§1 消元法 §2 n 维向量空间 §3 线性相关性 §4 矩阵的秩 §5 线性方程组有解的判别定理 §6 线性方程组解的结构 §7 二元高次方程组

一、向量的线性相关与线性无关 定义 2 设 V 是数域 P 上的一个线性空间

准对角矩阵称为 Jordan形矩阵,而主对角线上的小块方阵J称为 Jordan块 定理设A是数域K上的n维线性空间V上的线性变换.如果A的特征值全属于K, 则A在V的某组基下的矩阵为 Jordan形,并且在不计 Jordan块的意义下 Jordan形是唯 一的. 证明:对n作数学归纳法

6.1线性映射 1.令5=(x1,x2,x3)是R3的任意向量.下列映射哪些是R到自身的线性映射?

命题在同构意义下张量积满足交换律、结合律以及与直和的分配律,即 VOV= V1(2V3)=(V1V2)V3 V1(2V3)=(V1V2)⊕(VV3) 证明利用张量积的定义性质。 12.2.2线性变换的张量积的定义 定义12.5线性变换的张量积 设V1,V2为K线性空间,A为V1上的线性变换,B为V2上的线性变换。定义A和 B的张量积(记为AB)为V1V2上的线性变换: AB:V1V2→V1V2

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

在解决线性方程组是否有解的判别条件之后, 我们知道在秩A=秩A=n(方程组未知量个数)时, 方程组有唯一解。在秩A=秩A