北京大学高等代数(上)定理总结

合集下载

北京大学数学系《高等代数》(第3版)(欧几里得空间)笔记和课后习题(含考研真题)详解【圣才出品】

北京大学数学系《高等代数》(第3版)(欧几里得空间)笔记和课后习题(含考研真题)详解【圣才出品】

第9章欧几里得空间9.1复习笔记一、定义与基本性质1.欧几里得空间定义设V是实数域R上一线性空间,在V上定义了一个二元实函数,称为内积,记作(α,β),它具有以下性质:(1)(α,β)=(β,α);(2)(kα,β)=k(α,β);(3)(α+β,γ)=(α,γ)+(β,γ);(4)(α,α)≥0,当且仅当α=0时(α,α)=0.这里α,β,r是V中任意的向量,k是任意实数,这样的线性空间V称为欧几里得空间.2.长度(1)定义非负实数称为向量α的长度,记为|α|.(2)关于长度的性质①零向量的长度是零,②|kα|=|k||α|,③长度为1的向量称为单位向量.如果α≠0,向量1αα就是一个单位向量,通常称此为把α单位化.3.向量的夹角(1)柯西-布涅柯夫斯基不等式,即对于任意的向量α,β有|(α,β)|≤|α||β|当且仅当α,β线性相关时,等号才成立.(2)非零向量α,β的夹角<α,β>规定为(3)如果向量α,β的内积为零,即(α,β)=0,那么α,β称为正交或互相垂直,记为α⊥β.零向量才与自己正交.(4)勾股定理,即当α,β正交时,|α+β|2=|α|2+|β|2.4.有限维空间的讨论(1)度量矩阵设V是一个n维欧几里得空间,在V中取一组基ε1,ε2,…,εn,对V中任意两个向量α=x1ε1+x2ε2+…+x nεn,β=y1ε1+y2ε2+…+y nεn,由内积的性质得a ij=(εi,εj)(i,j=1,2,…,n),显然a ij=a ji,于是利用矩阵,(α,β)还可以写成(α,β)=X'AY,其中分别是α,β的坐标,而矩阵A=(a ij)nn称为基ε1,ε2,…,εn的度量矩阵.(2)性质①设η1,η2,…,ηn是空间V的另外一组基,而由ε1,ε2,…,εn到η1,η2,…,ηn的过渡矩阵为C,即(η1,η2,…,ηn)=(ε1,ε2,…,εn)C,于是基η1,η2,…,ηn的度量矩阵B=(b ij)=(ηi,ηj)=C'AC;表明不同基的度量矩阵是合同的.②对于非零向量α,即有(α,α)=X'AX>0.因此,度量矩阵是正定的.二、标准正交基1.正交向量组欧式空间V中一组非零的向量,如果它们两两正交,就称为一正交向量组.按定义,由单个非零向量所成的向量组也是正交向量组.2.标准正交基(1)定义在n维欧氏空间中,由n个向量组成的正交向量组称为正交基;由单位向量组成的正交基称为标准正交基.说明:①对一组正交基进行单位化就得到一组标准正交基.②一组基为标准正交基的充分必要条件是:它的度量矩阵为单位矩阵.(2)标准正交基的求法①定理1n维欧氏空间中任一个正交向量组都能扩充成一组正交基.②定理2对于n维欧氏空间中任意一组基ε1,ε2,…,εn,都可以找到一组标准正交基η1,η2,…,ηn,使L(ε1,ε2,…,εi)=L(η1,η2,…,ηi),i=1,2,…,n.定理2中把一组线性无关的向量变成一单位正交向量组的方法称做施密特正交化过程.例:把α1=(1,1,0,0),α3=(-1,0,0,1),α2=(1,0,1,0),α4=(1,-1,-1,1)变成单位正交的向量组.解:①先把它们正交化,得β1=α1=(1,1,0,0),②再单位化,得3.基变换公式设ε1,ε2,…,εn与η1,η2,…,ηn是欧氏空间V中的两组标准正交基,它们之间的过渡矩阵是A=(a ij),即因为η1,η2,…,ηn是标准正交基,所以矩阵A的各列就是η1,η2,…,ηn在标准正交基ε1,ε2,…,εn下的坐标.4.正交矩阵n级实数矩阵A称为正交矩阵,如果A'A=E.由标准正交基到标准正交基的过渡矩阵是正交矩阵;反过来,如果第一组基是标准正交基,同时过渡矩阵是正交矩阵,那么第二组基一定也是标准正交基.三、同构1.同构定义实数域R上欧式空间V与V'称为同构的,如果由V到V'有一个双射σ,满足(1)σ(α+β)=σ(α)+σ(β),(2)σ(kα)=kσ(α),(3)(σ(α),σ(β))=(α,β),这里α,β∈V,k∈R,这样的映射σ称为V到V'的同构映射.同构的欧氏空间必有相同的维数.每个n维的欧氏空间都与R n同构.2.同构的性质同构作为欧氏空间之间的关系具有(1)反身性;(2)对称性;(3)传递性;(4)两个有限维欧氏空间同构的充分必要条件是它们的维数相同..四、正交变换1.定义欧氏空间V的线性变换A称为正交变换,如果它保持向量的内积不变,即对于任意的α,β∈V,都有(Aα,Aβ)=(α,β).2.性质。

北京大学数学系《高等代数》(第3版)(双线性函数与辛空间)笔记和课后习题(含考研真题)详解【圣才出品

北京大学数学系《高等代数》(第3版)(双线性函数与辛空间)笔记和课后习题(含考研真题)详解【圣才出品

第10章双线性函数与辛空间10.1复习笔记一、线性函数1.定义设V是数域P上的一个线性空间,f是V到P的一个映射,如果f满足(1)f(α+β)=f(α)+f(β),(2)f(kα)=kf(α),式中α、β是V中任意元素,k是P中任意数,则称f为V上的一个线性函数.2.性质(1)设f是V上的线性函数,则f(0)=0,f(-α)=-f(α).(2)如果β是α1,α2,…,αs的线性组合:β=k1α1+k2α2+…+k sαs.那么f(β)=k1f(α1)+k2f(α2)+…+k s f(αs).3.矩阵的迹A是数域P上一个n级矩阵.设则A的迹Tr(A)=a11+a22+…+a nn是P上全体n级矩阵构成的线性空间P n×n上的一个线性函数.4.定理设V是P上一个n维线性空间,ε1,ε2,…,εn是V的一组基,a1,a2,…,a n是P中任意n个数,存在唯一的V上线性函数f使f(εi)=a i,i=1,2,…,n.二、对偶空间1.L(V,P)的加法和数量乘法(1)设f,g是V的两个线性函数定义函数f+g如下:(f+g)(α)=f(α)+g(α),α∈V,f+g也是线性函数:f+g称为f与g的和.(2)设f是V上线性函数.对P中任意数k,定义函数kf如下:(kf)(α)=k(f(α)),α∈V,kf称为k与f的数量乘积,易证kf也是线性函数.2.L(V,P)的性质(1)对V中任意向量α,有而对L(V,P)中任意向量f,有(2)L(V,P)的维数等于V的维数,而且f1,f2,…,f n是L(V,P)的一组基.3.对偶空间(1)定义L(P,V)称为V的对偶空间.由决定的L(V,P)的基,称为ε1,ε2,…,εn的对偶基.V的对偶空间记作V*.(2)对偶基的性质(1)设ε1,ε2,…,εn及η1,η2,…,ηn是线性空间V的两组基,它们的对偶基分别为f1,f2,…,f n及g1,g2,…,g n.如果由ε1,ε2,…,εn到η1,η2,…,ηn的过渡矩阵为A,那么由f1,f2,…,f n到g1,g2,…,g n的过渡矩阵为(A')-1.(2)设V是P上一个线性空间,V*是其对偶空间.取定V中一个向量x,定义V*的一个函数x**如下:x**(f)=f(x),f∈V*.则x**是V*上的一个线性函数,因此是V*的对偶空间(V*)*=V**中的一个元素.(3)V是一个线性空间,V**是V的对偶空间的对偶空间.V到V**的映射x→x**是一个同构映射.结论:任一线性空间都可看成某个线性空间的线性函数所成的空间.三、双线性函数1.定义V是数域P上一个线性空间,f(α,β)是V上一个二元函数,即对V中任意两个向量α,β,根据f都唯一地对应于P中一个数f(α,β).如果f(α,β)有下列性质:(1)f(α,k1β1+k2β2)=k1f(α,β1)+k2f(α,β2);(2)f(k1α1+k2α2,β)=k1f(α1,β)+k2f(α2,β).其中α,α1,α2,β,β1,β2是V中任意向量,k1,k2是P中任意数,则称f(α,β)为V 上的一个双线性函数.2.常用结论(1)欧氏空间V的内积是V上双线性函数;(2)设f1(α),f2(α)都是线性空间V上的线性函数,则f(α,β)=f1(α)f2(β),α,β∈V是V上的一个双线性函数.(3)设P n是数域P上n维列向量构成的线性空间X,Y∈P n,再设A是P上一个n 级方阵.令f(X,Y)=X'AY,则f(X,Y)是P n上的一个双线性函数.3.度量矩阵(1)定义设f(α,β)是数域P上n维线性空间V上的一个双线性函数.ε1,ε2,…,εn是V的一组基,则矩阵称为f(α,β)在ε1,ε2,…,εn下的度量矩阵.(2)性质①度量矩阵被双线性函数及基唯一确定.②不同的双线性函数在同一组基下的度量矩阵一定是不同的.③在不同的基下,同一个双线性函数的度量矩阵一般是不同的,但是在不同基下的度量矩阵是合同的.4.非退化设f(α,β)是线性空间V上一个双线性函数,如果f(α,β)=0,对任意β∈V,可推出α=0,f就称为非退化的.双线性函数f(α,β)是非退化的充要条件为其度量矩阵A为非退化矩阵.5.对称双线性函数(1)定义f(α,β)是线性空间V上的一个双线性函数,如果对V中任意两个向量α,β都有f (α,β)=f(β,α),则称f(α,β)为对称双线性函数.如果对V中任意两个向量α,β都有f(α,β)=-f(β,α),则称f(α,β)为反对称双线性函数.这就是说,双线性函数是对称的,当且仅当它在任一组基下的度量矩阵是对称矩阵.同样地,双线性函数是反对称的当且仅当它在任一组基下的度量矩阵是反对称矩阵.(2)性质(1)设V是数域P上n维线性空间,f(α,β)是V上对称双线性函数,则存在V的一组基ε1,ε2,…,εn,使f(α,β)在这组基下的度量矩阵为对角矩阵.(2)设V是复数域上n维线性空间,f(α,β)是V上对称双线性函数,则存在V的一组基ε1,ε2,…,εn,对V中任意向量,有(3)设V是实数域上n维线性空间.f(α,β)是V上对称双线性函数.则存在V的一组基ε1,ε2,…,εn,对V中任意向量,有(4)V上的对称双线性函数f(α,β)如果是非退化的.则有V的一组基ε1,ε2,…,εn满足前面的不等式是非退化条件保证的,这样的基称为V的对于f(α,β)的正交基.6.二次齐次函数对称双线性函数与二次齐次函数是1-1对应的.设V是数域P上线性空间,f(α,β)是V上双线性函数.当α=β时,V上函数f(α,β)称为与f(α,β)对应的二次齐次函数.7.反对称双线性函数性质(1)设f(α,β)是n维线性空间V上的反对称线性函数,则存在V的一组基ε1,ε。

高等代数北大第三版

高等代数北大第三版

必为整系数多项式.
•整理课件
•11
证: 令 于是•整理课件
•12
定理12 设 是一个整系数多项式,而 是它的一个有理根,
其中 是互素的,则必有
•整理课件
•13
证: 是 的有理根, ∴ 在有理数域上,
从而 又 互素,
本原.由上推论,有
比较两端系数,得 所以,
•整理课件
也即
其中 是整系数多项式,且各项系数没有异于
的公因子.
•整理课件
•4
一、本原多项式
定义 设
若 异于 的公因子,即 则称 为本原多项式.
没有 是互素的,
•整理课件
•5
有关性质
1.
使
其中 为本原多项式.
(除了相差一个正负号外,这种表示法是唯一的).
2.Gauss引理
定理10 两个本原多项式的积仍是本原多项式.
•整理课件
•23
例5 证明: 证: 作变换
在 上不可约. 则
取 所以
由Eisenstein判别法知, 在Q上不可约, 在Q上不可约.
•整理课件
•24
说明:
对于许多 上的多项式来说,作适当线性代换后
再用Eisenstein判别法判定它是否可约是一个较好的 办法,但未必总是凑效的.也就是说,存在 上的
定理11 若一非零的整系数多项式可分解成两 个次数较低的有理系数多项式,则它一定可分解 成两个次数较低的整系数多项式的乘积.
•整理课件
•9
证:设整系数多项式 有分解式
其中 令
这里, 于是
由定理10, 即

皆为本原多项式,
本原, 从而有
•整理课件
得证.

高等代数【北大版】9.1

高等代数【北大版】9.1
即 (i , j ) 0, i j, i, j 1,2, ,m 则 1 2 m 2 1 2 2 2 m 2 .
证:若 (i , j ) 0, i j
m
m
则 1 2 m 2 ( i , j )
i 1
j1
m
m
(i ,i ) (i , j )
i 1
i j
m
(i ,i ) 1 2 2 2 m 2
当 n 3 时,1)即为几何空间 R3中内积在直角 坐标系下的表达式 . ( , )即 .
§9.1 定义与基本性质
2)定义
( , ) a1b1 2a2b2 kakbk nanbn 易证( , )满足定义中的性质 1 ~ 4 .
所以 ( , ) 也为内积. 从而Rn 对于内积 ( , )也构成一个欧氏空间.
§9.1 定义与基本性质
问题的引入:
1、线性空间中,向量之间的基本运算为线性运算, 其具体模型为几何空间 R2、R3, 但几何空间的度量 性质(如长度、夹角)等在一般线性空间中没有涉及.
2、在解析几何中,向量的长度,夹角等度量性质 都可以通过内积反映出来:
长度:
夹角 , : cos ,
两边开方,即得(7)成立.
§9.1 定义与基本性质
4. 欧氏空间中两非零向量的夹角 定义1:设V为欧氏空间,、 为V中任意两非零
向量,、 的夹角定义为 , arccos ( , )
0 ,
§9.1 定义与基本性质
定义2:设 、 为欧氏空间中两个向量,若内积
, 0
则称 与 正交或互相垂直,记作 .
k( f , g)
§9.1 定义与基本性质
3
.
(f
g
,
h)

高等代数【北大版】7.6

高等代数【北大版】7.6

σ 2)由1), 的秩等于基象组 σ (ε 1 ),σ (ε 2 ),L ,σ (ε n ) ) ),
的秩, 的秩,又
(σ (ε 1 ),σ (ε 2 ),L ,σ (ε n ) ) = (ε 1 , ε 2 ,L , ε n, ) A.
由第六章§ 由第六章§5的结论3知, σ (ε 1 ),σ (ε 2 ),L ,σ (ε n ) 的秩 结论 知 等于矩阵A的秩 等于矩阵 的秩. 的秩 ∴ 秩(σ ) =秩 ( A).
σ (V ) + σ 1 (0) 未必等于 未必等于V.
如在例1中 如在例 中,
D ( P[ x ]n ) + D 1 ( 0 ) = P[ x ]n1 ≠ P[ x ]n
§7.6 线性变换的值域与核
3. 设 σ 为n 维线性空间 的线性变换,则 维线性空间V的线性变换 的线性变换,
ⅰ) σ 是满射 σ (V ) = V
σ ( ε 1 , ε 2 ,L , ε n , ) = (ε 1 , ε 2 ,L , ε n , ) A
§7.6 线性变换的值域与核
A2 = A, 知 σ 2 = σ . 由
任取 α ∈ σ (V ), 设 α = σ ( β ), β ∈ V ,
σ (α ) = σ (σ ( β )) = σ 2 ( β ) = σ ( β ) = α 则
σ ( kα ) = kσ (α ) = k 0 = 0, α + β ∈ σ 1 (0), kα ∈ σ 1 (0), 即
k ∈ P
∴ σ (0) 对于 的加法与数量乘法封闭. 对于V的加法与数量乘法封闭 的加法与数量乘法封闭
1
的子空间. 故 σ (0) 为V的子空间 的子空间
1

高等代数(北大版)第一章-多项式1.9

高等代数(北大版)第一章-多项式1.9
所以 f ( x)不可约.
定理13 艾森斯坦因Eisenstein判别法
设 f ( x) an xn an1xn1 a1x a0 , 是一个整系数多项式,若有一个素数 p, 使得
1 p | an 2 p | an1,an2 , ,a0 3 p2 | a0 则 f ( x)在有理数域上是不可约的.
2.Gauss引理 定理10 两个本原多项式的积仍是本原多项式.
证: 设 f ( x) an xn an1xn1 g( x) bm xm bm1xm1
是两个本原多项式.
a0, b0
h( x) f ( x)g( x) dnm xnm dnm1xnm1 d0 反证法.若 h( x)不是本原的,则存在素数 p,
p | dr , r 0,1, , n m. 又 f ( x)是本原多项式,所以 p 不能整除 f ( x)的
每一个系数.
令ai 为 a0 ,a1, ,an 中第一个不能被 p 整除的数,即 p | a1, , p | ai1, p | ai .
同理,g( x) 本原,令 bj为 b0 , ,bm 中第一个不能被
p 整除的数,即 p | b0, p | b1, , p | bj1, p | bj .
又 di j aibj ai1bj1 , 在这里 p | di j , p | aibj , p | ai1bj1, 故 h( x)是本原的.
矛盾.
二、整系数多项式的因式分解
定理11 若一非零的整系数多项式可分解成两 个次数较低的有理系数多项式,则它一定可分解 成两个次数较低的整系数多项式的乘积.
于是有, a f1( x) g( x)ch1( x) cg( x)h1( x)

高等代数知识点总结

高等代数知识点总结

f a( x x1 )
m 1
( x xs )
ms
p
n1 1
p
nt t
其中a是f的常数项, x1,…,xt 是f全不互不相同的根, p1,…,pt是互异、首一、无实根的二次式.
7
多项式作为函数:
• 两个多项式相等(即对应系数相同)
它们作为函数相等(即在每点的函数值相等)
它们在k+1个点的函数值相等,这里k是它们次数的
Cauchy-Binet
| UV |
i1 im ------- 式 式V U i i -------i1 im 1 m
公式 Vandermonde 行列式 定义 性质
15

Laplace定理 (按第i1,...,ik行展开)
| A |
j1

jk
i1 式A j1
23
适用例子: 习题3.7.5; 3.7.9~11:
2.正则化方法
① 证明当A可逆时结论成立
② 考虑xI+A,有无穷多个x使得该矩阵可逆
③ 将要证明的结论归结为多项式的相等
④ 若两个多项式在无穷多个点处的值相同,则这两
个多项式在任意点的值相等,特别地,取x=0. 适用例子: 习题3.6.4; 3.7.7; 3.7.11:
则f(x)是有理数域上的既约多项式.
• 有理根:有理根的分母整除首项系数,分子整除常
数项
9
多元多项式
.
基本概念:
次数、齐次分量、字典序、首项、对称多项式
重要结论 命题1.8.1 若多项式的值全为0,则该多项式必为0. 命题1.8.2 每个n次多项式f均可唯一地表示成齐次多

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.

北大精品课件高等代数(上)

北大精品课件高等代数(上)

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1.1.1 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。

1.1.2 数域的定义定义(数域) 设K 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K 对复数的加、减、乘、除四则运算是封闭的,即对K 内任意两个数a 、b (a 可以等于b ),必有K b a b K ab K b a ∈≠∈∈±/0时,,且当,,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) = {b a +i |b a ,∈Q },其中i =1-。

命题 任意数域K 都包括有理数域Q 。

证明 设K 为任意一个数域。

由定义可知,存在一个元素0≠∈a K a ,且。

于是K aaK a a ∈=∈-=10,。

进而∈∀m Z 0>,K m ∈+⋯⋯++=111。

最后,∈∀n m ,Z 0>,K n m ∈,K nmn m ∈-=-0。

这就证明了Q ⊆K 。

证毕。

1.1.3 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。

高等代数 北京大学 第一章 多项式知识点总结

高等代数 北京大学 第一章 多项式知识点总结

第一章 多项式( * * )一、复习指导:多项式这一章节在历年真题中只出现过一次,近几年考中的频率比较低,但是根据2015年的真题多项式这一章节考到过一次,并且分值占了20分。

所以,我们要把多项式这一章也掌握全面,作为次重点章节来复习。

其中需要着重掌握:判断多项式的不可约性,多项式的整除,公因式,素数,互素。

二、考点精讲:(一) 多项式的定义和运算 1.多项式的定义令 R 是一个数环,并且 R 含有数 1,因而 R 含有全体整数.在这一章里,凡是说到数环,都作这样的约定,不再每次重复。

先讨论R 上一元多项式定义1:数环 R 上一个文字 x 的多项式或一元多项式指的是形式表达式n n x a x a x a a ,2210 +++ , (1)这里 n 是非负整数而n a a a a ,,,,210 都是 R 中的数. 在多项式(1)中,0a 叫做零次项或常数项, x a 1 叫做一次项,一般, ii x a 叫做 i 次 项, i a 叫做 i 次项的系数. 一元多项式常用符号 f(x),g(x),⋯来表示. 2.相等多项式定义2:若是数环 R 上两个一元多项式 f(x)和 g(x)有完全相同的项,或者只 差一些系数为零的项,那么 f(x)和 g(x)说是相等; f (x)=g(x)非负整数 n 叫做多项式nn x a x a x a a ,2210 +++ ,( 0≠n a )的次数 。

系数全为零的多项式没有次数,这个多项式叫做零多项式。

按照定义2,零多项式总可以记为 0.以后谈到多项式 f(x)的次数时,总假定 f(x)≠0. 多项式的次数有时就简单地记作()()x f 0∂. 3.多项式的运算 (1)多项式加法()n n x a x a a x f +++= 10,()m m x b x b b x g +++= 10是数环 R 上两个多项式,并且设 m ≤n ,多项式 f(x)与 g(x)的和 f(x)+g(x)指的是:()()()()n n n m m m x b a x b a x b a b a +++++++++ 1100,这里当 m<n 时,取01===+n m b b 。

《高等代数》:学习笔记

《高等代数》:学习笔记

《高等代数(上)》:学习笔记这是我自学的笔记做成的电子档,其中有许多注释,尽量深入浅出,以供大家学习。

有些笔误也修正差不多了。

课本和王德明老师的符号略有不同,但意思是一样的,祝大家都能通过考试。

第一章 行列式§1.1 定义D =|2314|=2×4−3×1=5 A =[2314]≡(2314) 这是行列式(或写为|D|)这是矩阵,注意区别{a 11x 1+a 12x 2+a 13x 3=b 1a 21x 1+a 22x 2+a 23x 3=b 2a 31x 1+a 32x 2+a 33x 3=b 3这是三元线性方程组=|a 11a 12a 13a 22a 23a 32a 33|=a 11a 22a 33+a 12a 23a 31+a 13a 21a 32−a 11a 23a 32−a 12a 21a 33−a 13a 22a 31§1.2 逆序数τ§1.3 n 阶行列式的代数和D =|a 11a 12⋯a 1n a 21a 22⋯a 2n⋯⋯⋯⋯⋯⋯a n1a n2⋯|=j 1,j 2,⋯,j n )1,j a 1j 1a 2j 2⋯a nj n§1.4 行列式性质1、行列式转置值不变: D T =D2、k 可以乘上某行(列): kD row i3、加法:某行之和 展开为两行列式之和: D row(a+b)=D row(a)+D row(b)4、互换两行(列):负号 D row i ↔row k =−D5、两行相同(成比例):零值 D row i =k×row k =06、某行乘以k 加到另一行:值不变D k×row i +row k =D右下斜线为正 左下斜线为负代数和n 阶排列,有n!个逆序数 偶排列,正号 奇排列,负号阶排列§1.5 代数余子式=ij|D|=a k1A k1+a k2A k2+⋯+a kn A kn (k =1,2,⋯,n )即展开第k 行(列)§1.6 范德蒙行列式|D|=|111⋯1a 1a 2a 3⋯a n a 12a 22a 32⋯a n 2⋯⋯a 1n−1a 2n−1a 3n−1|=∏(a i −1≤j<i≤na j )第二章 线性方程组§2.1 克莱姆法则D 1=|b 1a 12a 13b 2a 22a 23b 3a 32a 33| D 2、D 3 类似左边 解集:x i =D i D(D ≠0) 当D ≠0时,方程组有唯一解:x 1=D 1D,x 2=D 2D,x 3=D 3D.(D ≠0)§2.2 消元法初等变换:反复对方程进行row 变换,最后剩下一个上三角矩阵。

高等代数【北大版】9.2

高等代数【北大版】9.2
第九章 欧氏空间
§1 定义与基本性质 §2 标准正交基 §3 同构 §4 正交变换 §5 子空间
§6 对称矩阵的标准形 §7 向量到子空间的
距离─最小二乘法 §8酉空间介绍 小结与习题
§9.2 标准正交基
一、正交向量组 二、标准正交基 三、正交矩阵
§9.2 标准正交基
一、正交向量组
定义:
设V为欧氏空间,非零向量 1,2, ,m V ,
对 n m 作数学归纳法.
当 n m 0 时, 1,2 , ,m 就是一组正交基了.
§9.2 标准正交基
假设 n m k 时结论成立,即此时可找到向量
1,2, ,k 使 1,2, ,m , 1, 2, , k
成为一组正交基.
现在来看 n m k 1 ( 1) 的情形. 因为 m n,
| 1 | 2,
|
3
|
3
4 10
,
| 2 |
2, 6
|
4
|
5
4 14
.
§9.2 标准正交基
于是得 R[ x]4的标准正交基
1
|
1
1
| 1
2, 2
2
|
1
2
|
2
6x 2
3
|
1
3
| 3
10 (3x2 1) 2
4
|
1
4
| 4
14 (5x3 3x) 4
§9.2 标准正交基
4. 标准正交基间的基变换
设 1, 2 , , n与 1,2 , ,n 是 n 维欧氏空间V中的
④ n 维欧氏空间中正交向量组所含向量个数 n.
§9.2 标准正交基
二、标准正交基

高等代数ppt课件北大版第一章多项式.ppt

高等代数ppt课件北大版第一章多项式.ppt

q1( x) c1 p1( x), c1 0 (1)两边消去 q1( x), 即得
p2( x) ps ( x) c11q2( x) qt ( x)
由归纳假设有 s 1 t 1, s t.
§1.5 2024/9/27 因式分解定理
数学与计算科学学院
2. 标准分解式: 对 f ( x) P[x], f ( x) 1,
实际上,对于一般的情形普通可行的分解多项 式的方法是不存在的.而且在有理数域上,多项 式的可约性的判定都是非常复杂的.
§1.5 2024/9/27 因式分解定理
数学与计算科学学院
2 设对次数低于n的多项式结论成立.
下证 f ( x) n 的情形.
若 f ( x)是不可约多项式. 结论显然成立.
若 f ( x)不是不可约多项式,则存在 f1( x), f2( x),
且 ( fi ( x)) n, i 1,2 使 f ( x) f1( x) f2( x)
由归纳假设 f1( x), f2( x)皆可分解成不可约多项式的积.
例如,若 f ( x), g( x)的标准分解式分别为
f
(
x
)
ap1r1
(
x)
p r2 2
(
x
)
g(
x
)
bp1l1
(
x)
p l2 2
(
x)
psrs ( x), ri 0 psls ( x), li 0
则有
f ( x), g( x) p11 ( x) p22 ( x) pss ( x),
i min ri ,li , i 1,2, , s
f ( x) 总可表成
f
(
x)
cp1r1

高等代数北大版7-5

高等代数北大版7-5

1 2 n 则有 i i i , i 1,2, n.
1 , 2 , n 就是 的n个线性无关的特征向量.
§7.5 对角矩阵
反之,若 有 n 个线性无关的特征向量 1 ,2 ,,n ,
那么就取1 ,2 ,,n 为基,则在这组基下 的矩阵
§7.5 对角矩阵
一、可对角化的概念
二、可对角化的条件 三、对角化的一般方法
§7.5 对角矩阵
Hale Waihona Puke 一、可对角化的概念定义1:设 是 n 维线性空间V的一个线性变换,
如果存在V的一个基,使 在这组基下的矩阵为对 角矩阵,则称线性变换 可对角化.
定义2:矩阵A是数域 P 上的一个 n 级方阵. 如果
a1k1 a2k 2 ak k k 0.
又对①式两端施行线性变换 ,得

a111 a22 2 ak k k 0.
§7.5 对角矩阵

③式减②式得
a1 (1 k )1 a2 (2 k ) 2 ak 1 (k 1 k ) k 1 0
1 , 2 ,r 5. 设 为n维线性空间V的一个线性变换,
为 全部不同的特征值,则 可对角化
dimVi n,
i 1 r
Vi 为 的特征子空间.
§7.5 对角矩阵
6. 设 为n维线性空间V的一个线性变换,
若 在某组基下的矩阵为对角矩阵
1 2 D n
ak 0
故 1 , 2 , , k 线性无关.
3. (推论1) 设 为n 维线性空间V的一个线性变换,
如果 的特征多项式在数域 P 中有n个不同特征值, 则 可对角化. 特别地,(推论2) 在复数域C上的线性空间中, 如果线性变换 的特征多项式没有重根,则 可 对角化.

北京大学数学系《高等代数》(第3版)笔记和课后习题(含考研真题)详解-第五章至第六章【圣才出品】

北京大学数学系《高等代数》(第3版)笔记和课后习题(含考研真题)详解-第五章至第六章【圣才出品】

第5章二次型5.1复习笔记一、二次型及其矩阵表示1.二次型定义设P是一数域,一个系数在数域P中的x1,x2,…,x n的二次齐次多项式称为数域P上的一个n元二次型,或简称二次型.2.线性替换与二次型矩阵(1)线性替换定义设x1,…,x n;y1,…,y n是两组文字,系数在数域P中的一组关系式称为由x1,…,x n到y1,…,y n的一个线性代替,或简称线性替换.如果系数行列式,那么线性替换就称为非退化的.(2)二次型的矩阵令由于所以二次型可以写成其中的系数排成一个n×n 矩阵它就称为二次型的矩阵,因为a ij =a ji ,i,j=1,…,n,所以A=A'二次型的矩阵都是对称的.3.合同矩阵(1)定义数域P 上n×n 矩阵A ,B 称为合同的,如果有数域P 上可逆的n×n 矩阵C ,使B C AC¢=(2)性质①反身性:A=E'AE ;②对称性:由B=C'AC 即得A=(C -1)'BC -1;③传递性:由A 1=C 1'AC 1和A 2=C 2'A 1C 2即得经过非退化的线性替换,新二次型的矩阵与原二次型的矩阵是合同的.二、标准形1.定义数域P 上任意一个二次型都可以经过非退化的线性替换变成平方和2221122n nd x d x d x +++ 的形式,该形式就称为的一个标准形.注意:二次型的标准型不是唯一的,而与所作的非退化线性替换有关.2.定理在数域P 上,任意一个对称矩阵都合同于一对角矩阵.即对于任意一个对称矩阵A 都可以找到一个可逆矩阵C,使C AC ¢成对角矩阵,并且该对角矩阵的值就是对应的标准形式的系数.三、唯一性1.基本概念(1)二次型的秩在一个二次型的标准形中,系数不为零的平方项的个数是唯一确定的,与所作的非退化线性替换无关,二次型矩阵的秩有时就称为二次型的秩.(2)复二次型的规范性设f(x1,x2,…,x n)是一个复系数的二次型.经过一适当的非退化线性替换后,f(x1,x2,…,x n)变成标准形,不妨假定它的标准形是易知r就是f(x1,x2,…,x n)的矩阵的秩.因为复数总可以开平方,我们再作一非退化线性替换(1)就变成称为复二次型f(x1,x2,…,x n)的规范形.结论:任意一个复系数的二次型,经过一适当的非退化线性替换可以变成规范形,且规范形是唯一的.即任一复数的对称矩阵合同于一个形式为的对角矩阵.从而有,两个复数对称矩阵合同的充分必要条件是它们的秩相等.(3)实二次型的规范形设f(x1,x2,…,x n)是一实系数的二次型,经过某一个非退化线性替换,再适当排列文字的次序,可使f(x1,x2,…,x n)变成标准形其中d i>0,i=1,…,r;r是f(x1,x2,…,x n)的矩阵的秩.因为在实数域中,正实数总可以开平方,所以再作一非退化线性替换(4)就变成(6)称为实二次型f(x1,x2,…,x n)的规范形.结论:任意一个实数域上的二次型,经过一适当的非退化线性替换可以变成规范形,且规范形是唯一的.2.惯性定理设实二次型f(x1,x2,…,x n)经过非退化线性替换X=BY化成规范形而经过非退化线性替换X=CZ也化成规范形则p=q.另一种表述:实二次型的标准形中系数为正的平方项的个数是唯一确定的,它等于正惯性指数,而系数为负的平方项的个数就等于负惯性指数.3.惯性指数在实二次型f(x1,x2,…,x n)的规范形中,(1)正惯性指数:正平方项的个数p;(2)负惯性指数:负平方项的个数r-p;(3)符号差:p-(r-p)=2p-r.该定义对于矩阵也是适合的.四、正定二次型1.定义实二次型,f(x1,x2,…,x n)称为正定的,如果对于任意一组不全为零的实数c1,c2,…,c n都有f(c1,c2,…,c n)>0.2.常用的判别条件(1)n元实二次型f(x1,x2,…,x n)是正定的充分必要条件是它的正惯性指数等于。

高等代数【北大版】6.5

高等代数【北大版】6.5

二,一类重要的子空间 ——生成子空间 ——生成子空间
为数域P上的线性空间 α 定义:V为数域 上的线性空间, 1 ,α 2 , ,α r ∈ V, 为数域 上的线性空间, 则子空间
W = {k1α1 + k2α 2 + + krα r ki ∈ P , i = 1,2, , r }
称为V的由 生成的子空间, 称为 的由 α1 ,α 2 , ,α r 生成的子空间, 记作 L(α1 ,α 2 , ,α r ) . 生成元. 称 α1 ,α 2 , ,α r 为 L(α1 ,α 2 , ,α r ) 的一组 生成元
n
由它的一组基生成. 即 Pn 由它的一组基生成 类似地, 类似地,还有
事实上, 事实上,任一有限 维线性空间都可由 它的一组基生成. 它的一组基生成
P[ x ]n = L(1, x , x 2 , , x n1 ) = a0 + a1 x + + an1 x n1 a0 , a1 , , an1 ∈ P
§6.5 线性子空间
例1
为数域P上的线性空间 设V为数域 上的线性空间,只含零向量的 为数域 上的线性空间,
的一个线性子空间, 子集合 W = {0} 是V的一个线性子空间,称之为 的 的一个线性子空间 称之为V的 零子空间.线性空间V本身也是 的一个子空间. 零子空间.线性空间 本身也是V的一个子空间. 本身也是 的一个子空间 平凡子空间, 这两个子空间有时称为平凡子空间 这两个子空间有时称为平凡子空间,而其它的 子空间称为非平凡子空间 非平凡子空间. 子空间称为非平凡子空间. 例2 为所有实函数所成集合构成的线性空间, 设V为所有实函数所成集合构成的线性空间, 为所有实函数所成集合构成的线性空间

《高等代数》数分高代定理大全

《高等代数》数分高代定理大全

《高等代数》数分高代定理大全高等代数是数学中一个非常重要的分支,它涉及到了许多数学原理和定理。

在学习高等代数的过程中,我们需要掌握许多重要的定理。

下面就为大家总结了一些常见的高等代数定理,希望对大家的学习有所帮助。

一、数学分析定理1. 极值定理对于一个连续的函数,如果它在闭区间上取得了最大值或最小值,那么这个值一定在该区间的端点或者在各个极值点上取得。

2. 一致连续定理如果一个函数在一个闭区间上是连续的,并且在区间内有一个点使得它的导数存在(可以是右导数或左导数),那么在这个点的右侧或左侧,函数的变化率等于斜率。

4. 洛必达定理5. 泰勒公式如果一个函数在一个点处具有若干阶导数,那么在这个点对它进行泰勒展开,可以得到该函数的一个逐项可积的幂级数展开式。

6. 泊松公式如果一个函数在一个区域内具有若干阶连续可导性,那么它的积分可以用线积分来表示,其中线积分的路径是一个围绕这个区域的简单闭合曲线。

7. 空间曲面的高斯-斯托克斯定理在三维空间中,一个曲面的面积可以用它围绕的曲线的线积分来表示,还可以用它内部的某个向量场的散度来表示。

如果一个函数列在一个闭区间内均一致连续,并且它在这个区间的每个点处都有界,那么这个函数列就一定在这个区间内一致收敛。

二、线性代数定理1. 矩阵的转置一个矩阵的转置就是将该矩阵的每一行变为该矩阵的每一列,或者将该矩阵的每一列变为该矩阵的每一行。

2. 逆矩阵一个n阶方阵A的逆矩阵是一个n阶方阵B,它满足AB=BA=I,其中I是n阶单位矩阵。

3. 矩阵行列式一个n阶方阵A的行列式是一个实数或复数,它等于所有由A中n个元素排成的n!个积的代数和。

一个矩阵的秩是指该矩阵的非零子式的最大阶数。

5. 奇异矩阵和非奇异矩阵如果一个方阵的行列式为0,那么该矩阵称为奇异矩阵,否则称为非奇异矩阵。

6. 矩阵的特征值和特征向量一个矩阵的特征值是指该矩阵减去一个常数倍的单位矩阵后所得到的行列式等于0的那些常数。

高等代数定理汇总前三章

高等代数定理汇总前三章

高等代数定理汇总前三章第一章多项式定理1对于数域上的任意两个多项式f x,g x,其中g x≠0,g x f x的充分必要条件是g x除f x的余式为零.定理2对于P x中任意两个多项式f x,g x,在P x中存在一个最大公因式?x,且?x可以表成f x,g x的一个组合,即有P x中多项式u x,v x使x=u x f x+νx g x.定理3P x中两个多项式f x,g x互素的充分必要条件是有P x中的多项式u x,v x使u x f x+νx g x=1.定理4如果 f x,g x=1,且f x g x x,那么f x x.推论如果f1x g x,f2x g x,且 f1x,f2x=1,那么f1x f2x|g x.定理5如果p x是一个不可约多项式,那么对于任意的两个多项式f x,g x,由p x f x g x一定推出p x f x或者p x g x.因式分解及唯一性定理数域P上每一个次数≥1的多项式f x都可以唯一地被分解成数域P上一些不可约多项式的乘积.定理6如果不可约多项式p x是f x的k重因式k≥1,那么它是微商f′x 的k?1重因式.推论1如果不可约多项式p x是f x的k重因式k≥1,那么p x是f x,f′x,?,f k?1x的因式,但不是f k x的因式.推论2不可约多项式p x是f x的重因式的充分必要条件为p x是f x与f′x的公因式.推论3多项式f x没有重因式的充分必要条件是f x与f′x互素.定理7(余数定理)用一次多项式x?α去除多项式f x,所得的余式是一个常数,这个常数等于函数值fα.推论α是f x的根的充分必要条件是x?αf x.定理8P x中n次多项式n≥0在数域P中的根不可能多于n个,重根按重数计算.如果多项式f x,g x的次数都不超过n,而它们对n+1个不同的数α1,α2,?,αn+1有相同的值,即fαi=gαi,i=1,2,?,n+1,那么f x=g x.代数基本定理每个次数≥1的复系数多项式在复数域中有一根.复系数多项式因式分解定理每个次数≥1的复系数多项式在复数域上都可以唯一地分解成一次因式的乘积.实系数多项式因式分解定理每个次数≥1的实系数多项式在实数域上都可以唯一地分解成一次因式与二次不可约因式的乘积.定理10(高斯引理)两个本原多项式的乘积还是本原多项式.定理11如果一非零的整系数多项式能够分解成两个次数较低的有理系数多项式的乘积,那么它一定能分解成两个次数较低的整系数多项式的乘积.设f x=a n x n+a n?1x n?1+?+a0是它的一个有理根,其中r,s互素,那么是一个整系数多项式,而rs必有s a n,r a0.特别地,如果f x的首项系数a n=1,那么f x的有理根都是整根,而且是a0的因子.定理13(艾森斯坦判别法)设f x=a n x n+a n?1x n?1+?+a0是一个整系数多项式.如果有一个素数p,使得1)p?a n;2)p a n?1,a n?2,?,a0;3)p2?a0,那么f x在有理数域上是不可约的.第二章行列式定理1对换改变排列的奇偶性.推论在全部n级排列中,奇、偶排列的个数相等,各有n!个2定理2任意一个n级排列与排列12?n都可以经过一系列对换互变,并且所作对换的个数与这个排列有相同的奇偶性.行列式性质1行列互换,行列式不变.性质2如果行列式一行为零,那么行列式为零.性质3如果某一行是两组数的和,那么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全与原来行列式的对应行一样.性质4如果行列式中有两行相同,那么行列式为零.性质5如果行列式中两行成比例,那么行列式为零.性质6把一行的倍数加到另一行,行列式不变.性质7对换行列式中两行的位置,行列式反号.定理3设d=a11a12?a1na21a22?a2na n1a n2?a nn,A ij表示元素a ij的代数余子式,则下列公式成立:a k1A i1+a k2A i2+?+a kn A in=d,当k=?,0,当k≠?;a1l A1j+a2l A2j+?+a nl A nj=d,当l=j,0,当l≠j.用连加号简写为a ks A is= ns=1d,当k=?,0,当k≠?;a sl A sj= ns=1d,当l=j,0,当l≠j.定理4(克拉默法则)如果线性方程组a11x1+a12x2+?+a1n x n=b1,a21x1+a22x2+?+a2n x n=b2,a n1x1+a n2x2+?+a nn x n=b n 的系数矩阵A=a11a12?a1n a21a22?a2n a n1a n2?a nn的行列式,即系数行列式d=A≠0,那么线性方程组有解,并且解是唯一的,解可以通过系数表为x1=d1d ,x2=d2d,?,x n=d nd,其中?j是把矩阵A中第j列换成方程组的常数项b1,b2,?,b n 所组成的矩阵的行列式.定理5如果齐次线性方程组a11x1+a12x2+?+a1n x n=0,a21x1+a22x2+?+a2n x n=0,a n1x1+a n2x2+?+a nn x n=0的系数矩阵的行列式A≠0,那么它只有零解.换句话说,如果方程组有非零解,那么必有A=0.第三章线性方程组定理1在齐次线性方程组a11x1+a12x2+?+a1n x n=0,a21x1+a22x2+?+a2n x n=0,a s1x1+a s2x2+?+a sn x n=0中,如果s<n,那么它必有非零解.< p="">定理2设α1,α2,?,αr与β1,β2,?,βs是两个向量组.如果1)向量组α1,α2,?,αr可以经β1,β2,?,βs线性表出;2)r>s,那么向量组α1,α2,?,αr必线性相关.推论1如果向量组α1,α2,?,αr可以经向量组β1,β2,?,βs线性表出,且α1,α2,?,αr线性无关,那么r≤s.推论2任意n+1个n维向量必线性相关.推论3两个线性无关的等价的向量组,必含有相同个数的向量.定理3一向量组的极大线性无关组都含有相同个数的向量.定理4矩阵的行秩与列秩相等. 定理5n×n矩阵A=a11a12?a1n a21a22?a2n a n1a n2?a nn的行列式为零的充分必要条件是A的秩小于n.推论齐次线性方程组a11x1+a12x2+?+a1n x n=0,a21x1+a22x2+?+a2n x n=0,a n1x1+a n2x2+?+a nn x n=0 有非零解的充分必要条件是它的系数矩阵A=a11a12?a1n a21a22?a2n a n1a n2?a nn的行列式等于零.定理6一矩阵的秩是r的充分必要条件为矩阵中有一个r级子式不为零,同时所有r+1级子式全为零.</n,那么它必有非零解.<>。

  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)。

2.6 行列式按 k 行 (列) 展开 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.7 本章补充 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
4.4 可逆矩阵 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.5 矩阵的分块 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1
4.6 正交矩阵,欧几里得空间 Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 4.7 Kn 到 Ks 的线性映射 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 4.8 本章补充 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
ቤተ መጻሕፍቲ ባይዱ
2.4 行列式按一行 (列) 展开 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.5 Cramer 法则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.9 本章补充 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4 矩阵的运算
8
4.1 矩阵的运算 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4.2 特殊矩阵 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4.3 矩阵乘积的秩和行列式 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 数域 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 行列式
3
2.1 n 元排列 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3 n 维向量空间
5
3.1 n 维向量空间及其子空间 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2 线性相关与线性无关的向量组 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.7 齐次线性方程组的解集的结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.8 非齐次线性方程的解集的结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
高等代数 (上) 应当掌握或了解的定理、结论总结
Sulley
目录
1 线性方程组
3
1.1 Guass-Jordan 算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 线性方程组解的情况及其判别准则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 n 阶行列式的定义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.3 行列式的性质 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.3 极大线性无关组,向量组的秩 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.4 子空间的基和维数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.5 矩阵的秩 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.6 线性方程有解的充要条件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
相关文档
最新文档