- •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.