
- •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
25. Квадратичные формы в евклидовом пространстве
25.1. Приведение формы ортогональным преобразова-
нием координат.
Пусть Еп
евклидово пространство с ортонормированным
базисом и,
F(x)
– некоторая
квадратичная форма с матрицей
в базисе и
и f(x,у)
– соответствующая
симметричная билинейная форма с матрицей
=
.
Рассмотрим линейный оператор
с матрицей
=
.
Так как матрица
- симметричная, то
- самосопряженный линейный оператор,
*
=
. По теореме
о структуре самосопряженного линейного
оператора в Еп
существует ортонормированный базис
и,
в котором матрица оператора
диагональна:
=
diag(1,2,…,n).
Пусть Т =
.
Тогда Т –
ортогональная
матрица (так как по столбцам матрицы Т стоят координаты векторов из ортонормированного базиса и), и, значит,
Т
-1=Т
t .
Но
= Т
t
Т
= Т -1
Т
=
= diag(1,2,…,n).
Следовательно, если в базисе и
вектор v
имеет координаты (y1,y2,…,yn),
то форма F
имеет канонический вид,
F(v)=1y12+2y22+…+ nyn2. Соответственно, если в этом базисе вектор w = (z1,…,zn ), то f(v,w)=1y1z1+2y2z2+…+nynzn . Таким образом, нами доказана
Теорема. Для любой квадратичной формы F(x) в евклидовом пространстве Еп существует ортонормированный базис и, в котором форма F имеет канонический вид. Это означает, что существует ортогональная матрица Т перехода к новому базису u, в котором матрица формы F диагональна:
Т t Т = = diag(1,2,…,n). Канонический вид формы F определен однозначно с точностью до перенумерации коэффициентов 1,2,…,n .
Следствие 1. Квадратичная форма F ортогонально эквивалентна форме, имеющей канонический вид (см. п.24.5).
Следствие 2. Две квадратичные формы канонического вида ортогонально эквивалентны тогда и только тогда, когда их коэффициенты 1,2,…,n отличаются, может быть, лишь порядком.
Следствие 3. Две квадратичные формы ортогонально эквивалентны тогда и только тогда, когда их матрицы даже в различных ортонормированных базисах имеют одинаковые характеристические многочлены.
Так как коэффициенты 1,…,n формы F – это собственные значения линейного оператора , то найти их можно, решая характеристическое уравнение для матрицы = ,
то есть уравнение det( -E) = 0. Векторы базиса
и = {и1,…, иn} – это собственные векторы линейного оператора , и найти все иi можно, решая однородные системы линейных уравнений ( - iE)[x]= [0]. Различным собственным значениям соответствуют ортогональные друг другу собственные векторы, и, если dim Ker( - iE) = 1, то найденный вектор необходимо лишь нормировать, то есть разделить на его длину. Если же имеются одинаковые собственные значения, то есть кратные корни i характеристического уравнения, то dim Ker( - iE) 1, и найденную фундаментальную систему решений для СЛУ ( - iE)[x] = [0] необходимо ортонормировать, например, по Граму-Шмидту.
25.2. Приведение пары форм.
Рассмотрим линейное пространство Lп над полем R с ба-
зисом е. Пусть F, G – квадратичные формы, причем G 0, а f, g – соответствующие симметричные билинейные формы. Так как g – симметричная билинейная положительно определенная функция, то можно считать, что g – скалярное произведение, g(x,y)= (x,y)g , а Lп с этим скалярным произведением - евклидово пространство: Lп = Еп. По доказанному в п.25.1, в евклидовом пространстве Еп существует ортонормированный (в смысле скалярного произведения g) базис u, в котором форма F имеет канонический вид (а G имеет, естественно, нормальный вид). Если в этом базисе вектор
v =(y1,y2,…,yn), то G(v)= y12+ y22 +…+yn2 (так как базис ортонормированный в смысле g), и F(v) = 1y12 +2y22 +…+nyn2. Соответственно, если в этом базисе вектор w = (z1, z2,…,zn ), то g(v,w)=y1z1+ y2z2+…+ynzn , f(v,w)=1y1z1+2y2z2+…+nynzn.
Таким образом, нами доказана
Теорема. Для любой пары квадратичных форм F и G,
G
0, в линейном
пространстве
Lп
над полем R
существует базис и,
в котором форма F
имеет канонический вид, а G
имеет нормальный вид, то есть
– диагональная матрица, а
=
E.
Это означает, что существует матрица
Т=
перехода к новому базису такая, что Т
t
Т
= diag(1,2,…,n),
Т t
Т
=Е.
Так как коэффициенты 1,…,n формы F – это собственные значения линейного оператора с матрицей = , то найти их можно, решая характеристическое уравнение для (неизвестной) матрицы = , то есть уравнение
det(
-E)
= 0.
Но
= Т
t
Т,
Е
= Т
t
Т,
и
det(
-E)
= det(Т
t(
-
)Т)=
0
det(
-
)=
0 – это уже
уравнение для известных (заданных)
матриц
и
.
Многочлен
=
det(
-
)
называется характеристическим
многочленом
пары форм
F,
G,
G
> 0, а
уравнение
=0
называется характеристическим
уравнением пары форм.
Таким образом, для нахождения коэффициентов
1,…,n
формы F
нужно решить
характеристическое
уравнение пары форм.
Векторы базиса
и
= {и1,…,
иn}
– это собственные векторы линейного
оператора ,
и найти все иi
можно, решая однородные системы линейных
уравнений (
- iE)
=
[0]
(с
неизвестной матрицей в неизвестном базисе и). Но
(
- iE)
=
Т
t(
-
i
)Т
=
Т
t(
-
i
)
=
[0]
(
-
i
)
=
[0]
– это уже СЛУ с известными матрицами
,
.
Различным
собственным значениям соответствуют
g-ортогональные
друг другу собственные векторы, и, если
dim
Ker(
-
iE)
= dim
Ker(
-
i
)
= 1,
то найденный вектор
x
необходимо
лишь нормировать (по g),
то есть разделить его на длину
.
Если же имеются одинаковые собственные
значения, то есть кратные корни i
характеристического уравнения, то dim
Ker(
-
iE)
1, и найденную
фундаментальную систему решений для
СЛУ
( - i ) = [0] необходимо ортонормировать в смысле g, например, по Граму-Шмидту.
Лекция 37.