《高等代数(上)》:学习笔记
这是我自学的笔记做成的电子档,其中有许多注释,尽量深入浅出,以供大家学习。有些笔误也修正
差不多了。课本和王德明老师的符号略有不同,但意思是一样的,祝大家都能通过考试。
第一章 行列式
§1.1 定义
D =|
2314|=2×4?3×1=5 A =[2314]≡(23
14
) 这是行列式(或写为|D|)
这是矩阵,注意区别
{a 11x 1+a 12x 2+a 13x 3=b 1
a 21x 1+a 22x 2+a 23x 3=
b 2a 31x 1+a 32x 2+a 33x 3=b 3
这是三元线性方程组
=|a 11
a 12a 13
a 22a 23a 32a 33
|
=a 11a 22a 33+a 12a 23a 31+a 13a 21a 32
?a 11a 23a 32?a 12a 21a 33?a 13a 22a 31
§1.2 逆序数
τ
§1.3 n 阶行列式的代数和
D =|
a 11a 12?a 1n a 21a 22
?a 2n
????a n1a n2nn
=τ(j 1,j 2,?,j n )(j 1,j 2,?,j n )a 1j 1a 2j 2?a nj n
§1.4 行列式性质
1、行列式转置值不变: D T =D
2、k 可以乘上某行(列): kD row i
3、加法:某行之和 展开为两行列式之和: D row (a +b )=D row (a )+D row (b )
4、互换两行(列):负号
D row i ?row k =?D
3阶行列式
右下斜线为正 左下斜线为负
代数和
n 阶排列,有n!个
逆序数 偶排列,正号
奇排列,负号
阶排列
5、两行相同(成比例):零值D row
i =k×row k
=0
6、某行乘以k加到另一行:值不变D k×row
i +row k
=D
§1.5 代数余子式
(?1)i +j M ij
|D |=a k1A k1+a k2A k2+?+a kn A kn (k =1,2,?,n )即展开第k 行(列)
§1.6 范德蒙行列式
|D |=
|
1
1
1
?
1a 1a 2a 3?a n a 1
2a 22a 32?a 2??a 1
n ?1a 2n ?1a 3
n ?1n
=
∏(a i ?≤j
第二章 线性方程组
§2.1 克莱姆法则
D 1=|b 1
a 12a 13
b 2
a 22a 23
b 3a 32a 33
| D 2、D 3 类似左边 解集:x i =D i D
(D ≠0) 当D ≠0时,方程组有唯一解:x 1=
D 1D
,x 2=
D 2D
,x 3=
D 3D
.(D ≠0)
§2.2 消元法
初等变换:反复对方程进行row 变换,最后剩下一个上三角矩阵。 如果线性方程组D ≠0,则初等变换后的上三角矩阵,元首都不为0。
§2.3 数域 P:包含0、1且任意两个数的基本运算仍属于P。如实数R,有理数Q,复数C
§2.4 n 维向量
余子式:删去i, j 所在的行与列后得到的n-1阶行列式
所在行列的和(同等于逆序数τ)
表示所有可能的差 i>j 如:(4-3)(4-2)(4-1)(3-2)(3-1)(2-1)
只有当常数项b 不全为零时,且s=n 时才可用克莱姆法则
系数行列式 (b 在1列)
该解法适用于n 阶
n 维基本向量组
n 阶行列式
α=(a1,a2,a3,?,a n )(ε1,ε2,ε3,ε4,)=1000 0100 0010 0001
数量乘积:kα零向量:0负向量:?α行向量与列向量:αrow(column)
§2.5 线性相关
=k
线性相关充要
? k 有解充要
?
可线性表出充要
? 系数矩阵r =增广矩阵r
向量组等价:(α1
,α2,?,αn )互相线性表出
? (β1,β2,?,βn )
k 1α1+k 2α2+?+k s αs =0
极大线性无关组:每个向量αi 都不能被前面某些向量线性表出
例
§2.6 秩
rank=极大线性无关组的向量个数
行秩=列秩=行列式秩(D 最高阶子式≠0)
§2.7 求全部解和基础解系的步骤
第一步:求梯阵 增广矩阵A 初等变换
→ 梯阵 第二步:求一般解 求x 1,x 2,?,x r 的一般解
由向量组
rank=n ,有唯一解 rank 3≠k 1α1+k 2α2 详见书P154-155页 例6 注:如果是求矩阵化和求特征值, 常数项为0 第四步:求齐次的一般解使常数b=0,求一般解x1,x2,?,x r 第五步:求基础解系将εi代入自由x,求基础解系η1,η2,?,ηn?r 第六步:答:得全部解 = +k1 εi即n维基本向量组即x r+1,x r+2,?,x n?r 第三章 矩阵 附1:矩阵名词汇总: 方阵: s =n 系数矩阵: s ×n 增广矩阵: s ×(n +b ) 梯阵: 左下=0 约化梯阵: 左下0,元首1 三角矩阵: 左下0,s =n 对角矩阵: Λ除对角线,余为0 单位矩阵: E,对角1 零矩阵: O,全0 数量矩阵: kE 转置矩阵: A T 分块矩阵: [????? ] 满秩矩阵: rank =n 逆矩阵: A ?1 伴随矩阵: A ? 等价矩阵: A 初等变换 ? B 初等矩阵: E 初等变换一次 正交矩阵: AA T =E,|A |=±1 相似矩阵: A ~B ,B=X ?1AX 约当形矩阵: 二次形矩阵:详看§5.1 实对称矩阵:实数,对角线对称 (半)正定矩阵:λ全(≥)>0 (半)负定矩阵:λ全(≤)<0 不定矩阵: λ不全>ii <0 标准形矩阵:对角线1 or 0 附2:一般n 维线性方程组、s ×n 维矩阵、n 维向量组的表示法 f (x 1,x 2,?,x n )={a 11x 1+a 12x 2+?+a 1n x n =b 1a 21x 1+a 22x 2+?+a 2n x n =b 2 ???????????a s1x 1+a s2x 2+?+a sn x n =b s Rank 即矩阵的秩 b 即系数 左下:对角线左三角形 对角线上的元素 λ即特征值 注:b i 全为0时,称齐次线性方程组 b i 不全为0时,称非齐次线性方程组 AX=B? [a11a12?a1n a21a22?a2n ?????? a s1a s2?a sn][ x1 x2 ? x n] = [ b1 b2 ? b s] β=k1α1+k2α2+?+k nαn α1=(a11,a21,?,a s1) α2=(a12,a22,?,a s2) ????????? αn=(a1n,a2n,?,a sn) β=(b1,b2,?,b s) 注:s为行数,n为列数(未知数个数) 附:有的书行数用m表示 注:这个k i既可理解为:基础解系ηi的系数k i 也可以理解为:矩阵对角化后对角线的元素λ1 还可以理解为:二次型|λE?A|的特征值λ1(同上句) 附:本书中用拉丁字母表示向量(或称矢量,但王老师 或某书中用“α?”表示,我认为不错,不易混淆。 §3.1 矩阵运算 1、加(减)法: A ±B 性质: 交换律:A ±B =B ±A 结合律:A +(B +C )=(A +B )+C 2、乘法: C =A ×B 性质: AB 不一定=BA (当AB =BA,称可交换) AE =EA =A 结合律:A (BC )=(AB )C k 次幂:A k ?A l =A k +l (A k )l =A kl 非交换律:(AB )k ≠A k B k §3.2 分块 分块后矩阵的基本运算依然等价 A ? B =[A 1 A 2A 3 A 4][ B 1B 2 B 3 B 4]=[A 1B 1+A 2B 3A 1B 2+A 2B 4 A 3 B 1+A 4B 3A 3B 2+A 4B 4 ] §3.3 逆矩阵 伴随矩阵:A ?=[ A 11A 21?A n1A 12A 22?A n2 ???????A 1n A 2n ?A nn ] 求逆公式:A ?1 = 1|A | A ? §3.4 等价矩阵 等价矩阵:A 初等变换 → B 初等矩阵:由E 做1次初等变换 各个元素对应相加(减),即a ij ±b ij 注:A 的|row|=B 的|column| 例:AB = 0?25?5 0?544?1 ] 1、求a ij 的代数余子式A ij 2、对应的元素要转置 c ij =a i1b 1j +a i2b 2j +?+a in b nj 详见书P183页 AB 标准形:同时做行、列变换,对角线为1的个数=r 用单位矩阵求逆:[AE]行变换 →[EA?1]附:这是一个求逆的简便方法,但易出错, 3阶矩阵建议用求逆公式。 §3.5 正交矩阵 性质: AA T =A T A =E |D |=±1 =a b +a b +?+a b =0 内积性质: 正交化: 单位化: = βi |βi | 第四章 矩阵的对角化 §4.1 相似矩阵 A ~B 1、反身性:A ~A 2、对称性:A ~B →B ~A 3、传递性:A ~B ,B ~C →A ~C 4、行列式等值:|A |=|B | 5、同时可逆or 不可逆 6、B 1+B 2=X ?1(A 1+A 2)X 7、B 1B 2=X ?1(A 1A 2)X 向量组的内积 内积公式 又称正交向量组, α,β一定线性无关 α1,α2,?,αn 线性无关,求正交化的β1,β2,?,αn 的公式 详见书P219页 例1 注:|βi |=√(β1,β1) 正交向量组 B =X ?1AX 11、有相同的特征多项式 12、有相同的特征值 13、有相同的迹(即对角线元素个数) 这里我设ηi =(h 1i ,h 2i ,?,h si ),数学中并没有明确规定符号 例:[ 121 2√22012 12√22012?120√2 212?12 √22 ] 任意两行或列的内积必为0 (又称归一化) β2=α2?c 2,且有矩形0β2α2c 2 β3=α3?c 3,且有矩形0β3α3c 3 β2 α分配律:(α+β)?γ=(α,γ)+(β,γ) 结合律:(α,β)γ=α(β,γ) 交换律:αβ=βα 8、kB1=X?1(kA1)X 9、f(B)=X?1f(A)X 10、kE=X?1(kE)X 对角矩阵:[a1,a2,a3,?,a n] 准对角矩阵:[A1,A2,A3,?,A n]注:这里的A i是指分块矩阵,不是代数余子式 §4.2 特征值和特征向量 求全部特征向量的步骤: 第一步:列出特证多项式 == |λ?a 11a 12??a 1n ?a 21λ?a 22 ? ?a 2n ?????? ?a n1 ?a n2?λ?a nn | =(λ 1?d 1)(λ2?d 2)?(λ3?d n ) 第二步:求λ的解 注:考虑是在Q 、R 、C 数域范围内,特征根的个数不同 将λi 代入|λE ?A |,求基础解系 见§2.7第五步 第四步:答:得特征向量 §4.3 对角化条件 B =X ?1 AX §4.4 实对称矩的对角化 求正交矩阵T 的步骤 第一步:求特征值 即|λE ?A |,求λ 见§4.2 第二步:求λ1的特征向量 λ1代|λE ?A |,求基础解系α1 见§2.7第五步 第三步:求特征向量α1的正交化β1,β2,?,βn 见§3.5 n 特征值 ) 特征矩阵 属于λ1的特证向量:k 1α1+k 2α2+? 属于λ2的特证向量:l 1β1+l 2β2+? 详见书P241页 例1 等价于基础解系,只是表示方法略不同 A 与对角矩阵相似,称A 对角化 充要:有n 充要:有n 个线性无关的特征向量, 即n 个不同的特特征值 X 即A 的特征向量构成的矩阵 任何实对称矩阵都可以对角化 详见书P257页 例1 d i 是系数 条件 即 注:X ,即A 的特征向量构成的矩阵,X 不是唯一的。 第四步:求单位化η1,η2,?,ηn见§3.5 第五步:重复第二、三、四步,with λ2,λ3,?,λn 第六步:得正交矩阵T=[η1η2?ηn]=[h11h12?h1n h21h22?h2n ???? h n1h n2?h nn ]注:有时候会有重复个相同的特征值的特征向量 第五章二次型 §5.1 二次型及矩阵表示 合同矩阵:A?B即B=C T AC 性质: 1、反身性:A?A 2、对称性:A?B→B?A 3、传递性:A?B,B?C→A?C 4、|B|=|C|2|A| §5.2 正交替换化为标准形步骤 第一步:化为二次形矩阵将二次齐次多项式写成二次形矩阵 第二步:求特征值λ1求|λE?A|的特征值λ1见§4.2 第三步:求基础解系λ1代入|λE?A|求基础解系见§2.7第四步:求正交化和单位化见§3.5 第五步:重复三、四步,with λ2,λ3,?,λn 第六步:将全部单位化向量表示为正交矩阵T 第七步:答:得X=TY→ {x1=a11y 1 +a12y 2 +?+a1n y n x2=a21y 1 +a22y 2 +?+a2n y n ??????????? x n=a n1y 1 +a n2y 2 +?+a nn y n 详见书P275-277页例1 注:合同的不一定相似 注:数学中没有明确规定单位化 向量中元素的符号,如将a ij改h ij 将便于与§4.2理解 第八步:答:得标准形:λ1y12+λ2y22+?+λn y n2这是标准形,是平方和形式 §5.3 非退化线性为标准形(略) [A E ]→[Λ T ] [A |E ]→[Λ|T ] §5.4 规范形 任意二次型都可替换为 → 标准形 任意二次型都可替换为 → 规范形 2 2222 §5.5 正定二次型 充要条件: 1、其标准形的系数 λi >0 2、其规范形的正惯性指数 p =r 3、有可逆矩阵C ,使二次型 A =C T C 4、二次型的特征值 λi >0 注:这和第1点是同一个概念 5、所有的主子式 |M |>0 注: 有的书称为顺序主子式,即从a 11→a ii 所构成的行列式值 正定矩阵:即 λi >0 所有的主子式|M |>0 负定矩阵:即 λi <0 所有的奇阶主子式|M |<0且偶阶主子式|M |>0 半正定矩阵:即 λi ≥0 半负定矩阵:即 λi ≤0 不定矩阵:即 λi >ii <0 第八章 线性空间 §8.1 定义与性质 线性空间条件 α?β=γ δ=k °α 性质: 详见书P278页整节 一定是对角矩阵,且不是唯一的,原二次型r=对角非零元素个数 一定是对角矩阵,是唯一的,原二次型r=对角非零元素个数 这是规范形,是平方和形式 :即p :即r-p 符号差:即两个相减,正惯性指数-负惯性指数 注:规范形由z i =√λi y i 得来,去掉0元素 方法:先做列变换,后做对称的行变换(先列后先,这称一个变换周期),直到使A 为对角矩阵,则T 即使X=TY 方法:方法同上,但是先行后列,且最后得到的T 要转置 注意:用非退化线性求出来的矩阵与原矩阵是合同关系,非相似!!! α,β,γ,δ∈V k,l ∈P 称V 为数域P 上的线性空间 1、交换律:α?β=β?α5、壹律:1°α=α 2、结合律:(α?β)?γ=α?(β?γ)6、结合律:k(l°α)=(kl)°α 3、零律:α?Ο=α注:Ο元素不一定是07、向量分配律:(k+l)°α=k°α?l°α 4、负律:α?β=Ο注:β即?α8、数量分配律:k°(α?β)=k°α?k°β 注:”?”即向量加法,”°”即向量乘法,但这只是为了区别通常加(乘)法,所以有时用普通符号”+”, ”×” ,”?”表示也可以的。 求V是否为线性空间的方法: 1、根据题目给定的向量加法和数乘的定义 2、证明在该定义下V都符合以上8个性质§8.2 向量组的线性关系 =k 性质: (即总结上册所有知识) 1、任一αi都可由α1,α2,…,αs线性表出,则线性相关 2、k i不全为0,使k1α1+k2α2+?+k sαs=0成立,线性相关;反之k i为0时等式才成立,线性无关 3、向量组有Ο零向量,则线性相关 4、部分向量组线性相关,则向量组也线性相关 5、至少有一α1可由其余向量线性表出,则线性相关(注意区分第1点) 6、α1,α2,…,αs线性无关,但β可由其线性表出,则α1,α2,…,αs,β线性相关 7、|D|=0,则线性相关;|D|≠0,则线性无关 8、α1,α2,…,αs互相线性表出 ? β1,β2,…,βs,称等价的 9、α1,α2,…,αs可由β1,β2,…,βt线性表出,且s>t,则α1,α2,…,αs线性相关 如果α1,α2,…,αs是线性无关,那么s≤t 10、在α1,α2,…,αs中,部分向量组线性无关,但添加其余向量后线性相关,称极大线性无关组 11、α1,α2,…,αs都可由部分向量组(线性无关)线性表出,后者称极大线性无关组 12、β1,β2,…,βs中,每个βi不能被β1,β2,…,βi?1(即βi前面向量组)线性表出,线性无关(βi≠0且i≥2) 13、向量组中,任一极大线性无关组 等价 ?原向量组等价 ?另一个极大线性无关组 14、线性无关组,其秩r=s 15、α1,α2,…,αs可由β1,β2,…,βt线性表出,则秩r(α)≤r(β)相等; 向量组等价,则秩r相等; 秩r相等且αi可由β1,β2,…,βt线性表出,则向量组等价。 §8.3 维数、基、坐标 n维线性空间:V中有n个向量线性无关,但当n+1个向量时线性相关 无限维线性空间:V中有任意多个线性无关的向量 由α1,α2,…,n αi∈V k i∈P 系数 重述一些符号定义: 0、a, b, c,…表元素 1、k, l, m,…表系数 2、α, β, γ,…表向量 3、x, y, x,…表未知数 4、下标1, 2, 3,…表第几个数 5、下标i, j ,k, ,…表任一个数 6、下标s, m ,n,…表总个数 性质推广: 1、α?β?…?η,其加法不计先后 2、Ο是唯一的 3、?α由α唯一确定 4、α?β=α?γ则β=γ 5、k=0或α=Ο时,充要kα=Ο 6、(?k)α=?kα △这个证明需要多做题练习掌握 注:此定义雷似极大线性无关组 零空间:维数n=0 V是n维的条件:V中任意向量都可由α1,α2,…,αn线性表出 = a V 为书写简便,定义符号:(自创, 考试勿用) [ x? ]表示[ x1 x2 ? x n ],[x?]表示[x1x2?x n] 附加说明:对于这种常见的线性表出,已出 现多次,它们的性质意义是一样的,只是叫 法不同,应该提升到一个规律性的认识。 εx= ′ ′ V 矩阵表示 →换个字母 →