中文

特定矩阵的仿射子空间的最大维数

环与代数 2023-09-18 v4

摘要

对于每个 nNn \in \mathbb{N} 和每个域 KK,令 N(n,K)N(n,K)KK 上幂零 n×nn \times n 矩阵的集合,令 D(n,K)D(n,K)KK 上可在 KK 上对角化的 n×nn \times n 矩阵的集合。此外,令 R(n)R(n) 为正规 n×nn \times n 矩阵的集合。在这篇短文中,我们证明 N(n,K)N(n,K) 中仿射子空间的最大维数为 n(n1)2 \frac{n(n-1)}{2},并且,如果域的特征为零,则 N(n,K)N(n,K) 中的非线性仿射子空间的维数小于或等于 n(n1)21 \frac{n(n-1)}{2}-1。此外,我们证明 R(n)R(n) 中仿射子空间的最大维数为 nnD(n,R)D(n, \mathbb{R}) 中线性子空间的最大维数为 n(n+1)2 \frac{n(n+1)}{2},而 D(n,R)D(n, \mathbb{R}) 中非线性仿射子空间的最大维数为 n(n+1)21 \frac{n(n+1)}{2} -1

关键词

引用

@article{arxiv.2303.10629,
  title  = {Maximal dimension of affine subspaces of specific matrices},
  author = {Elena Rubei},
  journal= {arXiv preprint arXiv:2303.10629},
  year   = {2023}
}

备注

9 pages