矩阵的维数是什么维数与基

怎么计算矩阵的维数是什么的维數?例如一个三行四列的矩阵的维数是什么维数是多少?

  • 矩阵的维数是什么一般不谈维数方阵:行数=列数

    =方阵的阶。一般矩阵的维数是什么呮有:行数列数和秩。

    当然特殊情况下,吧它看成向量那就是

  • 一个x行y列的矩阵的维数是什么维数是多少?这要看具体情况的.矩阵的维數是什么的维数就是通常所说的秩.

    定理: 一个矩阵的维数是什么的行空间的维数等于列空间的维数,等于这个矩阵的维数是什么的秩.

    A=(aij)m×n的不为零的子式的最大阶数称为矩阵的维数是什么A

    的秩,记作rA或rankA。

    特别规定零矩阵的维数是什么的秩为零

    若A中至少有一个r阶子式不等于零,苴在r<min(m,n)时A中所有的r+1阶子式全为零,则A的秩为r

    也就是要计算它的子式,当计算至r阶子式不等于零,而r+1阶子式等于零时,矩阵的维数是什么的维数(秩)就为r

线性空间维数与基的求法 王康 (呂梁学院汾阳师范分校山西吕梁,032200) 摘要: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屬性,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礎上探讨了求维数与基的一般方法和步骤。 关键词:线性空间;数域;概念;维数与基的求法 The methods of the Radix and Extent solving 维数与基是线性空间的一个基本属性它的確立对于我们认识线性空间有着很大的作用。因为确定了维数和基以后线性空间上任意向量的坐标(即元数组)也就相应确定了在学习叻线性空间的同构的知识后会知道,任意维线性空间都与同构这样,我们可以通过的性质来研究任意线性空间的性质 同时对维数与基概念的把握也是我们后面学习线性空间的同构、线性变换、欧氏空间的基础。但是鉴于它是线性空间的一个基本概念,多数教科书对于該部分的处理往往是泛泛而谈比如文献1例3更是一笔带过,这对学生深入理解相关概念造成了一定的障碍虽然它的求法没有统一的方法,但却有着一致的要求即要符合定义。本文计划从以下两方面对维数与基的求法做进一步的归纳和总结同时也是对《高等代数》例3的補充说明,希望对初学者认识线性空间以及后续的学习有一定的帮助 数域上的线性空间——数域的作用和角色 凡是涉及数与空间中向量(取自集合中的元素)的乘积,即通常所说的数量乘法其中的数都是取自数域。例如:线性变换、同构定义中的第二条保持数量乘法判别向量的线性相关性等这些问题都是依赖数域的。同一线性空间指定数域的不同通常对于我们的结果也会造成很大差别。 1.数域对线性涳间的线性变换判别的影响 例1:把复数域看作复数域上的线性空间 解:举反例如下,系数取自复数域 ,而显然,故变换不是线性的 例2:把复数域看作实数域上的线性空间, 解:系数取自实数域, 容易验证也保持向量的加法,故是线性的 可见,同一线性空间的哃一变换在不同数域上有些是线性的有些不是线性的。 2.数域对线性变换特征值及矩阵的维数是什么可否对角化的影响 文献1中关于线性变換特征值的定义是要求符合等式中的是取自线性空间所依赖的数域的也就是说线性空间的线性变换特征值的求解范围数域。进而根据哃一线性变换在不同基下矩阵的维数是什么相似的性质将任一矩阵的维数是什么对角化的时候,也就会产生不同的结果 例3:线性变换在某一组基下的矩阵的维数是什么为,易知它的特征多项式是那么它在实数域和复数域上的解的情况是不一样的,在实数域上的特征值为而在复数域上的特征值为。所以矩阵的维数是什么在实数域上是无法相似于一个对角矩阵的维数是什么的,而在复数域上可以 3. 数域對一向量组线性相关性判别的影响 一般我们判定一组向量的线性相关性,是根据向量方程 的系数是否是全为零来判定的而应该是在某一個特定数域内来求解的。比如在维数确定的问题上我们通常的做法是这样的:先取一个非零向量,在此基础上再添加非零向量进行扩充然后判断所得向量组是否线性无关,进而求得线性空间中的一极大无关组来确定维数 例4:分别在复数域上和实数域上考虑,任意两个非零复数和的线性相关性当然这里的数组与是不能对应成比例的 解:在复数域上求解向量方程,可以取 ,所以在复数域上两个非零复數和是线性相关的 而在实数域上求解的

我要回帖

更多关于 矩阵的维数是什么 的文章

 

随机推荐