高等代数知识结构
高等代数知识结构

高等代数知识结构高等代数是数学中的一个重要分支,它研究向量空间和线性变换的性质和结构。
在高等代数中,学习者需要了解的主要知识点包括向量空间、矩阵、线性方程组、特征值和特征向量,以及代数学的应用等。
下面是对这些知识点的详细介绍。
1.向量空间向量空间是高等代数的基础概念之一、在向量空间中,有两个基本操作:向量加法和标量乘法。
向量加法满足交换律和结合律,标量乘法满足分配律。
向量空间还需要满足零向量的存在性和反元素的存在性,即对于任意向量v,存在一个向量-u,使得v+u=0。
向量空间还可以进一步研究其子空间,即一个向量空间V的子集W,如果W也满足向量加法和标量乘法的封闭性,那么W也是一个向量空间。
2.矩阵矩阵是高等代数中另一个重要的概念。
矩阵可以看作是一个由m行n 列元素组成的矩形阵列。
矩阵的运算包括矩阵加法、矩阵乘法、矩阵的转置等。
矩阵加法满足交换律和结合律,矩阵乘法满足分配律。
矩阵的转置操作是将矩阵的行变成列,列变成行。
3.线性方程组线性方程组是高等代数中的一个重要内容。
线性方程组可以看作是一系列线性方程的集合,其中每个线性方程由一系列未知数和一个常数项组成。
求解线性方程组的目标是找到满足所有方程的解。
线性方程组有两种形式:齐次线性方程组和非齐次线性方程组。
齐次线性方程组的常数项全为零,非齐次线性方程组的常数项至少有一个非零。
求解线性方程组可以通过消元法、矩阵法或特解法等多种方法。
4.特征值和特征向量特征值和特征向量是矩阵理论中的重要概念。
对于一个n阶方阵A,如果存在一个标量λ和一个非零向量v,使得Av=λv,则称λ为A的特征值,v为A对应于特征值λ的特征向量。
特征值和特征向量具有重要的几何和实际意义。
特征值可以用于矩阵的对角化和谱分解,特征向量可以用于描述矩阵的主要方向。
5.代数学的应用代数学是高等代数的一个重要应用分支。
代数学在物理学、工程学、计算机科学等领域有广泛的应用。
在物理学中,代数学可以用于描述物理系统的运动和变化,例如力学中的刚体运动、量子力学中的波函数等。
高等代数的知识结构

多项式的最大公因式的定义
定义(公因式与最大公因式)
定义1 若既是的因式,又是的因式,则称是与的公因式。
因所以任意两个多项式都有公因式。
2)互素
如果,那么就说,即两个多项式只有零次公因式时,称为互素。
的公因式,就称这两个多项式互素
2.因式分解理论
1)重因式
定义 设p(x) 为不可约多项式. 如果f(x)能被p(x) 的k次方整除而p(x)的k+1次方不能, 则称p(x) 是 f(x)的k 重因式.
3)将矩阵的第j行(列)的所有元得k倍加到第i行(列)的对应元上去。
3.线性方程组
一般线性方程组.这里所指的一般线性方程组形式为
式中 代表未知量, 称为方程组的系数, 称为常数项.
线性方程组 称为齐次线性方程组,如果常数项全为零,即 .
令
, , ,
则 可用矩阵乘法表示为
,
a.线性方程组的解法
1)消元法
(1)V中零元素(或称0向量)是唯一的。
(2)(2)V中任一向量x的负元素(或称负向量)是唯一的。
(3)(3)kx=0(其中k是域F中元素,x是V中元素)当且仅当k=0或x=0。 (4)(-k)x=-(kx)=k(-x)。
2.欧氏空间
定义
设V是实数域R上的线性空间(或称为向量空间),若V上定义着正定对称双线性型g(g称为内积),则V称为(对于g的)内积空间或欧几里德空间(有时仅当V是有限维时,才称为欧几里德空间)。具体来说,g是V上的二元实值函数,满足如下关系:
若k=0, 则p(x) 不是f(x) 的因式.
若k=1, 则称 p(x) 是f(x) 的单因式.
若k>1, 则称 p(x) 是f(x) 的重因式.
大一高代知识点总结

大一高代知识点总结大一高等代数知识点总结高等代数是大一大学数学课程中重要的一部分,它探索了代数结构的各个方面。
在本篇文章中,我将总结大一高等代数课程中的重要知识点,希望对同学们的学习有所帮助。
1. 集合论:集合是高等代数的基础,它描述了元素的集合和它们之间的关系。
常见的集合运算包括并集、交集和补集等。
2. 映射与函数:映射是将一个集合的元素映射到另一个集合的过程。
函数是一种特殊的映射,它将每个输入值都映射到唯一的输出值上。
函数的定义域、值域、图像以及函数的性质是学习中需要注意的重点。
3. 线性方程组:线性方程组是解决线性关系的重要工具。
高等代数中,我们学习了如何使用消元法、矩阵运算以及向量空间的概念来解决线性方程组。
4. 矩阵与行列式:矩阵是一个二维数组,行列式是矩阵的一个标量。
在高等代数中,我们学习了矩阵的运算规则,包括矩阵的加法、减法、乘法和转置等,同时也了解了行列式的计算方法和性质。
5. 向量空间:向量空间是一种具有加法和数乘运算的集合,它满足一定的运算规则。
我们学习了向量空间的性质,如闭合性、结合律等,并掌握了子空间、线性无关、张成空间等概念。
6. 线性变换:线性变换是一种特殊的函数,它保持向量空间的线性结构。
我们学习了线性变换的表示、特征值与特征向量等概念,并应用于矩阵的对角化和相似变换等问题。
7. 特征值与特征向量:特征值与特征向量是矩阵及线性变换中重要的概念。
它们具有许多重要的性质和应用,如对角化、二次型的正负定性等。
8. 正交性与内积空间:正交性是向量空间中重要的概念,它描述了向量之间的垂直关系。
我们学习了内积的定义和性质,并应用于正交基、正交矩阵和施密特正交化等问题。
9. 特殊矩阵与特殊线性变换:在高等代数中,我们还学习了特殊的矩阵和特殊的线性变换,如对称矩阵、正交矩阵、幂等矩阵、厄米特矩阵等,它们在许多领域中都有重要的应用。
总结起来,大一高等代数课程中的知识点包括集合论、映射与函数、线性方程组、矩阵与行列式、向量空间、线性变换、特征值与特征向量、正交性与内积空间、特殊矩阵与特殊线性变换等内容。
高等代数知识点总结课件

二阶行列式计算较为简单,直接按照定义进行计算即可。三 阶行列式可以利用代数余子式展开,也可以利用对角线法则 进行计算。高阶行列式可以利用递推法或化简法进行计算。
矩阵的秩的定义与性质
总结词
矩阵的秩是矩阵中线性无关的行(或列) 向量的个数,具有一些重要的性质。
VS
详细描述
矩阵的秩具有一些重要的性质,如秩的传 递性、秩的唯一性、秩的性质等。矩阵的 秩可以用来判断线性方程组的解的情况, 如当系数矩阵的秩等于增广矩阵的秩时, 线性方程组有解。
利用秩判断线性方程组解的情况
总结词
利用矩阵的秩可以判断线性方程组解的情况。
详细描述
当系数矩阵的秩等于增广矩阵的秩时,线性 方程组有解;当系数矩阵的秩小于增广矩阵 的秩时,线性方程组无解;当系数矩阵的秩 大于增广矩阵的秩时,线性方程组有无穷多 解。此外,利用矩阵的秩还可以判断线性方 程组解的个数和类型。
逆矩阵的性质
逆矩阵是唯一的;逆矩阵与原矩阵的乘积为单位矩阵;逆矩阵的逆矩阵是原矩阵。
逆矩阵的求法
高斯消元法、伴随矩阵法、初等变换法等。
线性方程组的解法
高斯消元法
将增广矩阵转化为上三角矩阵,从而得到解。
回带求解
将得到的上三角矩阵的解回代到原方程组中, 得到未知数的值。
克拉默法则
当方程组系数行列式不为0时,可以用克拉默 法则求解唯一解。
准型有助于简化二次型的计算和性质研究。
二次型的正定性判断
总结词
正定性判断是确定二次型是否为正定的过程, 正定的二次型具有一些重要的性质。
详细描述
正定性判断是二次型研究中的一个重要问题。 一个二次型被称为正定的,如果它对应于一 个正定矩阵。正定的二次型具有一些重要的 性质,如存在唯一的极小值点,且该极小值 点是全局最小值点。此外,正定的二次型还 具有一些几何意义,如对应于一个凸多面体
高等代数复习资料

高等代数复习资料高等代数是大学数学中的一门重要课程,它是线性代数的延伸和拓展,涉及到向量空间、矩阵理论、线性变换等内容。
熟练掌握高等代数的基本概念和方法对于学习数学、物理、经济学等领域都具有重要意义。
本文档将为大家提供高等代数复习资料,帮助你巩固和复习相关知识。
第一部分:向量空间向量空间是高等代数中的重要概念,它是一种具有加法和数乘运算的集合。
理解向量空间的基本性质和运算规则是高等代数学习的基础。
在复习向量空间时,可以重点关注以下内容:1. 向量空间的定义和性质:了解向量空间的定义,包括加法和数乘的性质,以及满足的几个条件。
掌握零向量、加法逆元等概念。
2. 子空间:理解子空间的概念,包括子空间的闭性、加法和数乘的封闭性等。
重点掌握如何判断一个集合是否为子空间。
3. 线性相关性和线性无关性:了解线性相关和线性无关的概念,以及线性相关性和线性无关性的判别标准。
学习如何求解线性方程组。
第二部分:矩阵理论矩阵是高等代数中的重要工具,它用于表示线性变换和解决线性方程组。
学习矩阵理论可以帮助我们更好地理解向量空间和线性变换。
在复习矩阵理论时,可以关注以下内容:1. 矩阵的运算:了解矩阵的加法、数乘和乘法等运算规则。
掌握矩阵的转置、逆和行列式等概念。
2. 线性变换和矩阵表示:理解线性变换与矩阵之间的关系,学习如何通过矩阵表示线性变换。
3. 线性方程组与矩阵:掌握使用矩阵解决线性方程组的方法,包括高斯消元法和矩阵的逆等。
第三部分:线性变换线性变换是高等代数的核心内容,它描述了向量空间中的数学变换。
理解线性变换的基本概念和性质对于学习高等代数非常重要。
在复习线性变换时,可以关注以下内容:1. 线性变换的定义和性质:了解线性变换的定义,包括保持加法和数乘运算、保持零向量等性质。
2. 线性变换的矩阵表示:了解线性变换与矩阵之间的关系,学习如何通过矩阵表示线性变换。
3. 特征值和特征向量:掌握特征值和特征向量的概念,学习如何求解特征值和特征向量。
高等代数大一上知识点总结

高等代数大一上知识点总结高等代数是大学数学中的一门重要课程,它主要研究抽象代数结构及其相应的运算规则。
在大一上学期的高等代数课程中,我们学习了以下几个知识点:1. 集合论基础在高等代数中,集合论是一门重要的基础课程。
我们首先学习了集合的基本概念,如元素、子集、交集、并集等。
接着,我们学习了集合的运算规则,包括交运算、并运算以及补集运算等。
通过集合论的学习,我们对代数中的集合运算有了初步的了解。
2. 二元运算与群论在高等代数中,二元运算是一种将两个元素映射到另一个元素的运算。
我们学习了二元运算的基本性质,如封闭性、结合律、单位元、逆元等。
进一步地,我们引入了群的概念,研究了群的基本性质及其分类。
通过群论的学习,我们能够更深入地理解代数结构中的运算规则。
3. 环论与域论在高等代数中,环是一种包含两种二元运算的代数结构。
我们学习了环的定义和性质,如交换律、分配律等。
进一步地,我们引入了域的概念,研究了域的基本性质及其分类。
通过环论和域论的学习,我们对代数结构中的环和域有了更深入的理解。
4. 线性空间与线性变换线性空间是高等代数中的重要概念之一,它是一种满足线性运算规则的向量集合。
我们学习了线性空间的定义和性质,如线性组合、线性相关与线性无关等。
同时,我们还学习了线性变换的定义和性质,如线性变换的线性性质、核与像等。
通过线性空间和线性变换的学习,我们能够更好地理解向量空间及其相应的变换规则。
5. 特征值与特征向量在高等代数中,特征值与特征向量是线性变换中的重要概念。
我们学习了特征值与特征向量的定义和性质,以及它们在矩阵计算中的应用。
通过特征值与特征向量的学习,我们能够更好地理解线性变换在向量空间中的作用。
总结起来,高等代数大一上知识点主要包括集合论基础、二元运算与群论、环论与域论、线性空间与线性变换以及特征值与特征向量等内容。
通过对这些知识点的学习,我们能够建立起一套严密的数学理论体系,为后续更深入的数学学习打下坚实的基础。
线性代数高等代数知识点总结

证|A|=0
AX=0有非零解; 反证法;
R(A)<n; A可逆; |A|= - |A|; A的列向量组线性相关; 0是A的特征值;
应用
AX=0有非零解; 伴随矩阵求逆法;
克拉姆法则; A可逆的证明; 线性相关(无关)的判定; 特征值计算。
二、特殊行列式的值
1.三角行列式
a11 a22
* a11
向量组等价:
对于向量组S,T,下列条件等价 1. S和T等价,即S,T可以互相表示 2. S,T的极大无关组等价 3. S,T的秩数相等,且其中之一可由另一表示
23
线性相关与线性表示:
• 1,...,r线性相关当且仅当其中之一可由其余的线性 表示
• 若,1,...,r线性相关,而1,...,r线性无关,则 可由1,...,r线性表示,且表法唯一
线性无关:对于向量组1,...,r下列条件等价 • 1,...,r线性无关
• 当c1,...,cr不全为0时,必有c11+...+crr0 • 当c11+...+crr=0时,必有c1=...=cr=0 • 1,...,r的秩数等于r • (1,...,r)是列满秩矩阵
24
a22
0 a11a22 ann
0
ann *
ann
0
a1n *
a1n
a2(n1)
a2(n1)
n(n1)
(1) 2 a a1n 2(n1) an1
an1
* an1
0
2.范氏行列式
111
x1 x2 x3
x12
x22
x32
x x x n1
n1
n1
1
高等代数知识点总结

高等代数知识点总结一、群论群是高等代数中最基本的代数结构之一,它是一个集合和上面的一个二元运算构成的代数系统。
群满足以下四个性质:1. 封闭性:对于群G中的任意两个元素a和b,它们的乘积ab也属于G。
2. 结合律:对于群G中的任意三个元素a、b和c,有(a·b)·c = a·(b·c)。
3. 存在单位元:存在一个元素e∈G,对于任意元素a∈G,有a·e = e·a = a。
4. 存在逆元:对于群G中的任意元素a,存在一个元素b∈G,使得a·b = b·a = e。
群的性质有很多重要的结论,比如:每个群都有唯一的单位元,每个元素都有唯一的逆元,乘法运算满足左消去律和右消去律等。
群还有很多重要的概念和定理,比如:子群、陪集、拉格朗日定理、卡曼定理等。
二、环论环是一个比群更一般化的代数结构,它包括一个集合和上面的两个二元运算:加法和乘法。
环满足以下性质:1. 集合对加法构成一个阿贝尔群。
2. 乘法满足结合律。
3. 分配律成立,即对于环R中的任意三个元素a、b、c,有a·(b+c) = a·b + a·c和(b+c)·a = b·a + c·a。
环还有一些重要的概念和定理,比如:整环、域、多项式环、欧几里德环、唯一因子分解整环等。
三、域论域是一个更加一般化的代数结构,它是一个集合和上面的两个二元运算:加法和乘法。
域满足以下性质:1. 集合对加法构成一个阿贝尔群。
2. 非零元素对乘法构成一个阿贝尔群。
3. 分配律成立。
域是代数学中一个非常重要的概念,它是线性代数和代数几何的基础。
高等代数还包括一些其他的内容,比如:线性代数、模论、范畴论等。
线性代数是代数学的另一个重要分支,它研究的是向量空间和线性变换等代数结构。
模论是研究环上模结构的代数学分支,它是线性代数的一种推广。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
高等代数知识结构二、高等代数知识结构内容(一)线性代数工具:线性方程组11列时,a性质1性质2、一行得公因子可以提出来(或以一数乘行列式得一行就相当于用这个数乘此行列式。
性质3、如果某一行就是两组数得与,那么这个行列式就等于两个行列式得与,而这两个行列式除这一行以外与原行列式得对应行一样。
性质4、如果行列式中两行相同,那么行列式为零。
(两行相同就就是说两行对应元素都相同)性质5、如果行列式中两行成比例。
那么行列式为零。
性质6、把一行得倍数加到另一行,行列式不变。
性质7、对换行列式中两行得位置,行列式反号。
2、矩阵:a、矩阵得秩:矩阵A中非零行得个数叫做矩阵得秩。
b、矩阵得运算定义同型矩阵:指两个矩阵对应得行数相等、对应得列数相等得矩阵.矩阵相等:设,, 若 , 称、线性运算:,加法:数乘: 负矩阵:减法:矩阵得乘法定义:设 , 其中元素得列数 = 得行数。
得行数 = 得行数;得列数 = 得列数.与得先后次序不能改变.(5)矩阵得初等变换矩阵得等价变换形式主要有如下几种:1)矩阵得i行(列)与j行(列)得位置互换;2)用一个非零常数k乘矩阵得第i行(列)得每个元;3)将矩阵得第j行(列)得所有元得k倍加到第i行(列)得对应元上去。
3、线性方程组一般线性方程组、这里所指得一般线性方程组形式为11112211211222221122,,.n n n n s s s n n s ax ax ax b ax ax ax b ax ax ax b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L ()i()i 式中(1,2,,)i xi n =K 代表未知量,(1,2,,;1,2,,)i j a i s j n ==L L 称为方程组得系数,(1,2,,)j b j n =L 称为常数项、 线性方程组)(i 称为齐次线性方程组,如果常数项全为零,即120s bb b ====L 、 令111212122212n n s s sn a a a a a a A a a a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦L L M M M M L ,12n x x X x ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦M , 12s b b B b ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦M , 则()i 可用矩阵乘法表示为A XB =,,,.m n n mA C X CBC ⨯∈∈∈a 、线性方程组得解法 1)消元法在初等代数里,我们已经学过用代入消元法与加减消元法解简单得二元、三元线性方程组、实际上,这个方法比用行列式解方程组更具有普遍性、但对于那些高元得线性方程组来说,消元法就是比较繁琐得,不易使用、 2)应用克莱姆法则对于未知个数与方程个数相等得情形,我们有 定理1 如果含有n 个方程得n 元线性方程组11112211211222221122,,.n n n n n n n n n n ax ax ax b ax ax ax b ax ax ax b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩L L L L L L()i i得系数矩阵111212122212n n n n nn a a a a a a A a a a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦L L M M M M L 得行列式111212122212det 0n n n n nna a a a a a A a a a =≠LL MM M ML,那么线性方程组()i i 有唯一解:d e t (1,2,,),d e t jjB x j n A==L 其中d e t j B 就是把矩阵中第j 列换成线性方程组得常数项12,,,n b b b L 所成得矩阵得行列式,即111,111,11222,122,121,1,1d e t ,1,2,,.j j nj j njn n j n n j n na ab a a a a b a a B j n a a b a a -+-+-+==L L L L L M M M M M M M L L 此外,还可以叙述为,如果含有n 个未知数、n 个方程得线性方程组Ax b =得系数矩阵得行列式d e t 0A ≠,则线性方程组Ax b =一定有解,且解就是唯一得、 广义逆矩阵A -法设m nA C⨯∈、如果存在n m G C ⨯∈,使得A G A A =,则称G 为矩阵A 得一个{1}-广义逆矩阵,记作A -、矩阵A 得{1}-逆总就是存在得,但一般不就是惟一得[12],矩阵A 得{1}-逆得全体记为{1}A 、若m n A C ⨯∈,A -n m C ⨯∈为A 得一个{1}-广义逆矩阵,则对,n mV W C⨯∈为任意得n m ⨯矩阵,矩阵A 得一个{1}-广义逆矩阵为G A V A A V A A ---=+-,同时还可以表示为()()m n G A V E A AE AA W ---=+-+-、广义逆矩阵A -得计算:(1)设(0)mn rA C r ⨯∈>,且有m m m P C ⨯∈与n 阶置换矩阵Q 使得 (),(),r r nr E K P A Q KC OO ⨯-⎡⎤=∈⎢⎥⎣⎦则对任意得()()nr m r L C-⨯-∈,n m ⨯矩阵 rE O G Q P O L ⎡⎤=⎢⎥⎣⎦就是A 得一个{1}-广义逆矩阵、若存在n nn T C ⨯∈使得,r E O P A T O O ⎡⎤=⎢⎥⎣⎦则矩阵得{1}-逆得全体12()()()()1221222122{1},,.r r m r n r r n rm r E L A T P L C L C L C L L ⨯--⨯-⨯-⎧⎫⎡⎤⎪⎪=∈∈∈⎨⎬⎢⎥⎪⎪⎣⎦⎩⎭(2)设m nA C ⨯∈,则A 有惟一{1}逆得充分必要条件就是m n =,且()r A n =,即A 可逆、这个惟一得{1}逆就就是1A -、4、向量相关性a 、判断向量组线性相关得方法 1)线性相关2)得对应分量成比例线性相关 3)含有零向量得向量组就是线性相关得4)向量组线性相关该组中至少有一个向量可由其余得向量线性表出 5)部分相关则整体相关6)设向量组可由向量组线性表出,如果r>s,则线性相关; 7)n+1个n 维向量必线性相关(个数大于维数)8)该向量组得秩小于它所含向量得个数向量组线性相关 9)n 个n 维得向量构成得行列式=0 该向量组就是线性相关得 10)线性相关向量组中每个向量截短之后还相关b、判断向量组线性无关得方法1)线性无关2)得对应分量不成比例线性无关3)向量组线性无关该组中任何一个向量都不能由其余得向量线性表出4)整体无关则部分无关5)线性无关向量组中每个向量加长之后还无关6)该向量组得秩等于它所含向量得个数向量组线性无关7)n个n维得向量构成得行列式0 该向量组就是线性无关得(二)中心课题:线性规范型1、二次型线性流型:二次型及其矩阵表示二次型得定义:以数域P中得数为系数,关于x1,x2,…,x n得二次齐次多项式f(x,x2,…,x n)=a11x12+2a12x1x2+ … +2a1n x1x n1+a22x22+ … +a2n x2x n+ (3)+a nn x n2称为数域P上得一个n元二次型,简称二次型。
矩阵得合同关系:对于数域P上得两个n阶矩阵A与B,如果存在可逆矩阵C,使得B=CTAC则称A与B就是合同得,记为A~B。
合同关系性质:1) 反身性:A~A;2) 对称性:A~B,则B~A;3) 传递性:A~B,且B~C,则A~C。
二次型得标准形1) 实数域R(或复数域C)上得任意一个二次型都可经过系数在实数域R(或复数域C)中得非退化线性变换化成平方与形式:d1y12+d2y22+…+dnyn2其中非零系数得个数唯一确定,等于该二次型得秩。
上述形式得二次型称为二次型得标准形。
2) 任何对称矩阵都与一个对角矩阵合同。
3)复二次型得规范形:任何复系数二次型都可经过复数域C中得非退化线性变换化成如下最简形式平方与:y12+y22+…+yr2,其中r唯一确定,等于该二次型得秩。
上述形式得复二次型称为复二次型得规范形。
2、线性函数(三)研究范围:线性空间1、线性空间简单得说,线性空间就是这样一种集合,其中任意两元素相加可构成此集合内得另一元素,任意元素与任意数(可以就是实数也可以就是复数,也可以就是任意给定域中得元素)相乘后得到此集合内得另一元素。
1)V 对加法成Abel 群,即满足: (1)(交换律)x+y=y+x; (2)(结合律)(x+y)+z=x+(y+z) (3)(零元素)在V 中有一元素0,对于V 中任一元素x 都有x+0=x; (4)(负元素)对于V 中每一个元素x,都有V 中得元素y,使得x+y=0; 2)数量乘法满足: (5)1x=x;(6)k(lx)=(kl)x;3)数量乘法与加法满足: (7)(k+l)x=kx+lx; (8)k(x+y)=kx+ky.其中x,y,z 为V 中任意元素,k,l 为数域F 中得任意元素,1就是F 得乘法单位元。
数域F 称为线性空间V 得系数域或基域,F 中元素称为纯量或数量(scalar),V 中元素称为向量(vector)。
当系数域F 为实数域时,V 称为实线性空间。
当F 为复数域时,V 称为复线性空间。
(1)V 中零元素(或称0向量)就是唯一得。
(2)(2)V 中任一向量x 得负元素(或称负向量)就是唯一得。
(3)(3)kx=0(其中k 就是域F 中元素,x 就是V 中元素)当且仅当k=0或x=0。
(4)(-k)x=-(kx)=k(-x)。
2、欧氏空间 定义设V 就是实数域R 上得线性空间(或称为向量空间),若V 上定义着正定对称双线性型g(g 称为内积),则V 称为(对于g 得)内积空间或欧几里德空间(有时仅当V 就是有限维时,才称为欧几里德空间)。
具体来说,g 就是V 上得二元实值函数,满足如下关系:(1)g(x,y)=g(y,x);(2)g(x+y,z)=g(x,z)+g(y,z); (3)g(kx,y)=kg(x,y);(4)g(x,x)>=0,而且g(x,x)=0当且仅当x=0时成立。
这里x,y,z 就是V 中任意向量,k 就是任意实数。
二、多项式理论1、整除理论整除: 若多项式a:“f(x)” 除以多项式b:“g(x)”,商为一个多项式,且余数1.公因式: 满足:2.最大公因式:为零多项式。
我们就说a能被b整除(或说b能整除a),记作b|a,读作“b整除a”或“a能被b整除”.1)最大公因式多项式得最大公因式得定义定义(公因式与最大公因式)定义1 若既就是得因式,又就是得因式,则称就是与得公因式。
因所以任意两个多项式都有公因式。
2)互素如果,那么就说,即两个多项式只有零次公因式时,称为互素。