
- •1Геометрия на плоскости и в пространстве.
- •1.1Скалярное произведение.
- •. Симметричность
- •Линейность
- •1.2Векторное и смешанное произведение.
- •1.3Уравнение прямой и плоскости в пространстве
- •2Евклидово пространство. Скалярное произведение.
- •Симметричность:
- •2.1 Изменение матрицы Грама при изменении базиса.
- •2.2 Ортогональность.
- •2.3 Процесс ортогонализации.
- •2.4 Ортогональное дополнение. Ортогональная проекция и составляющая.
- •2.5 Геометрический смысл определителя матрицы Грама. Неравенство Адамара.
- •2.6. Расстояния. Псевдорешения. Нормальные решения. Нормальные псевдорешения.
- •2.6.1Псевдорешения. Метод наименьших квадратов.
- •2.6.2Нормальное решение
- •2.6.3Нормальное псевдорешение.
- •3Унитарное пространство.
- •4Билинейные функции, квадратичные формы.
- •4.1Билинейные формы. Квадратичные формы.
- •4.2 Полуторалинейные формы. Эрмитовы формы.
- •4.3 Изменение матрицы билинейной (полуторалинейной) формы при изменении базиса.
- •4.4 Приведение квадратичных форм (симметричных билинейных форм, эрмитовых форм) к простейшему виду.
- •4.4.1Метод выделения квадратов (Лагранжа).
- •4.4.2Приведение квадратичных форм к нормальному виду элементарными преобразованиями
- •4.4.3Закон инерции квадратичных форм.
- •4.4.4Теорема Якоби
- •4.4.5Критерий Сильвестра.
- •5Квадрики.
- •5.1 Алгебраическая поверхность
- •5.2 Уравнение квадрики.
- •5.3Изменение квадрики при аффинном преобразовании
- •5.4 Приведение уравнения квадрики к простейшему виду
- •5.5Аффинная классификация кривых второго порядка.
- •5.6Аффинная классификация поверхностей второго порядка
- •6.1.3Изменение матрицы линейного оператора при изменении базиса.
- •6.2Алгебра линейных операторов.
- •6.3 Простейший вид матрицы линейного оператора.
- •6.3.1Эквивалентность матриц
- •6.3.2Ранг, дефект линейного оператора.
- •7Линейное преобразование
- •7.1Линейное преобразование. Его матрица
- •7.2Изменение матрицы линейного преобразования при изменении базиса.
- •7.3 Алгебра линейных преобразований.
- •7.4 Инвариантные пространства
- •7.5 Собственные векторы и собственные числа. Характеристическое уравнение.
- •7.6Коэффициенты характеристического уравнения. След матрицы.
- •7.7 Диагонализируемые преобразования
- •7.8 Теорема Шура
- •8 Сопряженные преобразования.
- •8.1 Линейное преобразование и билинейные функции
- •8.2 Сопряженное преобразование. Свойства.
- •Если w инвариантное подпространство , то ортогональное дополнение к w инвариантно относительно .
- •8.3 Нормальное преобразование и его свойства.
- •8.4 Ортогональные преобразования
- •8.5Самосопряженное преобразование.
- •8.6Полярное разложение
- •9 Приведение квадратичных форм
- •9.1 Приведение квадратичных форм к главным осям.
- •9.2 Приведение пары квадратичных форм
- •9.2.1Первый способ
- •9.2.2Пучок матриц
- •9.3 Приведение квадрики ортогональным преобразованием. Ортогональные инварианты и полуинварианты.
- •9.4Ортогональная классификация кривых второго порядка
- •9.5Ортогональная классификация поверхностей второго порядка.
- •10 Аннулирующий многочлен
- •10.1Аннулирующий многочлен вектора.
- •10.2Аннулирующий многочлен подпространства
- •10.3Функции от матриц
- •10.4Вычисление линейных рекуррентных последовательностей
- •10.5Корневые подпространства. Расщепление пространства в прямую сумму корневых подпространств.
9 Приведение квадратичных форм
9.1 Приведение квадратичных форм к главным осям.
Рассмотрим
квадратичную форму
.
Матрица A
является
симметричной. Линейное преобразование,
заданное матрицей A,
является самосопряженным и для этого
преобразования существует ортонормированный
базис из собственных векторов. Другими
словами, найдется ортогональная матрица
T
(
),
что
,
где
- собственные числа A.
Поскольку
,
то квадратичная форма
ортогональной заменой
переходит в форму
.
Приведение квадратичной формы к
каноническому виду ортогональным
преобразованием называется приведением
к главным осям. Полученный факт оформим
в виде теоремы.
Теорема 9.35. Квадратичная форма при помощи ортогонального преобразования всегда может быть приведена к канонической форме , де - собственные числа A.
Отметим, что для квадратичной формы выполняется закон инерции. Следовательно, используя теорему Якоби, можно определить число положительных и число отрицательных собственных значений. Собственные значения матриц A и A-tE отличаются на t, поэтому, определяя число положительных и отрицательных собственных значений матрицы A-tE, мы, тем самым, определим количество собственных значений матрицы A меньших t. Выбирая различные t можно найти собственные числа с любой точностью.
9.2 Приведение пары квадратичных форм
Рассмотрим
задачу выбора базиса в котором пара
квадратичных форм имеют диагональный
вид. Не все пары квадратичных форм можно
одновременно привести к диагональному
виду, например, формы
и xy
привести
нельзя.
9.2.1Первый способ
Пусть
даны квадратичные формы
и
,
причем квадратичная форма
- положительно определена. Тогда введем
скалярное произведение
и найдем ортонормированный базис, а
затем приведем первую квадратичную
форму к главным осям. Поскольку
ортогональное преобразование не меняет
скалярное произведение, то обе квадратичные
формы будут приведены к каноническому
виду.
9.2.2Пучок матриц
Пусть
даны квадратичные формы
и
.
Рассмотрим пучок квадратичных форм
.
Если квадратичные формы
и
заменой координат x=Py
приводятся
к каноническому виду, то все формы из
пучка
приводятся к каноническому виду этой
же заменой координат. Пусть
и
,
тогда
.
Из последнего равенства выводим
,
то есть многочлен
раскладывается на линейные множители
над полем вещественных чисел. Из равенства
выводим, что i-ый
столбец матрицы P
удовлетворяет
однородной системе уравнений
.
Таким образом, получается следующий
алгоритм приведения пары квадратичных
форм к нормальному виду.
Раскладываем многочлен на линейные множители. Если разложения не существует, то искомой замены координат не существует.
Для каждого линейного множителя
многочлена находим базис подпространства
. Если размерность подпространства меньше кратности множителя, то искомой замены координат не существует. В противном случае, будет построен базис, в котором квадратичные формы имеют нормальный вид.
Для обоснования этого подхода требуется показать, что объединение линейно независимых систем векторов, соответствующих разным линейным множителям, образует линейно независимую систему. Доказательство проводится также как и для собственных векторов.