《高等代数》重要概念复习

线性方程组

线性方程组解的个数

1. 如果齐次线性方程组中方程的个数少于未知量的个数，则它有非零解.
2. 方程个数与未知量个数相等时，有非零解的充分必要条件是，系数行列式的值为0.

线性相关性

1. 如果有数域中的数$k_1,k_2,\cdots$，使得$\beta =k_1{\alpha }_1+k_2{\alpha }_2+\cdots$，则称$\beta$是${\alpha }_1,{\alpha }_2,\cdots$的线性组合.
2. 零向量是任何向量的线性组合.
3. 果一个向量组1的任意向量都可以由另外一个向量组2线性表出，那么就说向量组1可以由向量组2线性表出，如果两个向量组可以互相线性表出，那么就说两个向量组等价.
4. 1如果有数域中的不全为零的数$k_1,k_2,\cdots$，使得$0=k_1{\alpha }_1+k_2{\alpha }_2+\cdots$，则称${\alpha }_1,{\alpha }_2,\cdots$线性相关.若只有当$k_i$全为0时等式成立，那么就称${\alpha }_1,{\alpha }_2,\cdots$线性无关.
5. ${\alpha }_1,{\alpha }_2,\cdots$线性相关的充分必要条件是齐次方程组有非零解.线性无关的充分必要条件是只有零解.
6. 极大线性无关组：如果这个部分组本身是线性无关的，但是再从原向量组中的其他向量添加一个进去后，所得的部分组都线性相关.极大线性无关组所含向量个数称为向量组的秩.

矩阵的秩

矩阵的行秩=列秩=行列式秩

线性方程组有解判别定理

1. 线性方程组有解的充分必要条件：系数矩阵的秩=增广矩阵的秩
2. 齐次线性方程组有非零解的充分必要条件：系数矩阵的秩小于n

线性方程组解的结构

1. 对于齐次方程组：（1）两个解的和也是方程组的解.（2）一个解的倍数也是方程组的解.
2. 齐次线性方程组的基础解系：一组解，线性无关且原方程组的所有解均能表示成这组解的线性组合.
3. 在齐次线性方程组有非零解时，基础解系中解的个数为n-r.

矩阵

矩阵的计算

矩阵的乘法满足结合律不满足交换律.

矩阵的逆

矩阵可逆的充分必要条件是非退化的.

等价矩阵

1. 矩阵经过一系列初等变换所得到的矩阵均为等价矩阵.(初等变换：互换行、某一行乘非零常数、某一行的k倍加到另外一行)
2. 施行一次初等行变换=左乘初等矩阵，施行一次初等列变换=右乘初等矩阵.
3. 方阵可逆的充要条件为：它能表示为一些初等矩阵的乘积.

正交矩阵

1. 正交矩阵$A{A}^{\prime }=E$
2. 向量内积$(\alpha ,\beta )=0$，则两向量正交.
3. 正交向量组：向量组中任意两个向量都正交而且每个向量都不是零向量.
4. 正交向量组一定线性无关.
5. 可以利用施密特正交化方法将线性无关向量组转化为正交向量组.

矩阵对角化

相似矩阵

1. 相似：如果存在可逆矩阵$X$,使得$B=X^{-1}AX$,那么$A$和$B$相似.
2. 相似矩阵具有相同的行列式的值，并且具有相同的可逆性.

特征值与特征向量

1. 特征值和特征向量：非零列向量$\alpha$使得$A\alpha ={\lambda }_0\alpha$
2. n阶矩阵A与一个对角矩阵相似的充分必要条件是：$A$有$n$个线性无关的特征向量.
3. 相似矩阵具有相同的特征多项式、相同的特征值.
4. Hamilton-Caylay 定理：设$A$是一个$n$阶矩阵,$f(\lambda )=|\lambda E-A|$是$A$的特征多项式，那么$f(A)=0$.

矩阵可对角化条件

1. 属于不同特征值的特征向量一定线性无关.
2. $n$阶方阵$A$可对角化的充要条件是：对$A$的每个特征值${\lambda }_i$,$r(\lambda E-A)=n-{\lambda }_i\text{的重数}$，换言之，属于${\lambda }_i$的线性无关的特征向量的最多个数为${\lambda }_i$的重数.
3. 如果$n$矩阵有$n$个不同的特征值，那么矩阵可以化为对角矩阵.
4. 如果复系数矩阵$A$的特征多项式没有重根，那么$A$可以化为对角形.
5. 每个$n$阶复系数矩阵$A$都与一个若尔当形矩阵矩阵相似.这个若而当形矩除去若而当块的排列次序外，是被矩阵$A$唯一确定的，它被称为$A$的若而当标准形.

实对称矩阵的对角化

1. 实对称矩阵的特征多项式的根都是实数.
2. 设$A$是一个$n$阶实对称矩阵，那么可以找到$n$阶正交矩阵$T$，使得$T^{-1}AT$为对角矩阵.
3. 实对称矩阵的不同特征值的特征向量是正交的.

二次型

二次型及其矩阵表示

1. 线性变换$X=CY$,如果矩阵$C$是非退化的，那么线性变换就是非退化的.
2. 合同：对于数域$F$上的$n$阶矩阵$A$和$B$，如果有$F$上的$n$阶可逆矩阵使得$B=C^{\prime }AC$，那么$A$和$B$是合同的.
3. 任意一个实二次型都可以经过正交变换化成标准形，系数为特征多项式的全部特征根.
4. 数域 $F$上任意一个二次型都可以经过非退化的线性变换化成平方和的形式.
5. 任一个对称矩阵都合同于一个对角矩阵.
6. 任一个复数的对称矩阵都合同于一个对角矩阵$[1,1,\cdots ,0,0,\cdots ]$；
7. 任一个实数的对称矩阵都合同于一个对角矩阵$[1,\cdots ,-1,\cdots ,0,\cdots ]$，其中，正平方项的系数为正惯性指数，复平方项的个数为负惯性指数，之差为符号差.
8. 两个同阶的实对称矩阵合同的充分必要条件是，他们的秩和正惯性指数分别相等.

正定二次型

1. 正定二次型：实二次型$f(x_1,x_2,\cdots ,x_n)$对于任意一组不全为零的实数$c_1,c_2,\cdots ,c_n$都有$f(c_1,c_2,\cdots ,c_n)>0$.其规范型为单位矩阵.
2. 正定二次型的充分必要条件：(1)正惯性指数为$n$.(2)与单位矩阵合同.(3)特征值全大于0.(4)顺序主子式全大于0.
3. 正定矩阵的行列式大于0.