线性代数

线性代数研究向量空间及其之间的线性映射，为几乎所有定量科学提供了计算和概念基础，也是抽象代数的核心内容。

Definition

线性代数是研究域上的向量空间及其之间的线性变换，以及这些变换通过矩阵表示和在等价与相似意义下的分类的学科。

Scope

该领域涵盖向量空间、基与维度、线性变换及其矩阵、核与像、特征值与特征向量、对角化、内积空间、谱定理以及乔丹标准形和有理标准形等规范形式。它既涉及具体的矩阵理论，也涉及无坐标的结构观点。

Sub-topics

• canonical form
• eigenvalue and eigenvector
• linear transformation
• vector space

Core questions

• 向量空间的维度是多少？基之间如何相互关联？
• 线性变换如何用矩阵表示？在基变换下如何变化？
• 线性算子何时可以对角化？否则它会采用何种规范形式？
• 内积和正交性如何完善向量空间的结构？

Key theories

秩-零化度定理

对于有限维空间之间的线性映射，定义域的维度等于秩（像的维度）加上零化度（核的维度），将线性系统的可解性与维度计数联系起来。

谱定理

有限维内积空间上的自伴（或正规）算子承认一个由特征向量组成的正交基，因此可以通过酉变换对角化。

乔丹标准形和有理标准形

域上有限维空间中的每个线性算子都相似于一个由不变因子确定的唯一规范矩阵（在代数闭域上为乔丹标准形，在任意域上为有理标准形），从而在相似意义下对算子进行分类。

Clinical relevance

线性代数是应用数学的核心工具：它是数值计算、优化、统计与回归、量子力学、计算机图形学、机器学习和信号处理的基础，在这些领域中，高维数据和算子被建模为向量和矩阵。

History

线性代数起源于线性方程组和行列式的研究，在19世纪中叶由凯莱（Cayley）和西尔维斯特（Sylvester）赋予了矩阵形式，并由格拉斯曼（Grassmann）、皮亚诺（Peano）等人抽象为向量空间理论。特征值和谱理论随着泛函分析和量子力学的发展而成熟。

Key figures

• Arthur Cayley
• James Joseph Sylvester
• Camille Jordan
• Hermann Grassmann
• David Hilbert

Seminal works

• hoffman1971
• roman2008
• lang2002

Frequently asked questions

线性代数与模理论有何关系？

向量空间恰好是域上的模。模理论将线性代数推广到任意环上的系数，其中会出现诸如缺乏基的现象；算子的规范形理论是主理想域上模的结构定理的一个特例。

矩阵何时可以对角化？

一个方阵在一个域上可对角化，当且仅当其最小多项式在该域上分裂为不同的线性因子，等价地，当存在一个特征向量基时。否则，最接近的标准表示是其乔丹标准形或有理标准形。