高等代数_wlkc-03

合集下载

高等代数课件北大版第三章线性方程组

高等代数课件北大版第三章线性方程组

定义:将线性方程 组中的每一行进行 加减、倍乘等操作, 使得方程组简化
作用:将增广矩阵 化为阶梯形矩阵, 便于求解线性方程 组
步骤:对增广矩阵 进行初等行变换, 得到阶梯形矩阵
注意事项:变换过 程中需保持矩阵的 行列式不变,避免 出现错误结果
矩阵的逆法
定义:如果矩阵A存在逆矩阵,则称A为可逆矩阵 性质:可逆矩阵的行列式不为0 计算方法:通过行初等变换将矩阵变为单位矩阵,得到逆矩阵 应用:解线性方程组的重要工具之一
束优化问题等。
线性方程组在其他领域的应用
物理学中的应用:描述物理现象和规律,如牛顿第二定律、万有引力定律等。 经济学中的应用:分析经济问题,如供需关系、生产成本等。 计算机科学中的应用:解决优化问题、机器学习算法等。 统计学中的应用:处理数据分析和预测问题,如回归分析、主成分分析等。
线性方程组的扩展知识
添加标题
逆矩阵的计算方法:通过高斯消元法或拉普拉斯展开式等方法计算行列式|A|,然后通过|A|*|A^(1)|=1计算逆矩阵A^(-1)。
添加标题
逆矩阵的应用:在解线性方程组、求矩阵的秩、计算行列式、求向量空间的一组基等方面都有应用。
线性方程组的通解与特解的关系
通解与特解的定义
通解与特解的关系
通解与特解的求解方法
线性方程组在计算机科学中的应用
线性方程组在计算机图形学中 的应用:用于计算光照、纹理 映射和渲染等。

线性方程组在计算机视觉中的 应用:用于图像处理、特征提
取和目标检测等。
线性方程组在机器学习中的应 用:用于训练和优化模型,如 线性回归和逻辑回归。
线性方程组在人工智能领域的 应用:用于优化算法、求解约
通解与特解的应用
感谢您的耐心观看

高等代数课件北大版第三章线性方程组.ppt

高等代数课件北大版第三章线性方程组.ppt

§3.4 2021/2/9 矩阵的秩
数学与计算科学学院
所以方程组 x11 x22 xrr 0 只有零解.
即 a11 x1 a21 x 2
a12
x1
a22 x2
a1n x1 a2n x2
ar1xr 0 ar2 xr 0 arn xr 0
(2)
只有零解. 由引理,方程组(2)的系数矩阵
也线性无关.
于是矩阵A的列秩
r1
r

A的列向量
同理可证 r1 r. 所以 r1 r .
§3.4 2021/2/9 矩阵的秩
数学与计算科学学院
定义 矩阵的行秩与矩阵的列秩统称为矩阵的秩,
记作秩A 或 rank( A)、R( A).
注 ① 若 A 0 ,则 R( A) 0.

设 A
aij
,则 R( A) min(s,n).
§3.4 2021/2/9 矩阵的秩
数学与计算科学学院
证: " " R( A) n, A 的 n 个行向量线性相关. 若 n = 1, 则A只有一个一维行向量0, 从而A=0, A 0 0. 若 n > 1, 则A的行向量中至少有一个能由其余
行向量线性表出,从而在行列式 A 中,用这一行
于是方程组(1)与方程组(1')是同解的.
a11 x1 a12 x 2
a21
x1
a22
x2
ar1 x1 ar 2 x2
a1n xn 0 a2n xn 0
0 arn xn 0
(1')
在(1')中 r n, 所以(1')有非零解,从而(1)有非零解.
§3.4 2021/2/9 矩阵的秩

北京大学数学系《高等代数》考点讲义

北京大学数学系《高等代数》考点讲义
目 录
绪 论 1 第一章 多项式 4 第二章 行列式 13 第三章 线性方程组 19 第四章 矩阵 25 第五章 二次型 31 第六章 线性空间 35 第七章 线性变换 40 第八章 λ-矩阵 43 第九章 欧氏空间 44
三、教材选用
主要参考教材:《高等代数》(第三版),高等教育出版社,2003,北京大学数学系几何与代数教研 室代数小组编.
1.该教材的内容覆盖了《高等代数》考试大纲的所有内容和知识点. 2.全国采用该教材的学校所占比例非常大. 3.该教材荣获全国高等学校优秀教材. 4.该教材习题编排较好,有梯度.
四、考题综述及变化趋势
— 1—
量、矩阵的若当标准型、矩阵的方幂、矩阵的对角化、矩阵的秩、矩阵张成的线性空间、正定矩阵等概 念,分值占到 150分中的 105分.
厦门大学 2012年考题中,16道题中有 10道题考察了矩阵的相关概念和理论. 中科院研究生院 2012年考题中,8道题中有 5道题考察了矩阵的相关内容. (2)线性空间和线性变换理论. 南开 2012年试题中,9道题中有 4道题考察了线性空间及线性变换的内容,占到 150分中的 70分. (3)多项式理论. 多项式理论在各校的考研题中所占的比例适中,一般占到 150分的 15分至 25分,但这部分内容 是各校考试题中的必考内容. 3.从方法看,考察的热点有: (1)矩阵的初等变换方法; (2)特征值和特征向量方法; (3)标准正交化方法; (4)子空间直和的判定方法. 4.发展趋势 (1)题型仍会以证明题和计算题为主,因为研究生考试重点考察学生分析问题的能力及综合利用 知识解决问题的能力. 但随着数学在各个领域的应用逐渐扩大,计算题的比重有上升的趋势. (2)考察内容仍将以矩阵理论、线性空间和线性变换理论、多项式理论和线性方程组为热点内容. (3)注意新的概念和新的理论的出现. 中山大学 2001年考察了线性空间商空间的概念、对偶空间、子空间的零化子等概念. (4)反问题的讨论. (南京航天航空大学 2011)(20分)设二次型 f(x1,x2,x3) =a(x2 1 +x2 2 +x2 3)+2b(x1x2 +x1x3 + x2x3)经过正交变换 X =CY化为二次型 3y2 1 +3y2 2,求参数 a,b的值及正交矩阵.

《高等代数》考试大纲

《高等代数》考试大纲
(三)一、多项式
(四)1. 多项式的带余除法及最大公因式
(五)2. 复系数和实系数多项式的因式分解
(六)3. 重因式与重根
(七)4. 对称多项式基本定理
(八)二、行列式
(九)1.行列式的定义及性质
(一十)2. n阶行列式的计算
(一十一)3. Cramer法则
(一十二)三、线性方程组
(一十三)1. 消元法
(一十四)2. 方程组解的判别定理
(一十五)3. 方程组解的结构
(一十六)四、矩阵
(一十七)1. 矩阵的运算
(一十八)2. 矩阵的秩
(一十九)3. 矩阵的逆
(二十)4. 初等矩阵
(二十一)5. 矩阵的分块
(Байду номын сангаас十二)五、二次型
(二十三)1. 二次型及其标准形
(二十四)2. 二次型的规范型
(二十五)3.正定二次型
(二十六)六、线性空间
(二十七)1. 线性空间的维数、基
(二十八)2. 基变换、向量的坐标及变换
(二十九)3. 子空间及其运算
(三十)4. 同构的概念
(三十一)七、线性变换
(三十二)1. 线性变换与矩阵
(三十三)2. 线性变换的特征值与特征向量
(三十四)3. 线性变换的对角化
(三十五)4. 值域与核
(三十六)5. 不变子空间
(三十七)八、 -矩阵
(三十八)1. -矩阵的标准形
(三十九)2. 不变因子、行列式因子、初等因子
(四十)3. Jordan标准形
(四十一)九、欧几里得空间
(四十二)1. 标准正交基
(四十三)2. 正交变换
(四十四)3. 实对称矩阵的标准形
(四十五)4. 最小二乘法

(完整word版)高等代数知识结构.doc

(完整word版)高等代数知识结构.doc

高等代数知识结构一、高等代数知识结构图行列式的计算工具线性方程组中心课题线性典范型线性代数高等代数研究范围线性空间行列式行列式的性质矩阵的秩矩阵矩阵的运算与逆矩阵的初等变换线性方程组的解法及判别定理线性方程组线性方程组解的结构极大线性无关组向量相关性线性相关和线性无关化为标准型(配方法,线性方程组法,正交法)二次型对角化线性流形正定性,合同单线性函数线性函数对称双线性函数J矩阵若尔当典范性II-C 定理矩阵的可对角化线性空间的性质与同构,子空间的判定线性空间坐标变换与基变换线性变换特征值与特征向量可对角化及不变子空间欧式空间的性质欧式空间正交化与正交补的求法正交变换与正交矩阵酉空间的性质酉空间复数域上的正交变换最大公因式定理整除理论互素与同于因式分解唯一性因式分解理论重因式多项式理论复数域多项式根的理论实数域求法有理数域判定(爱绅斯坦因)多元多项式 /根的判别式对称多项式韦达定理二、高等代数知识结构内容(一)线性代数:工具:线性方程组1. 行列式:a11 a12a1n1 行列式的计算设有n2个数,排成 n 行 n 列的数表a21a22a2n ,即 n 阶行an1an 2ann列式.这个行列式等于所有取自不同行不同列的n 个元素的乘积a1j1a2 j2anj n⑴的代数和,这里j1 j2j n是1,2,,n的一个排列,每一项⑴都按下列规则带有符号:当 j1 j 2j n是偶排列时,⑴带正号;当j1j2j n是奇排列时,⑴带负号.即aa11a12a1n21a22 a2 n1 j 1j2 j na 1j 1a2 j 2anj n ,这里=表示j 1 j 2j nj 1 j 2 j nan1an 2ann对所有 n 级排列求和 .a. 行列式的性质:性质 1. 行列互换,行列式不变。

性质 2. 一行的公因子可以提出来(或以一数乘行列式的一行就相当于用这个数乘此行列式。

性质 3. 如果某一行是两组数的和,那么这个行列式就等于两个行列式的和,而这两个行列式除这一行以外与原行列式的对应行一样。

高等代数 北京大学第三版 北京大学精品课程

高等代数 北京大学第三版  北京大学精品课程

资料范本本资料为word版本,可以直接编辑和打印,感谢您的下载高等代数北京大学第三版北京大学精品课程地点:__________________时间:__________________说明:本资料适用于约定双方经过谈判,协商而共同承认,共同遵守的责任与义务,仅供参考,文档可直接下载或修改,不需要的部分可直接删除,使用时请详细阅读内容第一学期第一次课第一章代数学的经典课题§1 若干准备知识代数系统的概念一个集合,如果在它里面存在一种或若干种代数运算,这些运算满足一定的运算法则,则称这样的一个体系为一个代数系统。

数域的定义定义(数域)设是某些复数所组成的集合。

如果K中至少包含两个不同的复数,且对复数的加、减、乘、除四则运算是封闭的,即对内任意两个数、(可以等于),必有,则称K为一个数域。

例1.1 典型的数域举例:复数域C;实数域R;有理数域Q;Gauss数域:Q (i) = {i |∈Q},其中i =。

命题任意数域K都包括有理数域Q。

证明设为任意一个数域。

由定义可知,存在一个元素。

于是。

进而Z,。

最后,Z,,。

这就证明了Q。

证毕。

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) 设是集合,与的公共元素所组成的集合成为与的交集,记作;把和B中的元素合并在一起组成的集合成为与的并集,记做;从集合中去掉属于的那些元素之后剩下的元素组成的集合成为与B的差集,记做。

定义(集合的映射)设、为集合。

如果存在法则,使得中任意元素在法则下对应中唯一确定的元素(记做),则称是到的一个映射,记为如果,则称为在下的像,称为在下的原像。

的所有元素在下的像构成的的子集称为在下的像,记做,即。

若都有则称为单射。

若都存在,使得,则称为满射。

如果既是单射又是满射,则称为双射,或称一一对应。

1.1.4 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。

高等代数【北大版】课件

高等代数【北大版】课件

多项式的因式分解与根的性质
总结词
多项式的因式分解、根的性质和求解方 法
VS
详细描述
多项式的因式分解是将多项式表示为若干 个线性因子乘积的过程。通过因式分解, 可以更好地理解多项式的结构,简化计算 和证明。此外,多项式的根是指满足多项 式等于0的数。根的性质包括根的和与积、 重根的性质等。求解多项式的根的方法有 多种,如求根公式、因式分解法等。
性方
02
线性方程组的解法
高斯消元法 通过行变换将增广矩阵化为阶梯形矩 阵,从而求解线性方程组。
选主元高斯消元法
选择主元以避免出现除数为0的情况, 提高算法的稳定性。
追赶法
适用于系数矩阵为三对角线矩阵的情 况,通过逐步消去法求解。
迭代法
通过迭代逐步逼近方程组的解,常用 的方法有雅可比迭代法和SOR方法。
向量空间的子空间与基底
总结词
子空间与基底
详细描述
子空间是向量空间的一个非空子集,它也满足向量空间的定义和性质。基底是 向量空间中一个线性独立的集合,它可以用来表示向量空间中的任意元素。基 底中的向量个数称为向量空间的维数。
ቤተ መጻሕፍቲ ባይዱ
向量空间的维数与基底的关系
总结词
维数与基底的关系
详细描述
向量空间的维数与基底密切相关。一个向量空间的维数等于其基底的向量个数。 如果一个向量空间有n个基底,则它的维数为n。同时,如果一个向量空间有有限 个基底,则它的维数是有限的。
行列式
06
行列式的定义与性质
总结词
行列式的定义和性质是高等代数中的 基础概念,包括代数余子式、余子式、 转置行列式等。
详细描述
行列式是由n阶方阵的n!项组成的代数 式,按照一定规则排列,具有一些重 要的性质,如交换律、结合律、代数 余子式等。这些性质在后续章节中有 着广泛的应用。

高等代数简介及详细资料

高等代数简介及详细资料

高等代数简介及详细资料初等代数从最简单的一元一次方程开始,初等代数一方面进而讨论二元及三元的一次方程组,另一方面研究二次以上及可以转化为二次的方程组。

沿着这两个方向继续发展,代数在讨论任意多个未知数的一次方程组,也叫线性方程组的同时还研究次数更高的一元方程组。

发展到这个阶段,就叫做高等代数。

高等代数是代数学发展到高级阶段的总称,它包括许多分支。

现在大学里开设的高等代数,一般包括两部分:线性代数、多项式代数。

初等代数从最简单的一元一次方程开始,初等代数一方面进而讨论二元及三元的一次方程组,另一方面研究二次以上及可以转化为二次的方程组。

沿着这两个方向继续发展,代数在讨论任意多个未知数的一次方程组,也叫线性方程组的同时还研究次数更高的一元方程。

发展到这个阶段,就叫做高等代数。

高等代数是代数学发展到高级阶段的总称,它包括许多分支。

现在大学里开设的高等代数,一般包括两部分:线性代数、多项式代数。

高等代数发展内容在高等代数中,一次方程组(也称为“线性方程组”)发展成为线性代数理论;而二次以上的一元方程(也称为“多项式方程”)发展成为多项式理论。

前者是向量空间、线性变换、型论、不变数论和张量代数等内容的一门高等代数分支学科,而后者是研究只含有一个未知量的任意次方程的一门高等代数分支学科。

作为大学课程的高等代数,只研究它们的基础。

高次方程组发展成为一门比较现代的数学理论-代数几何。

初等代数线性代数是高等代数的一大分支。

我们知道一次方程叫做线性方程,讨论线性方程及线性运算的代数就叫做线性代数。

线上性代数中最重要的内容就是行列式和矩阵。

行列式和矩阵在十九世纪受到很大的注意,而且写了成千篇关于这两个课题的文章。

向量的概念,从数学的观点来看不过是有序三元数组的一个*** ,然而它以力或速度作为直接的物理意义,并且数学上用它能立刻写出物理上所说的事情。

向量用于梯度,散度,镟度就更有说服力。

同样,行列式和矩阵如导数一样(虽然‘dy/dx’在数学上不过是一个符号,表示包括‘Δy/Δx’的极限的长式子,但导数本身是一个强有力的概念,能使我们直接而创造性地想像物理上发生的事情)。

高等代数课件(北大三版)--第二章--多项式

高等代数课件(北大三版)--第二章--多项式
2.2.3 多项式旳带余除法定理
2.2.4 系数所在范围对整除性旳影响
二、教学目旳
1.掌握一元多项式整除旳概念及其性质。
2.熟练利用带余除法。
三、要点、难点
多项式旳整除概念,带余除法定理
2.2.1 多项式旳整除概念
设F是一种数域. F [x]是F上一元多项式环.
2.2.2 多项式整除性旳某些基本性质
证 设f (x) = g (x) 那么它们有完全相同旳项, 因而对R旳任何c都有f (c) = g (c)这就是说, f (x) 和g (x)所拟定旳函数相等.反过来设f (x) 和g (x)所拟定旳函数相等.令 u (x) = f (x) – g (x)那么对R旳任何c都有u (c) = f (c) – g (c) = 0这就是说, R中旳每一种数都是多项式u (x)旳根. 但R有无穷多种数, 所以u (x)有无穷多种根.根据定理2.6.3只有零多项式才有这个性质.所以有 u (x) = f (x) – g (x) = 0 , f (x) = g (x) .
f (c)与它相应. 于是就得到R到R旳一种映射. 这个映射是由多项式f (x)所拟定旳,叫做R上一种多项式函数.
综合除法
由此得出
表中旳加号一般略去不写.
例1
用x + 3除
作综合除法:
所以商式是
而余式是

假如f (x)是零次多项式,那么f (x)是R中一种不等于零旳数, 所以没有根. 所以定理对于n = 0成立.于是我们能够对n作数学归纳法来证明这一定理.设c∈R是f (x)旳一种根.那么 f (x) = (x – c) g (x)这里g (x) ∈R [x]是一种n – 1次多项式.假如d∈R是f (x)另一种根, d≠c那么 0 = f (d) = (d – c) g (d)因为d – c≠0 , 所以g (d) = 0. 因为g (x)旳次数是 n – 1 ,由归纳法假设, g (x)在R内至多有n – 1个不同旳根.所以f (x)在R中至多有n个不同旳根.

高等代数课件(北大版)第三章-线性方程组§3-3

高等代数课件(北大版)第三章-线性方程组§3-3
一、线性组合 二、向量组的等价 三、线性相关性 四、极大无关组
2024/7/17
数学与计算科学学院
一、线性组合
定义 设 1,2, ,s Pn , k1, k2 , , ks P

k11 k22 kss
称为向量组 1,2, ,s 的一个线性组合.
若向量 可表成向量组 1,2, ,s 的一个线性组
2)一个向量组中若有一向量为零向量,则该向量 组一定线性相关.
3)一向量组线性相关的充要条件是其中至少有一 个向量可由其余向量线性表出.
§3.3 2024/7/17 线性相关性
数学与计算科学学院
4)一个向量组中若部分向量线性相关,则整个向 量组也线性相关;
一个向量组若线性无关,则它的任何一个部分组 都线性无关.
( x1 x3 )1 ( x1 x2 )2 ( x2 x3 )3 0
由于 1,2 ,3 线性无关,于是有
x1 x1
x3 x2
0 0
解之得 x1 x2 x3 0.
x2 x3 0
所以 1, 2 , 3 线性无关 .
§3.3 2024/7/17 线性相关性
数学与计算科学学院
四、极大线性无关组 秩
§3.3 2024/7/17 线性相关性
数学与计算科学学院
1)证:由于 1,2 不成比例,1,2 线性无关. 2)解: 由 k11 k22 k33 0,
k1 3k3 0

k1 3k2 2k1 k2 4k1 2k2
0 7k3 0 14k3 0
解得 k1 3k3 , k2 k3 , k3 为自由未知量.
k1, k2 , , kr , 使 k11 k22 k rr 0.
r
作线性组合 x11 x22 x rr xii

硕士《高等代数》考研大纲---中国石油大学

硕士《高等代数》考研大纲---中国石油大学

硕士《高等代数》考研大纲课程名称:高等代数科目代码:865适用专业:数学与应用数学专业参考书目:《高等代数》第三版,北京大学数学系几何与代数教研室代数小组编,高等教育出版社一、课程基本要求(一)多项式1.理解一元多项式和整除的概念;2.掌握最大多项式概念、因式分解定理以及重因式概念;3.掌握多项式函数概念和复系数和实系数多项式的因式分解;(二)行列式1.理解排列、和n阶行列式的概念;2.掌握行列式的性质以及计算方法;3.掌握克莱姆法则和Laplace展开定理。

(三)线性方程组1.了解解方程组的消元法和n维向量空间的概念;2.重点掌握线性相关性的概念以及矩阵的秩;3.掌握线性方程组有解的判定方法以及解的结构;(四)矩阵1.掌握矩阵的概念和运算;2.掌握矩阵乘积的行列式与秩;3.重点掌握矩阵的逆;4.了解矩阵的分块;5.掌握初等矩阵的概念及其应用;(五)二次型1.理解二次型的概念及矩阵表示;2.掌握二次型的标准型和唯一性;3.掌握正定二次型的概念及判定方法。

(六)线性空间1.掌握线性空间的定义及性质;2.理解维数、基及坐标的概念;3.掌握基变换与坐标变换;4.掌握线性子空间的交与和运算及性质;5.了解线性空间的同构。

(七)线性变换1.理解线性变换的定义及运算;2.掌握线性变换的矩阵表示;3.重点掌握特征值与特征向量的概念及计算方法;4.掌握线性变换的相似性及化矩阵为标准型;(八)欧几理得空间1.理解欧几理得空间的定义及性质;2.掌握标准正交基的概念;3.重点掌握正交变换的概念及性质;4.重点掌握对称矩阵的标准型;。

高等代数课件(北大版)第二章-行列式§2

高等代数课件(北大版)第二章-行列式§2

方法二
(2) 1 2 n (n 1) (n 2)
n(n 1) n(n 1) n2
2
2
当 k 为偶数时为偶排列,
21
当 k 为奇数时为奇排列.
§2.2 2024/10/5 排列
数学与计算科学学院
四 、对换
定义 把一个排列中某两个数的位置互换, 而
其余的数不动, 得到另一个排列, 这一变换 称为一个对换. 将相邻两个元素对调,叫做相邻对换.
数学与计算科学学院
注:
① 排列 123 n 称为标准排列,其逆序数为0.
② 排列 j1 j2 jn 的逆序数常记为 ( j1 j2 jn ).
③ ( j1 j2 jn ) j1 后面比 j1小的数的个数 方法一
j2 后面比 j2 小的数的个数
jn1 后面比 jn1 小的数的个数.
或 ( j1 j2 jn ) j2 前面比 j2大的数的个数 方法二
§2.2 2024/10/5 排列
数学与计算科学学院
推论
所有 n 级排列中,奇、偶排列各半, 均为 n! 个. 2
证明 设在全部 n 阶排列中,有 s 个奇排列, t 个
偶排列,下证.s t
将 s 个奇排列的前两个数对换,则这 s 个奇排列
全变成偶排列,并且它们彼此不同, s t.
同理,将 t 个偶排列的前两个数对换,则这 t 个
(1) n(n 1) 321 (2) (2n)1(2n 1)2(2n 2)3 (n 1)n
§2.2 2024/10/5 排列
数学与计算科学学院
答案:
方法一
(1) (n 1) (n 2) 2 1 n(n 1)
2 当 n 4k, 4k 1 时为偶排列;

高等代数III知识点整理

高等代数III知识点整理

高等代数III知识点整理●相似标准型●多项式矩阵●定义●\boldsymbol{A}(\lambda)=\begin{pmatrix}a_{11}(\lambda)&a_{12}(\lambda)&\cdots&a_{1n}(\lambda)\\a_{21}(\lambda)&a_{22}(\lambda)&\cdots&a_{2n}(\lambda)\\\vdots&\vdots&&\vdots\\a_{m1}(\lambda)&a_{m2}(\lambda)&\cdots&a_{mn}(\lambda)\end{pmatrix}●初等\lambda-矩阵●一类P_{ij}ij行互换●二类P_{i}(c)i行乘以常数c●三类T_{ij}(f(\lambda))i行乘以f(\lambda)加到j行●矩阵多项式形式●M(\lambda)=M_m\lambda^m+M_{m-1}\lambda^{m-1}+\cdots+M_0●定理●带余除法:\begin{gathered}\boldsymbol{M}(\lambda) =\left(\lambda\boldsymbol{I}-\boldsymbol{B}\right)\boldsymbol{Q}\left(\lambda\right)+\boldsymbol{R}, \\\boldsymbol{N}(\lambda) =\boldsymbol{S}(\lambda)(\lambda\boldsymbol{I}-\boldsymbol{B})+\boldsymbol{T}. \end{gathered}●\boldsymbol{A}与\boldsymbol{B}相似\Leftrightarrow \lambda\boldsymbol{I}-\boldsymbol{A}与\lambda\boldsymbol{I}-\boldsymbol{B}相抵●矩阵的法式●定理●非零\boldsymbol{A}(\lambda)一定相抵于\boldsymbol{B}(\lambda)=[b_{ij}(\lambda)]_{n\times n}且有b_{11}(\lambda)|b_{ij}(\lambda)●\boldsymbol{A}(\lambda)相抵于\text{diag}\{d_1(\lambda),\cdots,d_r(\lambda);0,\cdots,0\}且有d_i(\lambda)|d_{i+1}(\lambda),i=1,2,\cdots,r-1●n阶可逆\lambda-矩阵可表示为有限个初等\lambda-矩阵的积●特征矩阵\lambda\boldsymbol{I}-\boldsymbol{A}一定相抵于\text{diag}\{1,\cdots,1,d_1(\lambda),\cdots,d_m(\lambda)\}且有d_i(\lambda)|d_{i+1}(\lambda),i=1,2,\cdots,m-1●定义●法式/相抵标准型●\text{diag}\{d_1(\lambda),\cdots,d_r(\lambda);0,\cdots,0\}●d_i(\lambda)|d_{i+1}(\lambda),i=1,2,\cdots,r-1●不变因子●定义●k阶行列式因子所有k阶子式的最大公因子(非零);若子式都为0,规定行列式因子为0●D_i(\lambda)\mid D_{i+1}(\lambda),i=1,2,\cdots,r-1D_{1}(\lambda),D_{2}(\lambda),\cdots,D_{r}(\lambda)是{A}(\lambda) 的非零行列式因子●g_1(\lambda)=D_1(\lambda),g_2(\lambda)=D_2(\lambda)/D_1(\lambda),\cdots,g_r(\lambda)=D_r(\lambda)/D_{r-1}(\lambda)为{A}(\lambda) 的不变因子●定理●相抵的\lambda-矩阵有相同的行列式因子,从而有相同的不变因子●推论●法式和不变因子相互唯一确定●相抵\Leftrightarrow有相同的法式●初等变换不改变法式●相似\Leftrightarrow特征矩阵有相同行列式因子/不变因子●A与B在\mathbb{F}上相似的充分必要条件是在\mathbb{K}上相似\mathbb{F}\sube \mathbb{K}●有理标准型●Frobenius块●\boldsymbol{F}=\left(\begin{array}{ccccc}0 & 1 & 0 & \cdots & 0 \\0 & 0 & 1 &\cdots & 0 \\\vdots & \vdots & \vdots & & \vdots \\0 & 0 & 0 & \cdots & 1 \\-a_{r} & -a_{r-1} & -a_{r-2} & \cdots & -a_{1}\end{array}\right)●行列式因子为1, \cdots, 1, f(\lambda)r-1 个 1, f(\lambda)=\lambda^{r}+a_{1} \lambda^{r-1}+\cdots+a_{r}●\boldsymbol{F}的极小多项式等于f(\lambda)●定义●\boldsymbol{A} 的不变因子组为1, \cdots, 1, d_{1}(\lambda), \cdots,d_{k}(\lambda)●deg d_i(\lambda)=m_i●\boldsymbol{F}=\left(\begin{array}{cccc}\boldsymbol{F}_{1} & & & \\&\boldsymbol{F}_{2} & & \\& & \ddots & \\& & &\boldsymbol{F}_{k}\end{array}\right)●\boldsymbol{F}_{i}的阶为m_i,为Frobenius块,最后一行的系数为d_i({\lambda})除最高项的系数的负值组成●A相似于F●定理●\boldsymbol{A} 的极小多项式m(\lambda)=d_{k}(\lambda)\boldsymbol{A} 的不变因子组为1, \cdots, 1, d_{1}(\lambda), \cdots,d_{k}(\lambda)●初等因子●定义●非常数不变因子分解●\begin{aligned}d_{1}(\lambda)= & p_{1}(\lambda)^{e_{11}}p_{2}(\lambda)^{e_{12}} \cdots p_{t}(\lambda)^{e_{1 t}} \\d_{2}(\lambda)=& p_{1}(\lambda)^{e_{21}} p_{2}(\lambda)^{e_{22}} \cdotsp_{t}(\lambda)^{e_{2 t}} \\& \cdots \cdots \cdots \cdots \\d_{k}(\lambda)= &p_{1}(\lambda)^{e_{k 1}} p_{2}(\lambda)^{e_{k 2}} \cdotsp_{t}(\lambda)^{e_{k t}}\end{aligned}●e_{ij}>0时,p_i(\lambda)^{e_{ij}}为初等因子●定理●不变因子和初等因子组可互相唯一确定●Jordan 标准型●Jordan 块●定义●\boldsymbol{J}=\left(\begin{array}{ccccc}\lambda_{0} & 1 & & & \\&\lambda_{0} & 1 & & \\& & \ddots & \ddots & \\& & & \ddots & 1 \\& & && \lambda_{0}\end{array}\right)●初等因子为(\lambda-\lambda_0)^r●定理●A特征矩阵相似于\lambda-对角阵,则A的初等因子组等于对角阵的准素因子组●Jordan 块对角阵的初等因子组等于各个Jordan块的初等因子●初等因子组可对应一个Jordan 标准型●复数域上的线性变换\varphi必存在一组基使表示矩阵为Jordan标准型●复矩阵可对角化等价条件●极小多项式无重根●初等因子为一次●复数域上的线性变换\varphi可对角化\Leftrightarrow极小多项式无重根\Leftrightarrow初等因子为一次●复数域上的线性变换\varphi可对角化,在不变子空间上的限制也可对角化●复数域上的线性变换\varphi可对角化⇔在每个不变子空间V_i的限制可对角化V=V_{1} \oplus V_{2} \oplus \cdots \oplus V_{k}●特征值在\mathbb{K}上,则矩阵在\mathbb{K}上相似于Jordan标准型●Jordan 标准型的应用●度数与重数●特征值\lambda_i的度数等于\lambda_i的Jordan块的个数●特征值\lambda_i的重数等于\lambda_i的Jordan块的阶数之和●循环子空间●定义●\boldsymbol{\psi} 是线性变换. 若存在 \boldsymbol{\alpha} \in r 维子空间V_{0} , 使\left\{\boldsymbol{\alpha},\boldsymbol{\psi}(\boldsymbol{\alpha}), \cdots, \boldsymbol{\psi}^{r-1}(\boldsymbol{\alpha})\right\}构成 V_{0}的一组基且\boldsymbol{\psi}^{r}(\boldsymbol{\alpha})=\mathbf{0} , 则称 V_{0} 为关于线性变换 \boldsymbol{\psi} 的循环子空间●\lambda_i是线性变换\varphi的特征值,对应的某个Jordan块子空间V_i是(\lambda_iI_V-\varphi)的循环子空间(\lambda_iI_V-\varphi)^{r_i}=0●\lambda_i是线性变换\varphi的特征值,对应的全部Jordan块子空间V_i是(\lambda_iI_V-\varphi)的循环子空间(\lambda_i的根子空间)(\lambda_iI_V-\varphi)^n=0,\max\{r_i\}也可●用初等因子\{(\lambda-\lambda_i)^{r_i}\}将V分解为维数为r_i的循环子空间V_i的直和●根子空间●定义●\lambda_i是线性变换\varphi的特征值,对应的全部Jordan块子空间R(\lambda_i)是\lambda_i的根子空间R(\lambda_i)=\{v\in V|(\lambda_iI_V-\varphi)^n(v)=0\}●V可分解为R(\lambda_i)的直和,维数为重数●Jordan-Chevalley 分解定理●可对角阵A,B满足AB=BA,则可同时对角化●分解定理:A=B+C满足下列性质●B可对角化●C为幂零阵●BC=CB●B,C可用A的多项式表示●分解唯一前三条说明●矩阵函数●定理●复幂级数收敛条件●f(X)收敛\Leftrightarrow f(P^{-1}XP)收敛且f(P^{-1}XP)=P^{-1}f(X)P任一可逆阵P成立●X= diag\{X_i\},f(X)收敛\Leftrightarrow f(X_i)收敛●X为Jordan 块,f(z)的收敛半径为r,\lambda_0<r\Rightarrow f(X)收敛●特征值判断收敛●\lambda=\max\{\lambda_i\},f(z)的收敛半径为r●\lambda>r,f(X)发散●\lambda<r,f(X)收敛●\lambda=r,f(X)收敛\Leftrightarrow f^{(k)}(\lambda_i)收敛对每个特征值\lambda_i,k=0,1,\cdots,r_i-1成立●收敛矩阵f(A)特征值为f(\lambda_i)●矩阵函数●指数函数●\mathrm{e}^{A}=\boldsymbol{I}+\frac{1}{1 !} A+\frac{1}{2 !}A^{2}+\frac{1}{3 !} A^{3}+\cdots●AB=BA\Rightarrow e^{A+B}=e^A e^B●正弦函数●\sin \boldsymbol{A}=\boldsymbol{A}-\frac{1}{3 !}\boldsymbol{A}^{3}+\frac{1}{5 !} \boldsymbol{A}^{5}-\frac{1}{7 !}\boldsymbol{A}^{7}+\cdots●余弦函数●\cos \boldsymbol{A}=\boldsymbol{I}-\frac{1}{2 !}\boldsymbol{A}^{2}+\frac{1}{4 !} \boldsymbol{A}^{4}-\frac{1}{6 !}\boldsymbol{A}^{6}+\cdots●特征值的模长都小于 1●\ln (I+A)=A-\frac{1}{2} A^{2}+\frac{1}{3} A^{3}-\frac{1}{4}A^{4}+\cdots●二次型●n元二次函数能化为只有二次项的形式●对称阵和二次型可互相唯一表示●合同●定义●存在非异阵C,使得B=C'AC●等价关系●合同变换●第一类对换i行与j行,再对换i列与j列●第二类非零常数k乘以第i行,再乘以第j列●第三类第i行乘以k加到第j行,再将第i列乘以k加到第j列●定理●必存在非异阵C,使得C'AC的(1,1)元素不为0●必存在非异阵C,使得C'AC为对角阵●二次型化简●配方法●初等变换法●实二次型●惯性定理●对角化的合同二次型正系数个数相同●规范标准型●系数仅为0,1,-1●合同不变量●秩●正惯性指数●负惯性指数●符号差(+)-(-)●定理●秩与符号差(或正负惯性指数)是实对称阵的合同全系不变量●复二次型只有秩为合同全系不变量●定义●对任意非零向量\alpha●正定型与正定矩阵:\alpha'A\alpha>0●负定型与负定矩阵:\alpha'A\alpha <0●半正定型与半正定矩阵:\alpha'A\alpha\geq 0●半负定型与半负定矩阵:\alpha'A\alpha\leq 0●否则为不定型●正定型充要条件1●正定型\Leftrightarrow正惯性指数等于n●负定型\Leftrightarrow负惯性指数等于n●半正定型\Leftrightarrow正惯性指数等于r●半负定型\Leftrightarrow负惯性指数等于r●正定型充要条件2●合同对应规范标准型●正定型充要条件3●n个顺序主子式全大于0●Hermite 型●定义●f\left(x_{1}, x_{2}, \cdots, x_{n}\right)=\sum\limits_{j=1}^{n}\sum\limits_{i=1}^{n} a_{i j} \bar{x}_{i} x_{j}●矩阵形式:f\left(x_{1}, x_{2}, \cdots, x_{n}\right)=\bar{x}'Ax\bar{A}'=A●系数变元为复数但值为实数●复相合●存在非异阵C,使得B=\bar{C}'AC●正定Hermite型●对非零复数向量函数值总大于0●定理●A为Hermite阵,必存在非异阵C,使得\bar{C}'AC是实对角阵●惯性定理成立●正定Hermite矩阵\Leftrightarrow n个顺序主子式全大于0。

高等代数知识点总结_第三版_王萼芳与石生明编

高等代数知识点总结_第三版_王萼芳与石生明编
高等代数-----知识点总结 首都师范大学数学科学院 1100500070
第四章 矩阵
知识点考点精要
一.矩阵及其运算
1.矩阵的概念
a11
(1)由
s
n
个数
aij
(i=1,2…s;j=1,2……n)排成
n

n
列的数表
as1
矩阵,简记为 A (aij )sn 。
a1n
,称为
s

n

asn
(2)矩阵的相等 设 A (aij )mn ,B (aij )lk ,如果 m=l,n=k,且 aij bij ,对 i=1,2…m;j=1,2……n
B=PAQ。
3.用初等变换求逆矩阵的方法
把 n 级矩阵 A,E 这两个 n n 矩阵凑在一起,得到一个 n 2n 矩阵(AE),用初等行变换把它的左
边一半化成 E,这时,右边的一半就是 A1 。
4
第 4 页 共 17 页
高等代数-----知识点总结 首都师范大学数学科学院 1100500070
第五章 二次型
如果加法与数量乘法满足下述规则,那么 V 称为数域 P 上的线性空间。
(1)
(2) ( ) ( ) (3) 在 V 中有一元素 0,对于 V 中任意元素 都有 0
(具有这个性质的元素 0 称为 V 的零元素);
(4)对于 V 中的每一个元素 ,都有 V 中的元素 ,使得 0 ( 称为 的负元素) (5)1 ; (6) k(l ) (kl)
称为此二次型的负惯指数,2p-q 称为此二次型的符号差。
3.正定二次型及正定矩阵
(1)基本概念
第 5 页 共 17 页
5
高等代数-----知识点总结 首都师范大学数学科学院 1100500070
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第三讲 唯一析因定理; 唯一析因定理; C[X]与R[X]; C[X]与R[X];
多项式的根—有理根; 多项式的根—有理根;线性空间
1
P 3 63
3m 3n 3p 2
GA03
2
f ( x) = (x 1) + (x 1)x + ( x 1)x +1+ x + x 2 3 12 . f ( x ) = q1 ( x 1) + 2 x = q 2 ( x 2 ) + 3 x
a1n
O M L λ ann
n i =1
n
则 ( λ1 + λ2 + L + λn ) = a n 1 = ∑ aii = trA
( 1) λ1λ 2 L λ n = a 0 = ( 1) d e t A . 11
n
§3-2. 求整系数多项式全部有理根的方法
定理 13 :设 f ( X ) ∈ Z [ X ] f ( X ) = a n x + a n 1 x + L + a1 x + a 0 若 f ( r ) = 0 , 其中 r , s ∈ Z , 且 ( r , s ) = 1, s
3 2 3 2
f ( x) g ( x) = x + 2 x + u ∴ x + 2 x + u为最大公因式.
2 2
x +2x+u x + tx + u 3 2 x + 2 x + ux
2 3 2
x + (t 2)
(t 2)x2 ux 2 (t 2)x + 2(t 2)x +u(t 2)
u = 2 (t 2 ) u = 0 u = 2 u = u (t 2 ) → t = 2 或 t = 3 3 若 g ( x ) = x + tx + u 则 u = 0 , t = 4 . 3
2
3a = 4b a=4 ∴ f ( x) = 4a + 3b + 1 = 6a → b = 3 3 4 3 2 ( x 1) (4 x 3) + 3 x = 4 x 27 x + 66 x 65 x +2 24
19.设 f ( x ) = x + (1 + t ) x + 2 x + 2u , g ( x ) = x + tx + u 的最大公因式是一个二 次多项式,求 t , u的值.
n n 1

r a0 ,
s an .
若 an =3, a0 = 2
a
n
1 ; 3
a
0
1 2
r =? s
r 1 2 = ±1; ± 2; ± ; ± . s 3 3
12
III
Linear Space
§1 线性空间的定义及性质
(1 + 1)( α + β ) = α + β + α + β
左 = (1 + 1)α + (1 + 1) β = α + α + β + β 得 α + β +α + β = α +α + β + β
= q 2 [( x 1) 1] + 3 x 3 2 = q 2 [( x 1) 3( x 1) + 3( x 1) 1] + 3 x
3
∴ 要 q 2 (3 x 4) + x 整除 ( x 1) , deg q 2 ≥ 1, 2 设 q 2 = ( ax + b ), (3 x 4)( ax + b ) + x = 3a ( x 1) .
r = (ε1,L, εn ) X = (η1,L,ηn )Y = ((ε1,L, εn )C)Y = (ε1,L, εn )CY 由唯一性知 X = CY → Y = C X .
16
1
13.设 13.设Vn ( F )中的两个向量组α1 ,L,α s与β1 ,L, β s , 满足 ( β1 ,L, β t ) = (α1 ,L,α s ) As×t
引理2:实系数多项式f ( X )的复根总是成共轭对 出现. 若α是其根, 则α 也是根.
n

f ( x ) = a n x + L + a1 x + a 0 f (α ) = a nα + L + a1α + a 0 = 0
n

f (α ) = a nα + L + a1α + a 0
n
= a nα + L + a1α + a 0 = 0.
L L L
α 1 Lα n 1 + L + α 2 Lα n = ( 1)
α 1α
2
n 1
L α
n
= ( 1)
n
a a
a1 an
10
0 n
.
f A (λ ) = λ I A = λ + a n 1λ
n n 1
+ L + a1 λ + a 0
λ a11 K λI A =
M an1
= ( λ λ1 )( λ λ 2 ) L ( λ λ n )
. 定理6:F[ X ]是唯一析因整环 即任一非常数多项式 f ∈ F[ X ] 均可表为一些 不可约的多项式的乘积 f = p1 p2 L ps . 且若不计常数倍及 pi 的次序,是唯一的.
proof : (i )先证分解(析因)的存 在 性. 若 f 不可约,则取 f = p1 即可. 若 f 可约 , 设 f = f1 f 2 Q deg f i < deg f,
过度距阵是可逆的.
记 C = ( c1 , L , c n )
proof :Q det C ≠ 0 C 的列向量线性无关. k1 则 k1η1 + L + k nη n = (η1 , L ,η n ) M k n k1 k1 M = (ε , L , ε ) C M = (( ε 1 , L , ε n ) C ) 1 n k k n n k1 ∴ k1η1 + L + k nη n = 0 C M = 0 . k n
由归纳法可设 f 1与 f 2的分解存在 ∴ f = f 1 f 2 = p1 L p s .
( i = 1, 2 )
4
( ii ) 证分解的唯一性 .设 f = p1 L p s = q1 L qt Q p s q1 L qt 由引理 1 p s qi 不妨设 i = t ,
又 Q q t 不可约 ,
定理 8:复系数多项式 f ( X )(deg f ≥ 1)在复数域 C 上总可以唯一分解为一 次因式的乘积 :
f ( X ) = c ( X c1 ) ( X c2 ) L ( X c s )
n1 n2
ns
( c , ci ∈ C ,
∑n
i =1
s
i
= n)
7
§2-3 R[ R[X]上的因式分解
n
8
定理 2:实系数多项式 f ( X ) (deg f ≥ 1) 在实数域上总可以唯一 分解为一次和二次 不可约因子之积:
又Q( X α)(x α ) = x (α +α )x +αα ∈ R[ X ] 在R上不可约, 有 ∴
2
f ( X ) = a( x a1 ) L( x as )
n1 ns
试 证 : β 1 ,L , β t 线 性 无 关 r ( A) = t 证 ,β L t t 线 无关 故 : β 11,,L , ,ββ线 性性 无 关 A x = 0 只 有 零 解 x1 β 1 + L + x t β t = 0 仅 当 x1 = L = x t = 0 成 立
x1 M =0 即 ( β 1 ,L , β t ) 仅 当 x1 = L = x t = 0 成 立 x t ((α 1 , L , α s ) A ) x = 0 仅 当 x = 0 成 立 (α 1 , L , α s )( A x ) = 0 仅 当 x = 0 成 立 由 于 α 1 ,L ,α s 线 性 无 关 , 17 故 ( α 1 , L , α s )( A x ) = 0 Ax = 0 成 立
两边左加 α , 右加 β , 得 α + β = β +α.
α β = α + (β)
D
13
§2 线性相关与线性无关
n n i =1 i =1
定理.3.3的证明
λ1α1 + L + λnαn = ∑ λiαi = ∑ λi ( ∑ a ji β j )
j =1
m
= ∑ ( ∑ λi a ji ) β j
18
Q C的列为 η1 , Lη n 在基 ε 1 , L , ε n 上的坐标, ∴ 判断向量组是否线性无 关可以看它们的 坐标列是否无关 . 可以看坐标列构成的行 列式是否为 0.
个数 m < n时, 用 m 个分量来判断 . Q 短无关 , 长亦无关.
介绍求 (A (A A
1
B 的方法 A
1
( x b1x + c1 ) L( x bt x + ct )
2 e1 2
et
如:实正交方阵的复特征值 cosθ (根)成共轭对出现 A=
sin θ
sin θ cosθ
9
§2-4 多项式的根和系数的关系. Vieta 定理: n n 1 设 f ( x ) = a n x + a n 1 x + L + a1 x + a 0 = a n ( x α 1 )( x α 2 ) L ( x α n ) a n 1 则 α1 + α 2 + L + α n = an an 2 α 1α 2 + α 1α 3 + L + α n 1α n = an
相关文档
最新文档