
- •Харьковский национальный университет им. В.Н. Каразина
- •§2. Операции на множествах
- •§3. Группа
- •§4. Поле
- •§5. Определение линейного пространства
- •§6. Следствия из аксиом линейного пространства
- •§7. Примеры линейных пространств
- •§8. Определение подпространства
- •§9. Линейная комбинация векторов. Линейная оболочка системы векторов
- •§10. Полные системы векторов
- •§11. Линейно независимые системы векторов
- •§12. Связь между полными и линейно независимыми наборами векторов
- •§13. Базис линейного пространства. Его размерность
- •§14. Примеры
- •§15. Координаты вектора в заданном базиСе
- •§16. Изоморфизм линейных пространств
- •§17. Базис и размерность линейного подпространства
- •§18. Линейные многообразия
- •§ 19. Действия с подпространствами
- •§20. Прямая сумма подпространств
- •§21.Матрицы и действия над ними. Линейное пространство матриц
- •§22. ЕщЕ действия над матрицами
- •Раздел 2. Евклидовы и унитарные пространства
- •§1. ЕвклидовО пространствО
- •§2. Свойства скалярного произведения в евклидовом пространстве
- •§3. Длина вектора. Угол между векторами
- •§4. Ортогональные системы векторов
- •§5. Изоморфизм евклидовых пространств
- •§6. Унитарные пространства
- •§7. Свойства скалярного произведения в унитарном пространстве
- •§8. Длина вектора
- •§9. Ортогональные системы векторов
- •§10. Ортогональное дополнение к подпространству
- •§11. Свойства ортогонального дополнения
- •§12. Ортогональная проекция и ортогональная составляющая вектора на подпространство
- •Раздел 3. МетрическИе и нормированнЫе пространства
- •§1. Определение метрического пространства
- •§2. Предел последовательности
- •§3. Шары в метрическом пространстве. Ограниченные множества. Предельные точки
- •§4. Полнота метрических пространств
- •§5. НормИроbаНные пространства
- •§6. Связь нормированных и метрических пространств
- •§7. Покоординатная сходимость и сходимость по норме
- •§8. Связь координатной сходимости и сходимости по норме
- •§9. Полнота нормированных пространств
- •Раздел 4. Теория определителей.
- •§1. Линейный функционал
- •§2. Пространство линейных функционалов на Vn
- •§3. Билинейный функционал
- •§4. Симметричные и антисимметричные билинейные функционалы
- •§5. Полилинейный функционал
- •§6. Определитель квадратной матрицЫ
- •§7. Свойства определителей
- •§8. Пример вычисления определителя
- •§9. Теорема Лапласа
- •§10. Некоторые приемы вычисления определителей nГо порядка
- •1. Метод приведения к треугольному виду.
- •2. Метод выделения линейных множителей.
- •3. Метод представления определителя в виде суммы определителей.
- •5. Метод изменения элементов определителя.
- •Раздел 5. СистемЫ линейных уравнений
- •§ 1. Постановка задачи и терминология
- •§ 2. Формулы Крамера
- •§ 3. Обратная матрица
- •§4. Ранг матрицы
- •§5. Преобразования, не изменяющие ранг матрицы
- •§ 6. Однородные системы
- •§7 Неоднородные системы
- •§8. Метод Гаусса решения системы линейных уравнений. (метод исключения неизвестных)
- •§9. «Альтернатива Фредгольма»
- •Раздел 6. Билинейные и квадратичные формы
- •§1. Билинейный функционал. Его матрица
- •§2. Квадратичная форма
- •§3. Классификация квадратичных форм
- •§4. Канонический вид квадратичных форм
- •§5. Критерий Сильвестра
- •§6. Закон инерции квадратичных форм
- •Раздел 7. Линейные операторы
- •§1. Определение линейного оператора
- •§2. Действия над линейнымИ операторАмИ
- •§3. Связь линейных операторов с матрицами
- •§4. Закон умножения матриц
- •§5. Ядро и образ линейного оператора
- •§6. Невырожденный линейный оператор
- •§7 Инвариантные пространства
- •§8 Собственные векторы и собственные значения линейного оператора
- •§9. Спектр линейного оператора
- •Раздел 8. Преобразования при изменении базиса
- •§1. Матрица и оператор перехода
- •§2. Преобразование координат вектора
- •Экзаменационные задачи по курсу "высшая алгебра" . Часть I
§2. Квадратичная форма
Если в билинейной форме (х, у) положить у = х, то получим частный случай билинейной формы – квадратичную форму (х, х).
Представив билинейную форму (х, у) в виде суммы симметрической и антисимметрической билинейных форм, получим:
.
Отсюда, ясно, что каждой билинейной форме однозначно ставится в соответствие квадратичная форма (ее матрица симметричная), но не наоборот. Т.е., в общем случае, по имеющейся квадратичной форме нельзя однозначно восстановить билинейную форму, из которой она получена. НО …
2°. Для каждой квадратичной формы существует, и при том только одна, симметричная билинейная форма, из которой получена данная квадратичная форма. (Эта симметричная билинейная форма называется полярной к заданной квадратичной форме).
◀ (х + у, х + у) = (х, х) + (у, х) + (х, у) + (у, у) если (х, у) = (у, х), то
(х+у,
х+у)
= (х,
х)
+ 2(х,
у)
+ (у,
у),
т.е. (х,
у)
={(х+у,
х+у)
– (х,
х)
– (у,
у)}.
▶
§3. Классификация квадратичных форм
а) Если rangA = n (А – матрица квадратичной формы, n – размерность пространства V), то форма (х, х) (и форма (х, у)) называется невырожденной.
б) Форма называется положительно (отрицательно) определенной, если х (х, х) > 0 ((х, х) < 0). Такие формы называются знакопостоянными.
в) Если х (х, х) 0 (или (х, х) 0) то, форма (х, х) называется квазизнакопостоянной.
г) Если х 0 и у 0 такое, что (х, х) > 0 и (у, у) < 0, то форма (х, х) называется знакопеременной.
3°. Если форма (х, у) полярная к форме (х, х) и (х, у) положительно определена то (х, у) – задает в V скалярное произведение.
Доказать самостоятельно.
§4. Канонический вид квадратичных форм
Учитывая, что элементы матрицы квадратичной формы aij = (ei, ej) мы можем заключить, что элементы матрица квадратичной формы зависят от выбора базиса.
Если
для формы (х,
х)
в пространстве V
существует базис
в котором матрица(х,
х)
имеет диагональный вид (т.е. aij
= 0 для
i
j),
и следовательно форма (х,
х)
записывается так
то такой базис называется каноническим
базисом(х,
х)
в пространстве V
а запись формы в этом базисе называется
каноническим видом формы.
Постановка задачи: Для формы (х, х) 0 найти базис, в котором форма имеет канонический вид.
Метод Лагранжа (метод выделения полных квадратов) приведения формы к каноническому виду.
Пусть
в некотором базисе
форма имеет вид:
.
1).
Пусть aii
= 0 (i),
но aij
0. Не ограничивая общности можно считать,
что а12
≠ 0. Тогда
и получим
(в записи формы появились члены, содержащие
квадраты координат).
2). aii 0. Допустим, что а12 ≠ 0. Тогда:
.
При
этом:
.
Связь
между координатами ξi
и ηi
позволяет установить векторы нового
базиса
.
Пример:
=
=
=
=
.
При
этом
,
т.е.
.
Векторы нового базиса е1, е2, е3, е3, получаются из старых f1, f2, f3, f4 так:
e1 = f1; e2 = 3f1 + 2f2; e3 = –2f1 + 0,5f3 + 0,5f4; e4 = 0,5f3 – 0,5f4.
Метод Якоби приведения формы к каноническому виду.
Пусть
форма (x,
x)
в базисе
имеет матрицуА,
где aik
= (fi,
fk);
и, при этом, главные миноры матрицы
квадратичной формы отличны от нуля:
10,
20,
30,
…, n
= detA
0
. Форма (x,
x)
в базисе
имеет вид:(x,
x)
=
.
Требуется найти базис {e1,
e2,
…, en},
чтобы (ei,
ek)
= 0 (i
k).
Векторы канонического базиса {e1,
e2,
…, en},
ищем из соотношений:
.
(1)
При этом, нетрудно заметить, что ℒ(е1, е2, …, еn) = ℒ(f1, f2,…, fn). Отметим, что если (ek, fi) = 0, i = 1, 2, …, k –1, то (ei, ek) = 0 i = 1, 2, …, k –1. В счамом деле
(ei, ek) = (ek, i1f1 + i2f2 + … + iifi) = 0.
Тогда коэффициенты ij будем искать из соотношений:
(ek, fi) = 0 (j < k)
(ek, fk) = 1. (*)
Тогда для коэффициентов разложения: ek = k1f1 + k2f2 + k3f3 +…+ knfn из условий (*),
получим систему уравнений :
(ek,f1) = k1 (f1,f1) + k2 (f2,f1) + k3 (f3,f1) + … … … + kk (fk,f1) = 0
(ek,f2) = k1 (f1,f2) + k2 (f2,f2) + k3 (f3,f2) + … … … + kk (fk,f2) = 0
… … … … … … … … … … … … … … … … … … … … … … … …
(ek,fk-1) = k1 (f1,fk-1) + k2 (f2,fk-1) + k3 (f3,fk-1) + … … + kk (fk,fk-1) = 0
(ek,fk) = k1 (f1,fk) + k2 (f2,fk) + k3 (f3,fk) + … … … … + kk (fk,fk) = 1
Полученная система линейных уравнений имеет единственное решение, ибо ее определитель Δk 0. При этом получим, что: (ek, ei) = 0 (k i), и (ek, ek) 0.
Запишем:
(ek,ek) = k1 (ek,f1) + k2 (ek,f2) + k3 (ek,f3) + … + kk-1 (ek,fk-1) + kk (ek,fk) = kk.
Найти kk можем из системы уравнений, которая записана выше, по правилу Крамера:
kk
=.
Таким образом, форма (x,
x)
в базисе
имеет канонический вид:
(x,
x)
=,
где11=
,
22=
,
33=
,
…, nn=
.
Здесь 0
= 1.
Пример приведения квадратичной формы к каноническому виду методом Якоби.
Пусть
форма:
задана в базисеf1(2,
0, 0), f2(0,
1, 0), f3(0,
0, 1), а полярная ей билинейная форма
имеет вид:
.
Матрица
билинейной формы и соответствующей ей
квадратичной формы равна:
и
ее главные миноры:1
= 2; 2
= –14;
3
= –174.
Векторы е1,
е2,
е3
ищем в виде:
e1 = 11f1 = ( 11,0,0 ), e2 = 21f1 + 22f2 = (21, 22, 0), e3 = 31f1 + 32f2 + 33f = (31, 32, 33).
Получаем:
а)
(e1,
f1)
= 1
211
= 1
11
=
e1
;
б)
е2(6,
–8, 0);
в)
.
Получены векторы канонического базиса:
e1
=
f1;
е2(6,
–8, 0) = 6f1
– 8f2;
=
(8f1
–12f2
+ f3)
и в этом базисе форма (х, х) имеет канонический вид:
.