冷矩阵的秩( Rank of a matrix) 定义1在mxn矩阵A中,任取k行k列(k≤m,k ≤n),位于这些行列交叉处的k2个元素,不 改变它们在A中所处的位置次序而得的k阶行列 式,称为矩阵A的k阶子式。 定义2如果矩阵A有一个不等于零的阶子式D, 并且所有的r+1阶子式(如果有的话)全为零 则称D为矩阵A的最高阶非零子式,称r为矩阵 A的秩,记为R(A)=r,并规定零矩阵的秩等 于零

一、不变子空间的概念 二、线性变换在不变子空间上的限制 三、不变子空间与线性变换的矩阵化简 四、线性空间的直和分解

设A是n维欧氏空间V内的一个线性变换,如果对a,∈V,都有 (Aa,)=(a, AB) 则称A是V内的对称变换 命题n维欧氏空间V上的线性变换A是对称变换当且仅当它在标准正交基 ,2n下的矩阵A是实对称矩阵

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

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

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

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 4.2子空间与商空间 4.2.4 子空间的直和与直和的四个等价定义 4.2.5 直和因子的基与直和的基 4.2.6 补空间的定义及存在性

1.按通常数的加法与乘法,下列集合是否构成实数域R上的线性空间? (1)整数集Z:(2)有理数集Q;(3)实数集R;(4)复数集C