- •Комбинаторика. Бином ньютона
- •1.1. Комбинаторика.
- •1.2. Бином Ньютона.
- •Комплексные числа
- •Соответствия. Функции. Отношения. Отношение эквивалентности
- •3.1. Соответствия. Функции. Отношения.
- •3.2. Подстановки.
- •3.3. Отношение эквивалентности.
- •Системы линейных уравнений
- •4.1. Определения.
- •4.2. Элементарные преобразования.
- •4.3. Решение и исследование систем линейных уравнений по Гауссу.
- •4.4. Решение систем линейных уравнений по Жордану.
- •Определители
- •5.1. Определения. Свойства.
- •5.2. Вычисление определителей.
- •5.3. Обратная теорема об определителях.
- •5.4. Разложение определителя по столбцам.
- •5.5. Полилинейность и кососимметричность определителя по столбцам.
- •5.6. Определитель транспонированной матрицы.
- •5.7. Разложение определителя по строкам.
- •5.8. Определитель матрицы с углом нулей.
- •5.8. Теорема о полном разложении определителя.
- •5.9. Решение слу по Крамеру.
- •5.10. Теорема Лапласа.
- •Группы, кольца, поля
- •6.1. Определения, примеры.
- •6.2. Простейшие свойства колец.
- •6.3. Делители нуля.
- •6.4. Кольцо классов вычетов.
- •6.5. Поля.
- •7. Линейные пространства
- •7.1. Определения, примеры.
- •7.2. Теоремы о базисах.
- •7.3. Изоморфизм линейных пространств.
- •7.4. Подпространства.
- •7.5. Теорема Кронекера-Капелли.
- •7.6. Решение однородных систем линейных уравнений.
- •8. Системы линейных уравнений
- •8.1. Определение ранга матрицы через миноры.
- •8.2. Решение систем линейных уравнений (продолжение).
- •8.3. Необходимые и достаточные условия равенства нулю определителя.
- •8.4. Общее решение неоднородной системы линейных уравнений.
- •9. Матрицы
- •9.1. Операции над матрицами, их свойства.
- •9.2. Элементарные матрицы.
- •9.3. Определитель произведения матриц.
- •9.4. Обратная матрица.
- •9.5. Решение матричных уравнений.
- •9.6. Ранг произведения матриц.
- •Алгебра многочленов
- •10.1. Построение алгебры многочленов.
- •10.2. Деление многочленов с остатком. Теорема Безу.
- •10.3. Наименьшее общее кратное и наибольший общий делитель многочленов.
- •10.4. Алгоритм Евклида.
- •10.6. Производная.
- •10.7. Кратные корни многочлена.
- •10.8. Основная теорема алгебры.
- •10.10. Разложение многочлена на простые множители
- •11. Поле рациональных функций
- •11.1. Построение поля отношений.
- •11.2. Поле рациональных функций.
- •12. Прямые суммы подпространств
- •Линейные отображения
- •13.1. Линейное отображение и его матрица.
- •13.2. Матрица композиции линейных отображений.
- •13.3. Сумма линейных отображений и её матрица.
- •13.4. Умножение линейного отображения на элемент
- •13.5. Изоморфизм алгебры линейных операторов и
- •14. Матрица перехода от одного базиса к другому
- •14.1. Изменение координат вектора при изменении
- •14.2. Изменение матрицы линейного отображения
- •14.3. Эквивалентные матрицы.
- •15. Образ и ядро линейного отображения Пусть : l l - линейное отображение.
- •16. Инвариантные подпространства
- •16.1. Свойства инвариантных подпространств.
- •16.2. Прямая сумма инвариантных подпространств.
- •16.3. Прямая сумма линейных операторов.
- •16.4. Собственные векторы и собственные значения
- •16.6. Минимальный многочлен линейного оператора и матрицы.
- •16.7. Инвариантные подпространства линейных операторов, действующих в векторных пространствах над r и над с.
- •17. Диагонализируемые линейные операторы
- •18. Евклидовы векторные пространства
- •18.1. Определения, примеры.
- •18.2. Свойства евклидовых пространств.
- •19. Ортогональные линейные операторы
- •19.1. Определение. Свойства.
- •19.2. Ортогональная группа.
- •19.3. Структура ортогонального оператора.
- •20. Самосопряженные линейные операторы
- •20.1. Сопряженные линейные пространства.
- •20.2. Сопряженные линейные операторы.
- •20.3. Самосопряженные линейные операторы.
- •20.4. Структура самосопряженного оператора.
- •21. Унитарные векторные пространства
- •21.1. Определения, примеры.
- •22. Унитарные линейные операторы
- •22.1. Определение. Свойства.
- •22.2. Унитарная группа.
- •22.3. Структура унитарного оператора.
- •23. Эрмитовы линейные операторы
- •23.1. Сопряженное линейное пространство.
- •23.2. Сопряженные линейные операторы.
- •23.3. Эрмитовы линейные операторы.
- •23.4. Структура эрмитова оператора.
- •24. Билинейные и квадратичные формы
- •24.1. Определение билинейной функции. Общие свойства.
- •Матрица билинейной формы.
- •24.3. Изменение матрицы билинейной формы при изменении базисов. Ранг билинейной формы.
- •24.4. Определение квадратичной формы. Связь билинейных и квадратичных форм. Матрица и ранг квадратичной формы.
- •24.5. Эквивалентность билинейных форм и квадратичных форм.
- •24.6. Канонический и нормальный вид квадратичных и симметричных билинейных форм.
- •24.7. Закон инерции для квадратичных форм.
- •24.8. Критерий Сильвестра.
- •25. Квадратичные формы в евклидовом пространстве
- •25.1. Приведение формы ортогональным преобразова-
- •25.2. Приведение пары форм.
- •26. Эрмитовы формы
- •26.1. Определение и основные свойства эрмитовых форм.
- •26.2. Нормальный вид эрмитовых форм.
- •27. Эрмитовы формы в унитарном пространстве
- •27.1. Приведение эрмитовой формы унитарным преобразованием координат.
- •27.2. Приведение пары форм.
- •28.1. Теорема Лагранжа.
- •28.2. Факторгруппы.
- •28.3. Морфизмы групп.
- •28.4. Теорема о разложении морфизма.
- •28.5. Циклические группы.
- •1. Комбинаторика. Бином Ньютона . . . . . . . . . . . . . . . . . . . . . 3
7.4. Подпространства.
Пусть L - п-мерное линейное пространство над полем Р (так как L P n, то, не теряя общности, можно было бы считать, что L = P n).
Утверждение. Пересечение любого семейства подпространств в L является подпространством.
Доказательство. Пусть Li ,i I, - подпространства в L, где I – некоторое множество индексов, L = . Докажем, что L - подпространство в L.
I. Пусть х, у L х, у Li i I х+ у, х Li i I, P х+ у, х = L.
II.2. Так как 0L Li i I 0L = L.
Утверждение. Пусть L1, L2 – подпространства, и L1 L2 .
Тогда dimL1 dimL2 , и если dimL1= dimL2 , то L1= L2 .
Доказательство. Пусть L1 L2. Тогда базис подпространства L1 является линейно независимой системой векторов в L2 , и её можно дополнить до базиса L2 . И значит, число векторов в базисе L2 не меньше, чем число векторов в базисе L1, то есть dimL1 dimL2. Если же dimL1= dimL2 , то любой базис
подпространства L1 является базисом подпространства L2 , и любой вектор из L2 , являясь линейной комбинацией базисных векторов, содержится в L1. Следовательно, L2 L1
L2= L1.
Рассмотрим способы задания подпространств в L.
Определение. Пусть векторы а1,…,аmL. Линейной оболочкой системы векторов {а1,…,аm} называется 3)наименьшее 1)подпространство в L , 2)содержащее векторы а1,…,аm. Эту линейную оболочку мы будем обозначать <а1,…,аm>.
В нашем определении для линейной оболочки требуется выполнение трех условий: 1) <а1,…,аm> - подпространство, 2) это подпространство должно содержать векторы а1,…,аm, 3) среди всех таких подпространств линейная оболочка – наименьшее (по включению) подпространство, то есть содержится в любом другом подпространстве, для которого выполняются условия 1), 2).
Покажем, что линейная оболочка системы векторов существует.
Утверждение. Линейная оболочка системы векторов {а1,…,аm} равна пересечению всех подпространств из L, содержащих эти векторы.
Доказательство. Очевидно, множество таких подпространств не пусто, так как содержит тривиальное подпространство L. Далее, 1)пересечение всех таких подпространств – подпространство, 2)содержащее векторы {а1,…,аm}. И наконец, 3)это подпространство - наименьшее, так как пересечение подмножеств содержится в любом из пересекающихся подмножеств.
Утверждение. <а1,…,аm>= {1a1 +…+mam|1,…,m P}, то есть линейная оболочка системы векторов {а1,…,аm} равна множеству всевозможных линейных комбинаций векторов {а1,…,аm}.
Доказательство. 1)Докажем, что
V = {1a1 +…+mam|1,…,m P} – подпространство.
I. Пусть х, у V, x = 1a1 +…+mam , y = 1a1 +…+mam
x+y=(1+1)a1+…+(m+m)am , x= (1)a1+…+(m)am V.
II.2. 0 = 0a1 +…+0am V.
2)Очевидно, а1 = 1а1 + 0а2 +…+ 0аm V. Аналогично,
а2,…, аm V.
3)Пусть подпространство W а1, а2 ,…, аm все
1a1 +…+mam W V W.
Следовательно, V – наименьшее подпространство, содержащее векторы а1, а2 ,…, аm V = <а1,…,аm>.
Определение. Если V = <а1,…,аm>, то векторы а1,…,аm называются образующими подпространства V.
В этом случае любой вектор из V представляется в виде линейной комбинации системы образующих. Если к тому же векторы а1,…,аm линейно независимы, то такое представление однозначно, и система образующих является базисом линейного пространства V.
Лекция 15.
Определение. Рангом системы векторов {а1,…,аm} называется число rg {а1,…,аm} = dim<а1,…,аm>.
По аналогии с элементарными преобразованиями строк
матрицы или системы линейных уравнений (см.4.2) определим элементарные преобразования (ЭП) системы векторов S = {а1,…,аm}.
Определение. Будем говорить, что система векторов S получается из системы векторов S элементарным преобразованием I-го типа (S S), если i-й вектор системы S получается прибавлением к i-му вектору системы S j-го вектора системы S, умноженного на коэффициент с Р (j i). А все остальные векторы системы S совпадают с соответствующими векторами системы S.
При элементарном преобразовании II-го типа в системе S меняются местами i-й и j-й векторы.
При элементарном преобразовании III-го типа в системе S i-й вектор умножается на коэффициент с Р, с 0.
Если координаты системы векторов записывать по строкам матрицы, то при элементарных преобразованиях системы векторов происходят такие же элементарные преобразования со строками матрицы.
Упражнение. Доказать, что если S S, то S S, причем обратное ЭП - того же типа.
Докажем, что при элементарных преобразованиях не меняется линейная оболочка системы векторов и, следовательно, ранг системы векторов, то есть если S S, то <S>=< S> и rg S = rg S.
Утверждение. Если S S, то < S> <S>.
Доказательство. Так как S содержится в подпространстве <S>, то подпространство <S>- наименьшее подпространство, содержащее S - содержится в <S>, то есть < S> <S>.
Следствие. Если S S, то < S> <S>, и S S, то есть < S> <S>, и значит, <S>=< S>, и rg S = rg S.
Покажем, как находить ранг системы векторов S. Пусть
S = {а1,…,аm}, и в координатах ai = (ai1,…,ain), i =1,…,m.
Запишем координаты векторов из S по строкам матрицы A, и будем делать над этими строками элементарные преобразования так (см. 4.2), чтобы привести эту матрицу к ступенчатому виду
= , где число ненулевых строк равно r, r 0, и все элементы 0, i = 1,…,r.
Полученную соответствующую систему векторов обозначим
= { }, где . Очевидно, <S> = < >= = < >= { |iP}=
= < >. Покажем, что векторы линейно независимы. Пусть . Приравнивая координаты с номером k1 в левой и правой частях равенства, получим = 0 1= 0. Затем приравняем координаты с номером k2 в левой и правой частях равенства и получим = 0 2= 0. Далее переходим к координате с номером k3 и т.д. Таким образом, мы получим, что 1=…=r = 0, векторы линейно независимы, то есть являются базисом в < > и в <S>. И значит, dim<S>= dim< >= rg S = rg = r.
Отсюда следует корректность определения ранга в 4.2 – так как r = dim<S>, то r не зависит от способа приведения матрицы к ступенчатому виду.