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

7-1幂零线性变换的 Jordan标准型 A是数域K上n维线性空间V上的线性变换,如果存在正整数m,使A=0,则称A是一个 幂零线性变换. 对数域K上n阶方阵A,如果存在正整数m,使Am=0,则称A为幂零矩阵 命题幂零线性变换的特征值等于0 证明设是V上幂零线性变换A的特征值,则存在V中非零向量a,使得 Aa= 假设A=0

定义1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(a+)=f(a)+f() 2) f(ka)=(a), 式中a,B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 从定义可推出线性函数的以下简单性质:

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

问题:如何利用系数矩阵A和增广矩阵B的秩, 讨论线性方程组Ax=b的解. 定理1n元齐次线性方程组Ax=0有非零解

矩阵概念的一些背景 在线性方程组的讨论中,我们看到,线性方程组的一些重要性质反映在它的系数矩阵和增广矩阵的性质上,并且解线性方程组的过程也表现为变换这些矩阵的过程除了线性方程组之外,还有大量的各种各样的问题也都提出矩阵的概念,并且这些问题的研究常常反映为有关矩阵的某些方面的研究,甚至于有些性质完全不同的

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

一、向量的概念 二、向量的线性运算 三、空间直角坐标系 四、利用坐标作向量的线性运算 五、向量的模、方向角、投影

第四章4-4线性变换的特征值与特征向量 4.4.1线性变换的特征值与特征向量的定义 定义若存在非零向量ξ∈V,使得对于某个∈K,有A5=5,则称ξ是A的属 于特征值λ的特征向量。 命题线性空间V中属于确定的特征值λ的特征向量(添加上零向量)构成子空间。 证明设51,52是属于的特征向量,Vk,∈K,则 A(k5+2)=k()+a(2)=k+2=(k5+152), 证毕。 定义线性空间V中属于确定的特征值λ的特征向量(添加上零向量)构成子空间称 为属于特征值的特征子空间,记为V 4.4.2特征值和特征子空间的计算、特征多项式

一、向量概念 二、向量的线性运算 三、空间直角坐标系 四、利用坐标作向量的线性运算 五、向量的模、方向角、投影