- •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
23.2. Сопряженные линейные операторы.
Пусть : Нп Нп - линейный оператор. Рассмотрим функцию f(x) = ( x, a).
Упражнение. Проверить, что f – линейная функция, то
есть f (Нп)*, и следовательно, f = fb при некотором b Нп.
Будем считать, что b = *a, где * : Нп Нп - некоторое отображение. Из определения * получаем, что
( x, a) = (x, b) = (x, *a) или ( x, а) = (х, *a ).
Утверждение. * : Нп Нп – линейный оператор.
Упражнение. Доказать утверждение.
Определение. Линейный оператор *: Нп Нп называется сопряженным к линейному оператору .
Очевидно, ** = , так как ( х, у) = (х, *у) = (**х, у).
Теорема. Для линейных операторов и на Нп эквивалентны следующие 5 условий (и при выполнении любого из этих условий = *, = *):
1. ( x, у) = (х, у) х, у Еп.
2. ( еi ,еj)= (еi , еj) i, j (для некоторого) базиса е в Еп.
3. ( иi ,иj) = (иi , иj) i, j (для некоторого) ортонорми-
рованного базиса и в Еп.
4. [ ] t = , или же [ ] = -1 t , где - матрица Грама для базиса е (доказать, что Г-1 - см. также п.26.1).
5. [ ] = t.
Упражнение. Доказать теорему.
23.3. Эрмитовы линейные операторы.
Определение. Линейный оператор : Нп Нп называется эрмитовым, если * = , то есть если х, у Нп
( х,у) = (х, у).
Теорема. Для линейного оператора на Нп эквивалентны следующие 5 условий (и при выполнении любого из этих
условий = *) :
1. ( x, у) = (х, у) х, у Нп.
2. ( еi ,еj)= (еi , еj) i, j (для некоторого) базиса е в Нп.
3. ( иi ,иj) = (иi , иj) i, j (для некоторого) ортонорми-
рованного базиса и в Еп.
4. [ ]t = , где - матрица Грама для базиса е .
5. [ ] t = - такие матрицы называются эрмитовыми.
Упражнение. Доказать теорему.
Следствие. Если А – эрмитова матрица, то det At= det A= = det = det A R.
23.4. Структура эрмитова оператора.
Лемма. Пусть : Нп Нп - эрмитов оператор, Нп L –
-инвариантное подпространство. Тогда L - -инвариантное подпространство.
Доказательство. х L, y L ( x, y) = 0 = (x, y) (L) L (L) L .
Как и в теореме из п.22.3 Нп=L1L2…Lп , где все Li – подпространства размерности 1, -инвариантны и попарно ортогональны.
Если L – унитарное пространство размерности 1, L= <e>, и : L L - эрмитов оператор, то е = е, С
( е,е)= ( е,е)= (е,е)= (е, е)= (е, е)= ( е,е) = R.
В разложении Нп = L1L2…Ln выберем в каждом Li единичный вектор иi . Объединение и этих векторов является ортонормированным базисом в Нп. В этом базисе матрица эрмитова оператора имеет вид: [ ] = diag(1,,…,n), где все s R . Таким образом, нами доказана структурная
Теорема. Для любого эрмитова оператора : Нп Нп ортонормированный базис и евклидова пространства, в котором матрица имеет вид: [ ] = diag(1,2,…,n), где все s R. Наоборот, если [ ] = diag(1,…,n), где все s R, то - эрмитов.
На языке матриц теорему можно сформулировать так:
Для любой эрмитовой матрицы А унитарная матрица
Т (матрица перехода к новому ортонормированному базису) такая, что матрица Т -1АТ = diag(1,2,…,n), где все s R .
Определение. Линейный оператор в евклидовом или унитарном пространстве называется нормальным, если
* = *.
Заметим, что ортогональные и унитарные операторы –
нормальные, так как * = * = id, самосопряженные и эрмитовы операторы – нормальные, так как * = .
Можно доказать структурную теорему для нормальных операторов, а затем, как частные случаи, получить из неё структурные теоремы, которые мы доказали для ортогональных, самосопряженных, унитарных, эрмитовых операторов.
Лекция 34.