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
低阶行列式

课前学习任务

利用高斯消元法可以求解任何具体的线性方程组. 可是会求解不代表我们已经完全理解了线性方程组,还有不少问题留待进一步探究. 比如从理论纵深发展的需要出发,人们自然希望对一般的(符号化)线性方程组给出“求解公式”,因为公式是比算法更深刻的东西. 算法有点像黑匣子,给它输入数据,它会输出解来. 可是我们对输入和输出之间的关系并不是很清楚,而求解公式能够弥补这个缺憾.

但我们知道一个线性方程组可能有无穷多解,那么求解公式应该反映哪一个解呢?难以选择. 所以我们应规范我们的目标,只对有唯一解的线性方程组寻找求解公式. 思维上,这相当于约束问题的输出.

另一方面,稍作分析又会发现,各种“规模”的线性方程组都可能有唯一解,那么求解公式又应当以什么作为参数或变量呢?所以我们还得约束问题的输入,只考虑由 n 个 n 元线性方程所组成的方程组,当它有解的时候,解是唯一的. 因此我们的求解公式应该是关于 n 个线性方程之系数的代数式,它代表该方程组的唯一解.

下面请认真观看视频,了解二元线性方程组的求解公式及推导过程,并掌握二阶行列式的定义.



课堂学习资料




课后学习任务

1. 二阶行列式的几何意义

2. 三阶行列式的几何意义