第三章3-3行列式的初步应用 3.3.1行列式的应用:用行列式求逆矩阵;克莱姆法则 定义设矩阵 a1a12…an A= a21a22…a an1an2…a 矩阵 . A12A22An2 : AnA2n…A 称为A的伴随矩阵。 由行列式的性质容易证得

第四章线性空间与线性变换 4-1线性空间的基本概念 4.1.1线性空间的定义及例 1、线性空间的定义 定义4.1线性空间 设V是一个非空集合,且V上有一个二元运算“+”(V×V→V),又设K为数域,V中的元素与K中的元素有运算数量乘法“·”(K×V→V),且“+”与“·”满足如下性质: 1、加法交换律a,B∈V,有a+B=B+a; 2、加法结合律a,B,y∈V,有(a+B)+y=a+(B+y)

4.1.4线性空间的基变换,基的过渡矩阵 设VK是n维线性空间,设1,E2,…n和2,…,n是两组基,且 (=+++, n2=121+22+…+n2n (nn =tne1 +tn2++ 将其写成矩阵形式 112…ㄣn t21 (n2,n)=(1,2n2122n, :: nn2…tm 定义.11我们称矩阵 (2…n t2122…t2 T=:: Imt In2 为从2n到2的过渡矩阵

第四章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 定义设V是数域K上的线性空间,2…,是V的有限为子空间。若对于 ∑中任一向量,表达式 a=a1+a2+…+am,a1e,i=12,m 是唯一的,则称∑V为直和,记为 1 v⊕或V 定理设V12,…,Vn为数域K上的线性空间V上的有限为子空间,则下述四条等

第四章4-3线性映射与线性变换 4.3.1线性映射的定义 定义设U,V为数域K上的线性空间,φ:U→V为映射,且满足以下两个条件: i)、(a+)=(a)+(),(a,B∈U); i)、(ka)=k(a),(a∈U,k∈K), 则称为(由U到V的)线性映射, 由数域K上的线性空间U到V的K的线性映射的全体记为Hom(U,V),或简记为 Hom(U,). 定义中的i和)二条件可用下述一条代替 (ka+1)=k(a)+kq(B),(a,B∈U,k,l∈K)

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

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

5.1.3线性空间上的对称双线性函数、二次型函数的定义 定义若f为V上的双线性函数且f(a,B)=f(B,a),则称f为V上的对称双线性 函数。 命题f为对称双线性函数,当且仅当f在任意一组基下的矩阵为对称矩阵,当且仅 当f在某一组基下的矩阵为对称矩阵。 证明任取V的一组基1,2,…,n,任取a,B∈V,设它们在此组基下的坐标所构成 的列向量分别为X和Y,f在此组基下的矩阵记为A,若f为对称双线性函数,则由定

2.正定二次型: 正惯性指数等于变元个数的实二次型称为正定二次型: 正定二次型的(实对称)矩阵称为正定矩阵 设A=(an)为n阶实对称矩阵,称A的r阶子式 12 2 为方阵的顺序主子式。 定理设f是实二次型,则下述四条等价:

北京大学：《高等代数》课程教学资源（讲义）第六章 带度量的线性空间（6.2）欧氏空间中特殊的线性变换