一、直和的定义 二、直和的判定 三、多个子空间的直和

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

一、可对角化的概念 二、几个引理 四、对角化的一般方法 三、可对角化的条件

一、若当块的初等因子 二、若当形矩阵的初等因子 三、若当标准形存在定理

一、入一矩阵的初等变换 二、入矩阵的初等矩阵 三、等价入矩阵 四、入一矩阵的对角化

现在来证明,-矩阵的标准形是唯一的 定义5设λ-矩阵A(4)的秩为r,对于正整数k,1≤k≤r,A(4)中必有非 零的k级子式.A(4)中全部k级子式的首项系数为1的最大公因式D(4)称为 A(A)的k级行列式因子 由定义可知,对于秩为r的λ-矩阵,行列式因子一共有r个行列式因子的 意义就在于,它在初等变换下是不变的

一、线性变换的乘法 设A,B是线性空间V的两个线性变换,定义它们的乘积为 (AB)(a)=A,B(a))(a∈V) 则线性变换的乘积也是线性变换 线性变换的乘法适合结合律,即 (AB)C=(BC)

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 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、二次型的标准型 二次型中最简单的一种是只包含平方项的二次型