1.正交变换 设V是n维欧氏空间,A是V内一个线性变换.如果对任意a,B∈V都有

命题正交矩阵的特征多项式的根的绝对值等于1 证明设入∈C是正交矩阵A的特征多项式的根,则≠0.齐次线性方程组(e-a)X=0 在C内有非零解向量

设A是n维酉空间V内的线性变换,如果V内的线性变换A满足a,BV,有 (Aa, B)=(a, B) 则称A是A的共轭变换.A为A的共轭变换当且仅当它们在标准正交基下的矩阵互为共轭 转置. 共轭变换的五条性质: 1)E=E 2)(A)=A 3)(kA)*=kA 4)(A+B)=a+B 5)(AB)'=B'A' 如果A=A,则称A是一个厄米特变换

第二章3线性方程组的理论课题 3.1.1齐次线性方程组的基础解系 对于齐次线性方程组 ax1+a12x2+…+anxn=0 Ja12x1+a22x2++ =0, ……… amx+am2x2+…+=0 令 (a1)(a1 a22 a1= a2,a2= ,…,an= am2/ amn 则上述方程组即为

AAC( Advanced Audio Coding):高级声音编码 AbS( analysis-by- synthesis):合成-分析 AC-3( Audio code number3):声音编码代号3 ACELP( algebraic- code-excited linear-prediction):代数编码激励线性预测

由前面的讨论可知，并不是对于每一个线性变换都有一组基，使它在这组基 下的矩阵成为对角形.下面先介绍一下，在适当选择的基下，一般的一个线性变 换能化简成什么形状

在 n 维线性空间中，任意 n 个线性无关的向量都可以取作空间的基.对于不 同的基，同一个向量的坐标一般是不同的.随着基的改变，向量的坐标是怎样变 化的

一、线性空间的定义. 例 1 在解析几何里,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算法.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

第一章行列式 第二章矩阵 第三章线性方程组 第四章多项式 第五章线性空间 第六章线性变换 第七章欧氏空间 第八章二次型

一、集合 集合是数学中最基本的概念之一,所谓集合就是指作为整体看的一堆东西 组成集合的东西称为这个集合的元素用 a∈M 表示a是集合M的元素,读为:a属于M用 a∈M 表示a不是集合M的元素,读为:a不属于M 所谓给出一个集合就是规定这个集合是由哪些元素组成的因此给出一个集 合的方式不外两种,一种是列举法:列举出它全部的元素,一种是描述法:给 出这个集合的元素所具有的特征性质