- •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.
