高等代数下

孙少辉

目录

  • 1 线性方程组
    • 1.1 知识准备、导引
    • 1.2 消元和初等行变换
    • 1.3 换元和初等列变换
    • 1.4 解的情况之判定
  • 2 矩阵初步
    • 2.1 矩阵基本运算
    • 2.2 矩阵运算法则
    • 2.3 可逆矩阵与初等矩阵
    • 2.4 分块矩阵
    • 2.5 矩阵的秩
    • 2.6 若干应用
  • 3 行列式基础
    • 3.1 低阶行列式
    • 3.2 排列的逆序数
    • 3.3 行列式的定义
    • 3.4 行列式的性质
    • 3.5 按行或列展开
    • 3.6 矩阵与行列式
  • 4 有限维空间模型
    • 4.1 列向量空间模型
    • 4.2 向量的线性关系
    • 4.3 极大线性无关组
    • 4.4 子空间的基和维数
    • 4.5 基变换与坐标变换
    • 4.6 再看齐次线性方程组
    • 4.7 线性方程组和线性簇
  • 5 多项式代数
    • 5.1 一元多项式带余除法
    • 5.2 最大公因式
    • 5.3 互素、最小公倍式
    • 5.4 不可约多项式
    • 5.5 重因式
    • 5.6 多项式函数与根
    • 5.7 有理系数多项式
    • 5.8 Eisenstein 判别法、有理根
    • 5.9 有理函数的部分分式分解
  • 6 二次型基础
    • 6.1 二次型定义
    • 6.2 二次型的标准形
    • 6.3 二次型的规范形
    • 6.4 正定二次型
  • 7 向量空间及线性映射
    • 7.1 一般向量空间的概念
    • 7.2 线性关系、基和维数
    • 7.3 线性映射、线性同构
    • 7.4 线性映射的矩阵表示
    • 7.5 特征值与特征向量
    • 7.6 进一步学习指南
  • 8 欧几里得空间
    • 8.1 内积与欧氏空间
    • 8.2 正交化方法、正交基
    • 8.3 空间的正交分解
    • 8.4 正交变换和正交阵
    • 8.5 对称变换和实对称阵
    • 8.6 酉空间、辛空间
  • 9 路往何方?
    • 9.1 代数++
    • 9.2 线性代数+拓扑=泛函分析
    • 9.3 线性代数+几何=微分几何
    • 9.4 矩阵+数学分析=矩阵分析
    • 9.5 道路千万条
矩阵+数学分析=矩阵分析


当今时代,矩阵在现实应用中可谓无处不在。现实世界处理的是具体数值,因此本课程学习的理论知识往往无法直接解决现实问题,还需结合各种数值上的考量,比如估计和逼近、效率分析、误差分析、稳定性分析等,而这些方面的分析离不开“数学分析”的知识和方法。另外为了适应数值和计算上的需要,必须对线性代数的基本理论加以改造和扩展,这就形成了“矩阵论”或“矩阵分析”这一数学分支,有时也叫作“数值线性代数”。

接下来请阅读下文,初步了解矩阵分析这一学科:


【参考书目】


R.A. Horn, C.R. Johnson. Matrix Analysis (2nd Edition). Cambridge University Press, 2013.

G.H. Golub, C.F. Van Loan. Matrix Computations (4th Edition). Johns Hopkins University Press, 2012.