一、线性空间中向量之间的线性关系 二、线性空间的维数、基与坐标

3线性方程组 1.3.1数域K上的线性方程组的初等变换 举例说明解线性方程组的 Gauss消元法。 定义(线性方程组的初等变换)数域K上的线性方程组的如下三种变换 (1)互换两个方程的位置 (2)把某一个方程两边同乘数域K内一个非零元素c; (3)把某一个方程加上另一个方程的k倍,这里k∈K 的每一种都称为线性方程组的初等变换。 容易证明,初等变换可逆,即经过初等变换后的线性方程组可以用初等变换复原。 命题线性方程组经过初等变换后与原方程组同解

1.n维向量的概念 定义2所谓数域P上一个n维向量就是由 数域P中n个有次序的数a1,a2,…,an所组 成的数组,这n个数称为该向量的n个分量,第 i个数a称为第i个分量 分量全为实数的向量称为实向量, 分量全为复数的向量称为复向量

一、向量空间的定义和例子 向量与向量空间对我们并不陌生,在解几中,我们已经讨 论过二维和三维向量空间中的向量。 在那里,两个向量相加可以按平行四边形法则相加,若向 量用坐标表示,则两个向量相加转化为对应坐标相加,数与向 量相乘变为数与向量的每个坐标相乘,由此可抽象出一般向量 的定义

北京大学：《高等代数》课程教学资源（讲义）第四章 线性空间与线性变换 4.4 线性变换的特征值与特征向量 4.4.2 关于特征向量与特征子空间的一些性质 4.4.3 线性变换的不变子空间

北京大学：《高等代数》课程教学资源（讲义）第四章 线性空间与线性变换 4.5 商空间上诱导的线性变换 4.5.1 线性变换在（关于不变子空间的）商空间上的诱导变换的定义

第一节 线性映射 第二节 线性变换的运算 第三节 线性变换和矩阵 第四节 不变子空间 第五节 特征根和特征向量 第六节 可以对角化的矩阵

对于给定的n维线性空间V,A∈L(V),如何才能选到V的一个基使关于 这个基的矩阵具有尽可能简单的形式由于一个线性变换关于不同基的矩阵是相 似的因而问题也可以这样提出在一切彼此相似的n阶矩阵中如何选出一个形 式尽可能简单的矩阵这一节介绍不变子空间的概念,来说明线性变换的矩阵的 化简与线性变换的内在联系

设E1,E2,…,E是线性空间V的一组基,在这组基下,V中每个向量都有确定 的坐标,而向量的坐标可以看成P元素,因此向量与它的坐标之间的对应实质 上就是V到P的一个映射.显然这个映射是单射与满射,换句话说,坐标给出了 线性空间V与P的一个双射.这个对应的重要性表现在它与运算的关系上

在解决线性方程组有解的判别条件之后，进一步来讨论线性方程组解的结构. 所谓解的结构问题就是解与解之间的关系问题