代数学
关于代数
EdVzAs
写下自己的学习笔记
展开
-
高等代数 二次型与矩阵的合同(第6章)2 正定二次型与正定矩阵
一.正定二次型1.概念:2.判定:定理1:nnn元实二次型x′Axx'Axx′Ax是正定的,当且仅当其正惯性指数等于nnn推论1:nnn元实二次型x′Axx'Axx′Ax是正定的⇔\quad⇔⇔它的规范形为y12+y22+...+yn2y_1^2+y_2^2+...+y_n^2y12+y22+...+yn2⇔\quad⇔⇔它的标准形中的nnn个系数全大于0二.正定矩阵1.概念:2.判定:定理2:nnn级实对称矩阵AAA是正定的⇔A\quad⇔A⇔A的正惯性指数等于n.原创 2020-12-11 12:50:54 · 3518 阅读 · 1 评论 -
高等代数 二次型与矩阵的合同(第6章)1 二次型,标准形,规范形
一.二次型1.概念:原创 2020-12-06 17:11:46 · 7870 阅读 · 0 评论 -
高等代数 具有度量的线性空间(第10章)5 正交空间与辛空间
一.洛伦兹变换与闵可夫斯基空间(10.6)二.正交空间(10.6)三.正交空间上的正交变换(10.6)四.辛空间与辛变换(10.6)原创 2020-12-05 14:22:38 · 2031 阅读 · 2 评论 -
高等代数 具有度量的线性空间(第10章)4 酉空间,酉变换,埃尔米特变换,正规变换
一.酉空间二.正交补与正交投影三.酉变换四.Hermite变换五.线性变换的伴随变换六.正规变换七.Hermite型原创 2020-11-29 17:23:18 · 3551 阅读 · 4 评论 -
高等代数 具有度量的线性空间(第10章)3 正交补,正交投影,正交变换,对称变换
一.正交补与正交投影(10.3)1.正交补(1)概念:(2)性质:2.正交投影(1)概念:(2)判定:(3)最佳逼近元:三.正交变换(10.4)四.对称变换(10.4)原创 2020-11-22 17:38:56 · 5183 阅读 · 1 评论 -
高等代数 具有度量的线性空间(第10章)2 实内积空间
一.实线性空间中内积的概念(10.2)1.实线性空间中的正定性(1)定义:(2)充要条件:(3)正定的对称双线性函数的性质:2.实线性空间中的内积(1)实线性空间中的内积:(2)实内积空间:二.实内积空间中的度量概念(10.2)三.欧几里得空间中的标准正交基(10.2)四.实内积空间的同构(10.2)...原创 2020-10-26 21:32:10 · 1248 阅读 · 2 评论 -
高等代数 具有度量的线性空间(第10章)1 双线性函数
一.双线性函数(10.1)1.概念(1)定义:(2)示例:2.双线性函数的表达式(1)度量矩阵的概念:(2)双线性型:(3)不同基下的度量矩阵间的关系:原创 2020-10-21 18:32:34 · 4721 阅读 · 0 评论 -
高等代数 线性映射(第9章)6 线性函数与对偶空间
一.线性函数1.概念:2.表达式:二.对偶空间以下只研究有限维的线性函数空间1.线性函数空间(1)概念:(2)维数:(3)基:2.对偶空间与对偶基(1)概念:注意:当VVV为域FFF上的无限维线性空间时,我们不把Hom(V,F)Hom(V,F)Hom(V,F)记作V∗V^*V∗(2)对偶基下的坐标:...原创 2020-10-18 19:48:08 · 2301 阅读 · 1 评论 -
高等代数 线性映射(第9章)5 有理标准形
一.相抵标准形二.有理标准形原创 2020-09-08 00:31:36 · 6608 阅读 · 1 评论 -
抽象代数 群论(第1章)2 子群,配集分解,循环群
一.子群与配集分解1.子群(1)概念:(2)判定:2.配集与配集分解(1)将群分拆成等价类:引理1:设GGG是群,A≤GA≤GA≤G;定义在GGG上的关系为:对应g,h∈G,g∼h⇔gh−1∈Ag,h∈G,g\sim h⇔gh^{-1}∈Ag,h∈G,g∼h⇔gh−1∈A,则∼\sim∼是GGG上的等价关系,且元素ggg对此等价关系的等价类是AgAgAg(2)配集分解:(3)配集分解的应用:定理1(拉格朗日定理(Lagrange Theorem)):设GGG为有限群,A≤原创 2020-09-05 14:58:56 · 1805 阅读 · 0 评论 -
抽象代数 群(第1章)1 集合论预备知识与群
一.集合论预备知识1.集合:2.集合的运算(1)交:(2)并:(3)补:(4)直积:3.映射(1)概念:(2)映射的和成:引理1(和成运算满足结合律):设f:A→B,g:B→C,h:C→Df:A→B,g:B→C,h:C→Df:A→B,g:B→C,h:C→D均是集合间的映射,则h∘(g∘f)=(h∘g)∘fh\circ(g\circ f)=(h\circ g)\circ fh∘(g∘f)=(h∘g)∘f(3)满射/单射/双射:引理2:映射f:A→Bf:A→Bf原创 2020-09-03 20:38:43 · 939 阅读 · 0 评论 -
高等代数 线性映射(第9章)4 约当标准型与相抵标准形
一.幂零变换的约当标准型1.强循环子空间(1)概念:(2)将线性空间分解成强循环子空间:二.线性变换的约当标准型原创 2020-09-02 18:58:02 · 6882 阅读 · 1 评论 -
高等代数 线性映射(第9章)3 不变子空间与最小多项式
一.线性变换的不变子空间与Hamilton−CayleyHamilton-CayleyHamilton−Cayley定理1.不变子空间(1)概念:(2)性质与判定:命题1:VVV上线性变换ᎯᎯᎯ的核与象,ᎯᎯᎯ的特征子空间都是Ꭿ−Ꭿ-Ꭿ−子空间命题2:设Ꭿ,BᎯ,ℬᎯ,B都是VVV上的线性变换,如果Ꭿ,BᎯ,ℬᎯ,B可交换,那么Ker B,Im B,BKer\,ℬ,Im\,ℬ,ℬKerB,ImB,B的特征子空间都是Ꭿ−Ꭿ-Ꭿ−子空间推论1:设ᎯᎯᎯ是域FFF上线性空间VVV上的线性原创 2020-08-28 19:08:03 · 3466 阅读 · 1 评论 -
高等代数 矩阵的相抵和相似(第5章)2 相似,特征值与特征向量,对角化
一.矩阵的相似(5.4)1.相似矩阵(1)概念:(2)性质:性质1:如果B1=P−1A1P,B2=P−1A2PB_1=P^{-1}A_1P,B_2=P^{-1}A_2PB1=P−1A1P,B2=P−1A2P,那么B1+B2=P−1(A1+A2)PB1B2=P−1(A1A2)PB1m=P−1A1mPB_1+B_2=P^{-1}(A_1+A_2)P\\B_1B_2=P^{-1}(A_1A_2)P\\B_1^m=P^{-1}A_1^mPB1+B2=P−1(A1+A2)PB1B2=原创 2020-08-26 14:47:25 · 3776 阅读 · 1 评论 -
高等代数 矩阵的相抵和相似(第5章)1 等价,相抵,广义逆矩阵
一.等价关系与集合的划分(5.1)二.矩阵的相抵(5.2)三.广义逆矩阵(5.3)四.矩阵的相似(5.4)1.相似矩阵(1)概念:(2)性质:性质1:如果B1=P−1A1P,B2=P−1A2PB_1=P^{-1}A_1P,B_2=P^{-1}A_2PB1=P−1A1P,B2=P−1A2P,那么B1+B2=P−1(A1+A2)PB1B2=P−1(A1A2)PB1m=P−1A1mPB_1+B_2=P^{-1}(A_1+A_2)P\\B_1B_2=P^{-1}(A_1A_2)P\\B_原创 2020-08-25 21:44:27 · 4245 阅读 · 1 评论 -
高等代数 线性映射(第9章)2 线性映射的矩阵表示,特征值与特征向量,对角化
一.线性映射的矩阵表示1.线性映射的矩阵表示2.Hom(V,V′)Hom(V,V')Hom(V,V′)与Ms×n(F)M_{s×n}(F)Ms×n(F)的关系3.向量在线性映射下的象的坐标4.线性变换在不同基下的矩阵间的关系二.特征值与特征向量,可对角化的条件1.线性变换的特征值与特征向量2.线性变换可对角化的条件...原创 2020-08-22 20:27:34 · 4114 阅读 · 1 评论 -
线性代数 线性变换,基变换,左右逆,伪逆
一.线性变换(Linear Transformation)1.线性变换与矩阵1个线性变换和1个矩阵相互对应,进行线性变换和乘以相应的矩阵相互对应如对1个列向量进行投影相当于对其左乘1个投影矩阵2.线性变换:如果变换T满足下述2条运算法则,则称为"线性变换"①T(v+w)=T(v)+T(w)②T(cv)=cT(v)其中v,w为向量,c∈R#性质:v,w为向量,c,d∈R,0为零向量1.T(cv+dw)=cT(v)+dT(w)2.T(0)=03.向量空间的变换:若T:x→Ax=y原创 2020-08-20 22:57:54 · 3042 阅读 · 0 评论 -
高等代数 多项式环(第7章)5* 结式与域
一.结式二.域与域上的一元多项式环1.分式域2.模ppp剩余类域与模mmm剩余类环(1)同余关系:命题2:若a≡b(mod 7),c≡d(mod 7)a\equiv b(mod\,7),c\equiv d(mod\,7)a≡b(mod7),c≡d(mod7),则a+c≡b+d(mod 7),ac≡bd(mod 7)(16)a+c\equiv b+d(mod\,7),ac\equiv bd(mod\,7)\qquad(16)a+c≡b+d(mod7),ac≡bd(mod7)(16)命题原创 2020-08-19 18:17:21 · 3148 阅读 · 2 评论 -
高等代数 多项式环(第7章)4 n元多项式环
一.n元多项式环1.nnn元多项式的概念2.nnn元多项式的运算3.数域KKK上nnn元多项式K[x1,x2...xn]K[x_1,x_2...x_n]K[x1,x2...xn]的通用性质4.nnn元多项式函数5.数域KKK上nnn元多项式环的结构二.n元对称多项式1.nnn元对称多项式的定义2.数域KKK上nnn元对称多项式组成的集合的结构3.数域KKK上一元多项式的判别式...原创 2020-08-19 17:32:53 · 2631 阅读 · 0 评论 -
线性代数 复矩阵,相似矩阵,奇异值分解
一.相似矩阵1.相似矩阵(Similar Matrix):如果存在可逆矩阵M_n,使B_n=M_n^{-1}·A_n·M_n,则称A_n与B_n相似,记为A_n~B_n#示例:S为特征向量构成的矩阵,Λ为特征值构成的对角矩阵S^{-1}·A·S=Λ⇒A~Λ#性质:1.A~B,B~C⇒A~C2.A~B⇒A与B的特征值相同 Ax=λx⇒A·M·M^{-1}x=λx⇒M^{-1}·A·M·M^{-1}x=λM^{-1}x⇒B·M^{-1}x=λM^{-1}x⇒Bx'=λx'#注意:A与B的原创 2020-08-16 20:12:59 · 1814 阅读 · 0 评论 -
高等代数 多项式环(第7章)3 一元多项式的根与不可约多项式
一.一元多项式的根(7.6)二.复数域上的不可约多项式(7.6)三.实数域上的不可约多项式(7.7)四.实数系多项式的根(7.7)原创 2020-08-15 19:17:34 · 5458 阅读 · 0 评论 -
高等代数 多项式环(第7章)2 公因式,因式分解,重因式
一.公因式与最大公因式1.公因式与最大公因式(1)定义:(2)最大公因式的判定:引理:设f(x),g(x)∈K[x]f(x),g(x)∈K[x]f(x),g(x)∈K[x],如果在K[x]K[x]K[x]中有下述等式成立:f(x)=h(x)g(x)+r(x)(1)f(x)=h(x)g(x)+r(x)\qquad(1)f(x)=h(x)g(x)+r(x)(1)则c(x) ∣ f(x)c(x)\,|\,f(x)c(x)∣f(x)且c(x) ∣ g(x)⇔c(x) ∣ g(x)c(x)\,|\,g原创 2020-08-13 16:46:45 · 2301 阅读 · 1 评论 -
高等代数 多项式环(第7章)1 一元多项式环,整除关系,带余除法
一.一元多项式环二.整除关系与带余除法三.最大公因式原创 2020-08-11 16:04:16 · 8606 阅读 · 1 评论 -
高等代数 矩阵的运算(第4章)2 逆,分块,正交,欧几里得空间,线性映射
一.可逆矩阵1.定义(1)可逆矩阵:(2)逆矩阵:二.矩阵的分块三.正交矩阵与欧几里得空间原创 2020-08-09 14:43:31 · 1461 阅读 · 0 评论 -
高等代数 线性映射(第9章)1 概念,运算,核与象
一.线性映射及其运算1.二.线性映射的核与象三.线性映射和线性变换的矩阵表示四.线性映射的特征值和特征向量原创 2020-08-05 19:45:17 · 6845 阅读 · 1 评论 -
高等代数 线性空间(第8章)2 同构与商空间
一.域F上线性空间的同构1.同构2.有限域的元素个数3.线性空间的外直和二.商空间原创 2020-08-03 14:46:51 · 4181 阅读 · 3 评论 -
高等代数 线性空间(第8章)1 线性空间与子空间
零.引入1.几何空间原创 2020-07-29 15:27:00 · 3752 阅读 · 0 评论 -
高等代数 矩阵的运算(第4章)1 加法,数量乘法,矩阵乘法,一些特殊矩阵
一.加法与乘法二.特殊矩阵三.可逆矩阵四.矩阵的分块五.正交矩阵六.从KnK^nKn到KsK^sKs的线性映射原创 2020-08-07 21:49:29 · 4036 阅读 · 0 评论 -
高等代数 向量空间(第3章)
一.n维向量空间KnK^nKn及其子空间二.线性相关与线性无关原创 2020-07-26 13:38:12 · 1300 阅读 · 0 评论 -
高等代数 行列式(第2章)
一.n元排列二.n阶行列式三.行列式展开四.克莱姆法则(Cramer’s Rule)也称克拉默法则原创 2020-07-24 23:36:51 · 1011 阅读 · 1 评论 -
高等代数 线性方程组与矩阵(第1章)
一.矩阵消元法二.线性方程组的解三.线性方程组的解的判别准则四.数域原创 2020-07-20 23:57:47 · 1451 阅读 · 6 评论 -
线性代数 特征值与对称性
一.特征值(Eigenvalues)二.特征向量(Eigenvectors)#A为矩阵,x为向量,λ ∈ C (复数域)A * x // x ⇒ A * x = λ * x#当λ = 0,x为N(A)中的向量三.det(A - λ * I) = 0四.TRACE = λ1 + λ2 + … + λn原创 2020-05-24 19:44:42 · 2501 阅读 · 0 评论 -
线性代数 矩阵和向量空间
web.mit.edu/18.06一.矩阵1.方程组的几何解释(1)行图像(row picture):1个行图像展示1个方程(2)列图像(column picture):1个(3)矩阵形式(matrix form)2x-y=0-x+2y=3-- -- -- -- -- --| 2 -1 | | x | = | 0 || -1 2 | | y | | 3 |-- -- -- -- --原创 2020-05-09 09:23:02 · 3843 阅读 · 0 评论 -
线性代数 行列式与线性方程组
一.行列式(Determinant)1.方阵A的行列式记为:det A = |A| = det(A) = det(a~ij) = 1个数2.性质:1.det I = 12.交换任意2行使行列式值取相反数 det P = ±1 (取决于行交换次数是奇数还是偶数) #任何1种置换要么是奇次,要么是偶次 ⇒ 行列式可被性质1,2,3严格定义3.行列式可以按行/列拆分(每行/列的线性,非整体的线性) | a11+b11 a12+b12 ... a1n+b1n | | a11 a12 .原创 2020-05-16 13:53:39 · 2734 阅读 · 0 评论