一个确定的数域作为基础。 定义1 设F 是一个数集,其中包含0和1。如果F 中任意两个数(它们可以相同)的和、差、积、商(除数不是0)仍是F 中的数,那么称F 为数域。 显然,全体实数集R 、全体复数集C 、全体有理数集Q 等都是数域。而全体正实数集 R ,全体整数集Z 等都不是数域。 定义2 设V 是一非空集合,F 是数域(本书特指实数域),对V 中任意两个元 ,,定义一个加法运算,记为“+”:V (元 称为 与 的和);定义一个数乘运算:F k V k , (元 k 称为k 与 的数积)。这两种运算(也称为V 的线性运算),满足下列规则,则称V 为数域F 上的线性空间(或向量空间)。 加法满足下面四条规则: (1) ; (2) )()( ; (3) 在V 中存在零元素0;对任何V ,都有 0; (4) 对任何V ,都有 的负元素V ,使0 ,记 ; 数量乘法满足下面两条规则: (5) 1; (6) αα)()( ; 数量乘法与加法满足下面两条规则;

(完整版)b第六章_线性空间测试题

高等代数第六章——线性空间测试题 一、填空题 (1) 已知R 3的两组基Ⅰ)1,0,0(),0,1,0(),0,0,1(321===ααα; Ⅱ)0,1,1(),1,1,0(),1,0,1(321===βββ 那么由Ⅱ到Ⅰ的过渡矩阵为 。 (2)在22?P 中,已知???? ??=11111A ,???? ??=01112A ,???? ??=00113A ,??? ? ??=00014A 是22?P 的基,那么,??? ? ??=4321A 在该基下的坐标为 。 (3)设1W 是方程组04321=+++x x x x 解空间,2W 是方程组???=+-+=-++0 043214321x x x x x x x x 那么1W ∩2W 是方程组 的解空间。 (4)设()()()()()()3,2,1,1,1,0,1,0,1,0,1,121L W L W == ()=+21dim W W 。 (5)设1W 、2W 都是V 的子空间,且1W +2W 为直和,那么()=?21dim W W 。 二、判断题: (1)一个线性方程组的全体解向量必做成一个线性空间。( ) (2)实数域R 上的全体n 几级可逆矩阵做成n n P ?的子空间。( ) (3)齐次线性方程组的解空间的维数等于自由未知数的个数。( ) (4)线性空间V 中任意两个子空间的并集仍是V 的子空间。( ) (5)在子空间的和1W +2W 中,如果),(0221121w w ∈∈+=αααα,且这种表示形式唯一,那么1W +2W 为直和。( ) 三、在22?P 中,,1111??? ? ??=a G ,111,11132???? ??=???? ??=a G a G ???? ??=a G 1114

相关文档
最新文档